[发明专利]监控视频点位标注方法、装置、存储介质及电子设备

权利要求书

1.一种监控视频点位标注方法，其特征在于，所述方法包括：

获取监控视频点位分布图，所述监控视频点位分布图包括至少一个监控视频点位和至少一个属性信息要素，所述属性信息要素与所述监控视频点位分布图中的区域或位置点相对应；

将所述监控视频点位分布图划分为若干个子空间区域，其中，各所述子空间区域的大小和形状相同；

在各属性信息要素对应的区域中确定出与每一所述子空间区域相重叠的至少一个区域，作为目标区域；

根据各目标区域与所述子空间区域的面积重叠比例和各目标区域对应的属性信息要素，确定与每一所述子空间区域对应的属性值；

基于所述子空间区域对应的属性值并利用预先训练好的机器学习模型，确定目标监控视频点位的监控范围所对应的标签，所述监控范围大于所述子空间区域，所述子空间区域属于所述监控范围。

2.根据权利要求1所述的方法，其特征在于，所述根据各目标区域与所述子空间区域的面积重叠比例和各目标区域对应的属性信息要素，确定与每一所述子空间区域对应的属性值，包括：

确定与每一所述子空间区域的面积重叠比例最大的目标区域；

根据确定出的各所述目标区域对应的属性信息要素，确定与每一所述子空间区域对应的属性值。

3.根据权利要求1-2任意一项所述的方法，其特征在于，所述基于所述子空间区域对应的属性值并利用预先训练好的机器学习模型，确定目标监控视频点位的监控范围所对应的标签，包括：

将所述监控视频点位分布图中的目标监控视频点位输入至预先训练好的机器学习模型，得到由所述机器学习模型输出的所述目标监控视频点位的监控范围所对应的标签，其中，所述标签是根据所述机器学习模型各子空间区域对应的属性值输出的。

4.根据权利要求1-2任意一项所述的方法，其特征在于，所述基于所述子空间区域对应的属性值并利用预先训练好的机器学习模型，确定目标监控视频点位的监控范围所对应的标签，包括：

确定目标监控视频点位的监控范围；

获取属于所述监控范围的各子空间区域对应的属性值；

确定各所述属性值的数量；

将各所述属性值的数量输入至预先训练好的机器学习模型，得到由所述机器学习模型输出的所述目标监控视频点位的监控范围所对应的标签。

5.根据权利要求1-2任意一项所述的方法，其特征在于，所述基于所述子空间区域对应的属性值并利用预先训练好的机器学习模型，确定目标监控视频点位的监控范围所对应的标签，包括：

确定目标监控视频点位的监控范围；

根据所述监控范围确定子空间区域选取范围，其中，所述子空间区域选取范围包括所述监控范围；

获取属于所述子空间区域选取范围的各子空间区域对应的属性值；

将所述子空间区域选取范围、所述监控范围及所述属性值输入至预先训练好的机器学习模型，得到所述机器学习模型输出的目标监控视频点位的监控范围所对应的标签。

6.根据权利要求1所述的方法，其特征在于，所述监控视频点位分布图包括多个属性信息要素，各属性信息要素中存在至少两个属性信息要素分属于不同类型，所述子空间区域与多个属性信息要素相对应，所述基于每一所述子空间区域所对应的属性信息要素，确定每一所述子空间区域所对应的属性值，包括：

根据各目标区域与所述子空间区域的面积重叠比例和各目标区域对应的属性信息要素，确定与每一所述子空间区域对应的至少一个属性值，所述至少一个属性值属于至少一个类型；

所述基于所述子空间区域对应的属性值并利用预先训练好的机器学习模型，确定目标监控视频点位的监控范围所对应的标签，包括：

基于所述子空间区域对应的至少一个属性值并利用预先训练好的机器学习模型，确定目标监控视频点位的监控范围所对应的至少一个标签。