[发明专利]场景目标的空间与或图模型生成方法、装置及电子设备

权利要求书

1.一种场景目标的空间与或图模型生成方法，其特征在于，包括：

获取针对预设场景的场景视频；

利用预先训练的YOLO_v3网络对所述场景视频中的目标进行检测，得到所述场景视频的每一帧图像中各目标分别对应的属性信息；其中，所述属性信息包括包含所述目标的边界框的位置信息；

基于所述每一帧图像中各目标分别对应的属性信息，利用预设的多目标跟踪算法对所述场景视频的各帧图像中的相同目标进行匹配；

确定每一帧图像中不同目标之间的实际空间距离；

利用匹配后各帧图像对应的目标的所述属性信息以及所述实际空间距离，生成所述预设场景的空间与或图模型。

2.根据权利要求1所述的方法，其特征在于，所述属性信息还包括：

目标的类别信息。

3.根据权利要求1所述的方法，其特征在于，所述预设的多目标跟踪算法，包括：

DeepSort算法。

4.根据权利要求1所述的方法，其特征在于，所述确定每一帧图像中不同目标之间的实际空间距离，包括：

在每一帧图像中，确定每个目标的像素坐标；

针对每个目标，利用单目视觉定位测距技术，计算该目标的所述像素坐标在世界坐标系中对应的实际坐标；

针对每一帧图像，利用该帧图像中每两个目标的所述实际坐标，得到该帧图像中该两个目标之间的实际空间距离。

5.根据权利要求1所述的方法，其特征在于，所述确定每一帧图像中不同目标之间的实际空间距离，包括：

针对每一帧图像，利用深度相机测距方法得到该帧图像中该两个目标之间的实际空间距离。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述预设场景，包括：

交通路口。

7.根据权利要求6所述的方法，其特征在于，所述预先训练的YOLO_v3网络是根据MARS数据集和Car-Reid数据集训练得到的。

8.一种场景目标的空间与或图模型生成装置，其特征在于，包括：

视频获取模块，用于获取针对预设场景的场景视频；

目标检测模块，用于利用预先训练的YOLO_v3网络对所述场景视频中的目标进行检测，得到所述场景视频的每一帧图像中各目标分别对应的属性信息；其中，所述属性信息包括包含所述目标的边界框的位置信息；

目标跟踪模块，用于基于所述每一帧图像中各目标分别对应的属性信息，利用预设的多目标跟踪算法对所述场景视频的各帧图像中的相同目标进行匹配；

距离计算模块，用于确定每一帧图像中不同目标之间的实际空间距离；

模型生成模块，用于利用匹配后各帧图像对应的目标的所述属性信息以及所述实际空间距离，生成所述预设场景的空间与或图模型。

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互相的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。

10.一种计算机可读存储介质，其特征在于，

所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。