[发明专利]动态视频目标跟踪系统、相关方法、装置及设备

说明书

本申请公开了用户标注方法、装置及设备。其中，用户标注方法包括：确定目标视频中至少一部分画面的用户标识信息；根据用户标识信息，确定目标用户的第一移动路径、和其他用户的第二移动路径；显示目标用户与其他用户出现在第一移动路径和第二移动路径间交叉点周围区域内的至少一个画面，作为交叉点关键帧；根据交叉点关键帧，修改目标用户的标识信息。采用这种处理方式，使得基于自动用户识别结果形成用户移动路径，根据用户移动路径确定容易出错的视频画面，标注人员通过观看这些静态画面，可以更快找到用户标注错误，避免标注人员反复观看整个视频中的画面，由此可及时获得更加准确的用户标注数据；因此，可以有效提升用户标注效率。

技术领域

本申请涉及智能化视频监控技术领域，具体涉及动态视频目标跟踪系统，用户识别模型构建方法和装置，用户标注方法和装置，以及电子设备。

背景技术

动态视频目标跟踪是指，将摄像头采集的与目标(如移动的人)相关的各个视频画面关联起来，这样就可以根据目标的运动情况，形成其运动轨迹，实现单路视频画面的目标跟踪。

要跟踪视频中的目标，就要先识别出各个视频画面中的目标，可通过用户识别模型进行识别。然而，基于数量有限的人工标注训练数据学习到的基础用户识别模型的准确度通常有限，这样就会影响目标跟踪的准确度。为了解决这个问题，可先通过基础用户识别模型，对大量视频进行目标预标注；然后，人工发现、修正预标注错误，形成大量正确的训练数据；然后，基于修正的大量标注数据，重新学习得到优化的用户识别模型；最后，通过优化的用户识别模型，识别出各个视频画面中的目标。然而，一般视频为半小时或更长，一段视频内的目标数量庞大。在进行用户识别模型训练的目标标识(用户ID)标注中，单路视频中有大量ID在模型的预标注下是错误的，如视频中两个人发生交叉时最容易出现错误。为了训练得到具有一定准确度的模型，需要检测ID预标注中的错误，并修正这些错误。在视频中找到ID发生错误是最大的痛点。目前，一种典型的检测动态视频中目标标注错误的方式是，由标注人员对动态视频中出现的各个目标逐个进行处理，对每一个目标，逐帧观看该目标是否标注错误，然后修正标注错误的目标。

然而，在实现本发明过程中，发明人发现上述方案至少存在如下问题：采用逐个目标、逐帧观看以发现目标标识错误的方式，会导致错误发现效率较低，无法及时学习得到准确度高的目标识别模型，从而影响目标识别的准确度，进而导致目标跟踪错误。此外，这种处理方式还会导致工作量巨大。

发明内容

本申请提供动态视频目标跟踪系统，以解决现有技术存在的目标跟踪准确度较低的问题。本申请另外提供用户识别模型构建方法和装置，用户标注方法和装置，以及电子设备。

本申请提供一种动态视频目标跟踪系统，包括：

训练数据确定模块，用户识别模型构建模块，用户运动轨迹确定模块；

所述训练数据确定模块，用于通过用户识别模型，确定多个视频中多个画面的用户标识信息；根据用户标识信息，确定多个用户的移动路径；根据所述移动路径，显示目标用户与其他用户出现在路径交叉点周围区域内的至少一个画面，作为交叉点关键帧；根据交叉点关键帧，修改目标用户的标识信息；

所述用户识别模型构建模块，用于根据多个视频、和修改后的用户标识信息，学习得到更新的用户识别模型；

所述用户运动轨迹确定模块，用于通过更新的用户识别模型，确定目标视频中至少一部分画面的用户标识信息；根据用户标识信息，确定用户运动轨迹。

本申请还提供一种用户识别模型构建方法，包括：

通过用户识别模型，确定多个视频中多个画面的用户标识信息；

根据用户标识信息，确定多个用户的移动路径；

根据所述移动路径，显示目标用户与其他用户出现在路径交叉点周围区域内的至少一个画面，作为交叉点关键帧；