[发明专利]视频中目标物体的轨迹识别方法、装置、设备、存储介质

说明书

本发明实施例提供一种视频中目标物体的轨迹识别方法、装置、设备、存储介质，涉及视频检测技术领域。其中，这种轨迹识别方法包括如下步骤：S101、获取视频。S102、根据YOLO3模型获取视频中目标物体在不同帧上的位置坐标。S103、提取位置坐标生成坐标序列。S105、将坐标序列输入ARI MA模型预测时间序列。S106、根据时间序列在视频中标记出目标物体的预测运动轨迹，以根据预存运动轨迹对目标物体进行跟踪。本发明通过ARI MA模型预测时间序列大大缩小了目标检测的检测范围，能够同步跟踪检测目标物体，并在视频中标记出来目标物体的运动轨迹，具有很好的实际意义。

技术领域

本发明涉及视频检测技术领域，具体而言，涉及一种视频中目标物体的轨迹识别方法、装置、设备、存储介质。

背景技术

近几年来，我国一直在发展视频跟踪技术，同时也是世界计算机领域的一大核心课题。这项技术的主要目的实际上就是通过计算机去模仿生物不限于人类的视觉，也就是说模仿生物视觉的一项技术。通过计算机获取视频信息可以很准确详细的得到视频中的相关信息，计算机都能更加的准确和迅速，使人类能够方便快速准确的获得想要的信息，大大降低了人为的失误和人力物力资源。

在先技术中，普遍只能对比视频或者图片中物体的检测，但无法满足更进一步去实现对视频中动态物体的跟踪检测。

发明内容

本发明提供了一种视频中目标物体的轨迹识别方法、装置、设备、存储介质，以改善相关技术中的无法对视频中动态物体进行跟踪检测的问题。

第一方面：

本发明实施例提供了一种视频中目标物体的轨迹识别方法，其包括如下步骤：

S101、获取视频；

S102、根据YOLO3模型获取所述视频中目标物体在不同帧上的位置坐标；

S103、提取所述位置坐标生成坐标序列；

S105、将所述坐标序列输入ARI MA模型预测时间序列；

S106、根据所述时间序列在所述视频中标记出所述目标物体的预测运动轨迹，以根据所述预存运动轨迹对所述目标物体进行跟踪。

可选地，在S105之前，还包括以下步骤：

S104、构建所述ARIMA模型。

可选地，所述位置坐标包括x坐标和y坐标；每个所述坐标序列包含单个目标物体的x坐标序列和y坐标序列；

可选地，步骤S104具体为：

S1041、提取所述x坐标序列和所述y坐标序列的前面部分进行差分、完整自相关和部分自相关操作，以获取所述ARIMA模型的自回归项p和移动平均项数q的取值范围；

S1042、根据所述取值范围和所述前面部分，分别获取不同p和q值组合下ARIMA模型预测生成的x坐标和y坐标的预测序列；

S1043、分别计算各p和q值组合对应的所述x坐标和y坐标的预测序列，与所述x坐标序列和所述y坐标序列的后面部分的均方差D_X和D_Y；

S1044、取均方差的绝对值之和最小时对应的p和q值组合，构建所述ARIMA模型。

可选地，所述步骤S103具体为：

S1031、提取各视频帧中的目标物体的所述位置坐标；其中，所述位置坐标包括x坐标和y坐标；

S1032、按照视频帧的先后顺序生成x坐标序列和y坐标序列。

第二方面：