[发明专利]用于拥堵识别的视频处理方法、装置与电子设备

权利要求书

1.一种用于拥堵识别的视频处理方法，其特征在于，包括：

获取待预测位置在待预测时间段内的待预测视频；

分别提取所述待预测视频的目标多尺度时间特征信息和目标多尺度空间特征信息；

融合所述目标多尺度时间特征信息和所述目标多尺度空间特征信息，获得初阶时空编码特征；

对所述初阶时空编码特征进行时间特征和空间特征的进阶融合处理，以获得所述待预测视频的进阶时空编码特征；

对所述进阶时空编码特征进行解码处理，以确定至少一个待识别对象在所述待预测视频中的位置信息；

根据所述至少一个待识别对象在所述待预测视频中的位置信息，确定所述待预测位置在所述待预测时间段的拥堵状态。

2.根据权利要求1所述方法，其特征在于，分别提取所述待预测视频的目标多尺度时间特征信息和目标多尺度空间特征信息，包括：

利用第一时间支路提取所述待预测视频的所述目标多尺度时间特征信息，所述第一时间支路包括至少两个并列分布的时间信息提取卷积结构；

利用第一空间支路提取所述待预测视频的所述目标多尺度空间特征信息，所述第一空间支路包括至少两个并列分布的空间信息提取卷积结构。

3.根据权利要求1所述方法，其特征在于，分别提取所述待预测视频的目标多尺度时间特征信息和目标多尺度空间特征信息，包括：

利用第一时间支路提取所述待预测视频的初始多尺度时间特征信息，所述第一时间支路包括至少两个并列分布的时间信息提取卷积结构；

利用第一空间支路提取所述待预测视频的初始多尺度空间特征信息，所述第一空间支路包括至少两个并列分布的空间信息提取卷积结构；

融合所述初始多尺度时间特征信息和所述初始多尺度空间特征信息，获得初始时空融合特征；

利用第二时间支路处理所述初始时空融合特征以获得所述目标多尺度时间特征信息，所述第二时间支路包括少两个并列分布的时间信息提取卷积结构；

利用第二空间支路处理所述初始时空融合特征以获得所述目标多尺度空间特征信息，所述第二时间支路包括少两个并列分布的空间信息提取卷积结构。

4.根据权利要求1所述方法，其特征在于，对所述初阶时空编码特征进行时间特征和空间特征的进阶融合，以获得所述待预测视频的进阶时空编码特征，包括：

对所述初阶时空编码特征分别进行空间编码和时间编码，获得所述初阶时空编码特征的空间特征矩阵和时间特征矩阵；

对所述空间特征矩阵和所述时间特征矩阵进行交互，获得所述进阶时空编码特征。

5.根据权利要求4所述方法，其特征在于，对所述初阶时空编码特征分别进行空间编码和时间编码，获得所述初阶时空编码特征的空间特征矩阵和时间特征矩阵，包括：

获取训练完成的时间参数查询矩阵、空间参数查询矩阵、时间参数键矩阵和空间参数键矩阵；

通过所述时间参数查询矩阵对所述初阶时空编码特征进行时间编码处理，获得目标时间特征查询矩阵；

通过所述空间参数查询矩阵对所述初阶时空编码特征进行空间编码处理，获得目标空间特征查询矩阵；

通过所述时间参数键矩阵对所述初阶时空编码特征进行时间编码处理，获得目标时间特征键矩阵，以便根据所述目标时间特征查询矩阵和所述目标时间特征键矩阵确定所述时间特征矩阵；

通过所述空间参数键矩阵对所述初阶时空编码特征进行空间编码处理，获得目标空间特征键矩阵，以便根据所述目标空间特征查询矩阵和所述目标空间特征键矩阵确定所述空间特征矩阵。