[发明专利]一种目标的识别方法及系统

说明书

本发明公开了一种目标的识别方法及系统，其中，获取雷达的雷达散射截面积RCS，根据该RCS确定遮挡区域；获取该雷达探测区域的视频图像，根据视频图像对该目标进行视频检测，确定该目标是否在该视频图像中；在该视频检测没有检测到该目标的情况下，该雷达判断该目标是否进入该遮挡区域；在该雷达确定该目标进入该遮挡区域的情况下，确定该目标在该遮挡区域，解决了在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，实现对监控目标更好的捕获和识别。

技术领域

本发明涉及视频监控领域，具体而言，涉及一种目标的识别方法及系统。

背景技术

在视频识别领域，若想要准确的识别出目标，则需要摄像机采集到准确，清晰，稳定的信号。但是实际摄像机安装的环境，可能会差异较大，从而导致在某些场景下，摄像机无法采集到可供视频算法使用的图像。比如在黑夜或者在大雾，沙尘、暴雨天气等极端条件下，光线比较暗或者图像无法采集到清晰的视频信号。这样的视频图像送给视频识别算法，是无法做有效的识别分析，或者导致检测率降低。

此外，摄像机监控的场景，都是实际的三维景象。但是经过摄像机采集后的图像，都会变成一幅二维的图像。在某些复杂的实际场景，比如有多重树木，建筑物遮挡的情况下，摄像机采集到的图像，由于丢失了一个维度，或者受到遮挡，送给算法分析时，也会出现分析不准确或者检测率降低的情况，由于以上的这些缺陷，导致在视频采集的根源上，就限制了算法分析的检测率以及是否能识别到目标。这样无论是普通视频识别领域，还是使用更先进的机器学习算法，都无法解决极端情况下的视频识别的缺陷。

在相关技术中，建立一个背景图像库，在通过识别到的图像和背景图像库的对比计算，识别出目标。这个背景图像库，在实际操作中，是一个复杂而繁琐的过程，而且其精确性也会直接影响最终识别的目标准确性。在其他一些应用场景中，将雷达和视频做了关联处理，以增加准确性。但是对于视频工况良好的情况来说，单纯使用视频检测算法就可以达到此目标。在某些极端条件，尤其是有树木，或者是多重建筑物遮挡的情况下，相机可能依然识别不到目标。这样在做关联分析的时候，还是会导致漏报。

针对相关技术中，在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中，在监控的区域有遮挡物的情况下，不能准确识别和捕捉目标的问题，本发明的实施例至少解决上述问题。

根据本发明的一个方面，提供了一种目标的识别方法，所述方法包括：

获取雷达的雷达散射截面积RCS，根据所述RCS确定遮挡区域；

根据视频图像对所述目标进行视频检测，确定所述目标是否在所述视频图像中；

在所述视频检测没有检测到所述目标的情况下，所述雷达判断所述目标是否进入所述遮挡区域；

在所述雷达确定所述目标进入所述遮挡区域的情况下，确定所述目标在所述遮挡区域。

在其中一些实施例中，所述获取雷达的雷达散射截面积RCS，根据所述RCS确定遮挡区域包括：

离散化所述雷达的探测区域，以所述雷达为原点，根据所述RCS确定遮挡物的位置和方向；

根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域。

在其中一些实施例中，所述根据所述RCS确定遮挡物的位置和方向包括：

在所述RCS的数值大于预设第一阈值的情况下，确定所述遮挡物的中心点位置；

根据所述中心点位置与所述雷达探测区域的夹角，确定所述遮挡物相对于所述雷达的方向。

在其中一些实施例中，所述根据所述RCS、所述遮挡物的位置和方向，确定遮挡区域包括：