[发明专利]目标运动轨迹还原方法、装置、电子设备、存储介质

说明书

本发明提供一种目标运动轨迹还原方法、装置、电子设备、存储介质，其中目标运动轨迹还原方法包括：本发明基于目标的历史运动轨迹获取得到状态转移参数，以及获取目标的原始聚类结果以及原始聚类结果对应的当前运动轨迹；根据状态转移参数判断当前运动轨迹中是否有聚类遗漏现象；响应于当前运动轨迹中具有聚类遗漏现象，则利用遗漏位置对应的图像基于原始聚类结果进行聚类，以得到聚类结果，并根据聚类结果得到目标的修正后的运动轨迹。该方法能够得到完整的运动轨迹，解决漏档现象造成的轨迹信息获取的不完整现象。

技术领域

本发明涉及目标识别技术领域，尤其是涉及一种目标运动轨迹还原方法、装置、电子设备、存储介质。

背景技术

随着社会的不断进步，身份识别技术已经成为了公安破案的关键手段之一，基于区域内的摄像机在一段时间的抓拍图片和档案数据，利用深度学习技术进行身份识别，可以将指定时间段内同一目标的所有抓拍图片进行聚档和身份展示并形成轨迹信息，帮助进行破案。现有技术大多通常是直接基于深度学习技术、提取图片中的人像特征，进行人像聚类和身份落档；但由于不同情况下的抓拍角度、图片清晰度等因素，导致同一人像的图片有时相似度会略低于聚类阈值，无法成功聚档，从而造成漏档现象，这种现象会导致轨迹信息获取的不完整。

发明内容

本发明提供一种目标运动轨迹还原方法、装置、电子设备、存储介质。该方法能够得到完整的运动轨迹，解决漏档现象造成的轨迹信息获取的不完整现象。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种目标运动轨迹还原方法，包括：基于目标的历史运动轨迹获取得到状态转移参数，以及获取目标的原始聚类结果以及原始聚类结果对应的当前运动轨迹；根据状态转移参数判断当前运动轨迹中是否有聚类遗漏现象；响应于当前运动轨迹中具有聚类遗漏现象，则利用遗漏位置对应的图像基于原始聚类结果进行聚类，以得到聚类结果，并根据聚类结果得到目标的修正后的运动轨迹。

其中，根据状态转移参数判断当前运动轨迹中是否有聚类遗漏现象的步骤，包括：从状态转移参数中获取第一概率，第一概率为目标从第一位置到第二位置的概率；基于第一概率判断当前运动轨迹中是否有聚类遗漏现象。

其中，基于第一概率判断当前运动轨迹中是否有聚类遗漏现象的步骤，包括：将第一概率与预设阈值进行比较；响应于第一概率小于预设阈值，则判定当前运动轨迹中具有聚类遗漏现象。

其中，利用遗漏位置对应的图像基于原始聚类结果进行聚类，并根据聚类结果得到目标的修正后的运动轨迹的步骤，包括：基于状态转移参数确定目标出现在遗漏位置的抓拍时间段，并获取抓拍时间段的抓拍图像；利用抓拍时间段的抓拍图像基于原始聚类结果进行聚类，并根据聚类结果得到目标的修正后的运动轨迹。

其中，基于状态转移参数确定目标出现在遗漏位置的抓拍时间段的步骤，包括：从状态转移参数中获取第二概率以及第三概率，第二概率为目标从所述第一位置到所述第三位置的概率，第三概率为目标从所述第三位置到所述第二位置的概率；基于第二概率以及第三概率确定目标出现在遗漏位置的抓拍时间段。

其中，基于第二概率以及第三概率确定目标出现在遗漏位置的抓拍时间段的步骤，包括：将第二概率以及第三概率与预设阈值进行比较；响应于第二概率以及第三概率均大于预设阈值，则确定抓拍时间段为第一位置对应的抓拍时间至第二位置对应的抓拍时间。

其中，获取目标的原始聚类结果以及原始聚类结果对应的当前运动轨迹的步骤，包括：基于拍摄装置拍摄的图像进行聚类，进而得到多个检测目标的原始聚类结果集合，从原始聚类结果集合中获取目标的原始聚类结果；按照图像的拍摄时间对原始聚类结果中的图像进行排序，进而得到当前运动轨迹。

其中，按照图像的拍摄时间对原始聚类结果中的图像进行排序，进而得到当前运动轨迹的步骤，包括：按照图像的拍摄时间对原始聚类结果中的图像数据进行排序，对每一图像数据对应的位置信息进行编码，进而得到当前运动轨迹。