[发明专利]目标物检索方法及装置

说明书

本申请提供了一种目标物检索方法及装置，属于多媒体数据处理技术领域。方法包括：对摄像设备采集到的多媒体数据进行目标物提取，得到至少两个目标物；计算至少两个目标物中的每一个目标物的异常分值；基于所述每一个目标物的异常分值，对所述至少两个目标物进行集合划分，得到至少两个目标物集合；在接收到对特定目标物的检索请求后，基于所述特定目标物的特征信息，按照所述异常分值由高到低的顺序依次在所述至少两个目标物集合中进行所述特定目标物的检索。本申请对目标物的异常程度进行评价，而后基于异常程度对目标物进行划分，使得目标物的划分维度与安防监控场景契合度更高，这样在检索过程中不但可降低检索耗时，而且检索结果更精确。

技术领域

本申请涉及多媒体数据处理技术领域，特别涉及一种目标物检索方法及装置。

背景技术

在城市建设过程中，安防监控逐渐成为了日常中一项必不可少的环节，因此摄像设备的数目与日俱增。管理部门通过摄像设备采集到的多媒体数据，可对突发性异常事件的过程进行及时地监视和记忆，从而用以高效、及时地指挥和部署警力等进行事件处理。然而，由于摄像设备的数目众多，有时大量的有价值信息会被淹没在海量多媒体数据中，因此如何在海量多媒体数据中准确且快速地检索到感兴趣的目标物(比如，人或车等)，成为了时下大家关注的一个焦点。

现有技术中在进行某一特定目标物的检索时，通常是基于多媒体数据中出现的所有目标物的重要性相同这一假设。在这个前提下，根据目标物的外观特征的相似性，将摄像设备拍摄的多媒体数据中出现的目标物划分在若干个子集合中。这样，在检索某一特定目标物时，只需根据该特定目标物的特征从少数子集合中进行检索即可。以局部敏感哈希(Locality-Sensitive Hashing,LSH)算法为例，首先生成若干哈希函数；之后，通过这些哈希函数的映射变换操作，计算摄像设备拍摄的多媒体数据中出现的目标物的外观特征的哈希值，进而利用计算出的哈希值将上述多媒体数据中出现的目标物划分在多个子集合中。其中，每个子集合中包含的目标物之间外观特征是相似的，且每一个子集合包含的数据量较少，从而将一个在超大集合内检索某一特定目标物的问题转化为了在一个个小集合内检索特定目标物的问题。

在实现本申请的过程中，发明人发现现有技术至少存在以下问题：

在实际的安防监控场景下，并不是所有目标物的重要性都相同的，管理部门通常会重点关注某些形迹可疑的人或物，比如在银行门口长期滞留的人员、突然加速的摩托车或没有牌照的汽车等，而上述检索方式无疑大大地扩大了检索范围，导致检索效率降低。此外，上述检索方式仅通过外观特征的相似性来对目标物进行划分，这样会导致某一个子集合内的目标物高度相似且数目众多，会给检索过程带来诸多不便，同样会导致检索效率大大降低，且为精确检索埋下隐患。例如，在北方的冬季，黑色外套是最常见的服饰，那么可能会有大量的目标物位于黑色外套这个子集合中；若待检索的特定目标物也穿着黑色外套，则由于该子集合中目标物过多(撞衫严重)，从而无法准确快速地检索到该特定目标物。

发明内容

为了解决现有技术无法准确快速地进行目标物检索的问题，本申请实施例提供了一种目标物检索方法及装置。所述技术方案如下：

第一方面，提供了一种目标物检索方法，所述方法包括：

对摄像设备采集到的多媒体数据进行目标物提取，得到至少两个目标物；计算所述至少两个目标物中的每一个目标物的异常分值；基于所述每一个目标物的异常分值，对所述至少两个目标物进行集合划分，得到至少两个目标物集合；在接收到对特定目标物的检索请求后，基于所述特定目标物的特征信息，按照所述异常分值由高到低的顺序依次在所述至少两个目标物集合中进行所述特定目标物的检索。

其中，上述多媒体数据是摄像设备采集到并发送给服务器的，摄像设备指代某一地区或场所的全部摄像头。比如，设置在一条步行街上的全部摄像头，或者设置在一个大型商场内的全部摄像头。多媒体数据指代有声视频数据或者无声图像数据。目标物可为摄像设备在可捕捉范围内捕捉到的任何人或物体，为车辆、骑行者、行人等等。