[发明专利]一种目标对象的状态跟踪方法及装置

权利要求书

1.一种目标对象的状态跟踪方法，其特征在于，包括：

获取采集的视频流，并按照采集时间顺序，依次将指定帧数的图像，作为一个处理批次，以及针对各个处理批次内的图像，分别执行以下操作：

基于预先训练的图像识别模型对首帧图像进行对象识别和状态识别处理，获得所述首帧图像中包括的各个目标对象的位置信息和状态信息；其中，所述状态信息为违规状态信息；

针对除所述首帧图像以外的任一图像，根据该图像的前一帧图像中各个目标对象的位置信息，跟踪所述各个目标对象在所述图像中的位置信息；并根据所述各个目标对象在各帧图像中的位置信息，生成所述各个目标对象在对应的状态信息下的运动轨迹；

依次获取相邻两个处理批次内，在先处理批次的末帧图像中各个第一目标对象的位置信息，以及获取在后处理批次的首帧图像中各个第二目标对象的位置信息，针对所述各个第一目标对象中的任意一个第一目标对象，计算该第一目标对象与所述各个第二目标对象之间的图像重叠度，并将所述第一目标对象的运动轨迹，与图像重叠度达到设定阈值的第二目标对象的运动轨迹进行合并。

2.如权利要求1所述的方法，其特征在于，所述按照采集时间顺序，依次将指定帧数的图像，作为一个处理批次，包括：

按照所述视频流中各帧图像的采集时间顺序，依次获取各帧图像，并删除所述各帧图像帧中图像质量满足设定条件的图像帧，以及按照所述采集时间顺序，将指定帧数的图像作为一个处理批次的图像。

3.如权利要求2所述的方法，其特征在于，删除所述各帧图像帧中图像质量满足设定条件的图像帧，包括：

将获取的图像转换为对应的灰度图，并计算所述图像中各像素的灰度均值，确定所述灰度均值高于亮度阈值时，删除所述图像；或者，

将获取的图像转换为对应的灰度值，并计算所述图像中各像素的灰度均值，确定所述灰度均值低于暗度阈值时，删除所述图像；或者，

计算获取的图像的雪花噪声率，确定所述雪花噪声率高于设定门限值，删除所述图像；或者，

将获取的图像划分为指定个数的区域，计算所述图像中各个区域的平均对比率，作为所述图像的模糊率，确定所述模糊率高于预设值时，删除所述图像。

4.如权利要求1-3任一项所述的方法，其特征在于，所述对首帧图像进行对象识别和状态识别处理，获得所述首帧图像中包括的各个目标对象的位置信息和状态信息，包括：

确定首帧图像中的待识别区域，并从所述首帧图像中裁剪出所述待识别区域，以及对所述待识别区域进行对象识别和状态识别处理，获得所述待识别区域中包括的各个目标对象的位置信息和状态信息。

5.如权利要求1所述的方法，其特征在于，所述计算该第一目标对象与所述各个第二目标对象之间的图像重叠度之后，进一步包括：

确定不存在与该第一目标对象的图像重叠度达到设定阈值的第二目标对象时，确定该第一目标对象的运动轨迹持续时长，并在确定所述运动轨迹持续时长低于设定时间阈值时，将该第一目标对象以及该第一目标对象的运动轨迹删除。

6.如权利要求1所述的方法，其特征在于，所述将所述第一目标对象的运动轨迹，与图像重叠度达到设定阈值的第二目标对象的运动轨迹进行合并，包括：

确定与所述第一目标对象的图像重叠度达到设定阈值的第二目标对象，并在确定所述第一目标对象的状态信息与所述第二目标对象的状态信息相同时，将所述第一目标对象的运动轨迹，与所述第二目标对象的运动轨迹进行合并。

7.如权利要求1所述的方法，其特征在于，采用完成训练的图像识别模型对首帧图像进行对象识别和状态识别处理时，基于将主干特征提取网络CSPDarknet53替换成剪枝后的Mobilenet网络的Yolo4算法搭建所述图像处理模型。