[发明专利]基于群体智能的目标对象处理方法、装置、存储介质

权利要求书

1.一种基于群体智能的目标对象处理方法，其特征在于，包括：

对第一时段内的输入图像进行检测，从所述输入图像显示的目标区域内获取目标群体的第一属性数据，其中，所述第一属性数据用于描述所述目标群体中每个目标个体在所述输入图像中的位置和所述目标群体中包含的个体数量；

基于所述第一属性数据和第二属性数据，从所述目标群体中确定目标对象，其中，所述第二属性数据通过对第二时段内的历史图像进行检测后得到，所述第二时段为所述第一时段的前一个时段，所述目标对象存在异常行为。

2.根据权利要求1所述的基于群体智能的目标对象处理方法，其特征在于，基于所述第一属性数据和所述第二属性数据，从所述目标群体中确定所述目标对象包括：

基于所述第二属性数据对所述目标群体中每个目标个体的流向轨迹进行预测，得到第一流向轨迹；

基于所述第一属性数据确定所述目标群体中每个目标个体的第二流向轨迹；

将所述第二流向轨迹与所述第一流向轨迹进行对比，得到轨迹异常度；

利用所述轨迹异常度从所述目标群体中确定所述目标对象。

3.根据权利要求2所述的基于群体智能的目标对象处理方法，其特征在于，基于所述第二属性数据对所述目标群体中每个目标个体的流向轨迹进行预测，得到所述第一流向轨迹包括：

采用群体智能演化模型对所述第二属性数据进行分析，得到所述第一流向轨迹，其中，所述群体智能演化模型利用所述目标区域内的历史属性数据训练得到，所述群体智能演化模型用于对所述目标群体中每个目标个体的流向轨迹进行预测。

4.根据权利要求2所述的基于群体智能的目标对象处理方法，其特征在于，利用所述轨迹异常度从所述目标群体中确定所述目标对象包括：

当所述轨迹异常度大于第一阈值时，将所述轨迹异常度对应的目标个体确定为所述目标对象。

5.根据权利要求2所述的基于群体智能的目标对象处理方法，其特征在于，所述基于群体智能的目标对象处理方法还包括：

对所述输入图像进行检测，从所述目标区域内获取所述目标群体的特征数据，其中，所述特征数据用于描述所述目标群体中每个目标个体的视觉特征；

当所述轨迹异常度小于或等于第一阈值时，采用目标神经网络模型对所述第一属性数据和所述特征数据进行分析，得到所述目标群体中每个目标个体的置信度，其中，所述目标神经网络模型利用所述目标对象的关联数据集训练得到，所述目标神经网络模型用于计算所述目标群体中每个目标个体是否存在异常行为的置信度；

当所述置信度大于第二阈值时，将所述置信度对应的目标个体确定为所述目标对象。

6.根据权利要求5所述的基于群体智能的目标对象处理方法，其特征在于，所述第二阈值基于所述轨迹异常度进行设置。

7.根据权利要求1所述的基于群体智能的目标对象处理方法，其特征在于，所述基于群体智能的目标对象处理方法还包括：

对所述输入图像进行动作识别，从所述目标区域内获取所述目标群体中每个目标个体是否存在异常行为的置信度；

当所述置信度大于第三阈值时，将所述置信度对应的目标个体确定为所述目标对象。

8.一种基于群体智能的目标对象处理方法，其特征在于，包括：

获取第一时段内的输入图像；

对所述输入图像进行检测，从所述输入图像显示的目标区域内获取目标群体的第一属性数据，以及基于所述第一属性数据和第二属性数据，从所述目标群体中确定目标对象，其中，所述第一属性数据用于描述所述目标群体中每个目标个体在所述输入图像中的位置和所述目标群体中包含的个体数量，所述第二属性数据通过对第二时段内的历史图像进行检测后得到，所述第二时段为所述第一时段的前一个时段，所述目标对象存在异常行为；

向服务器上报检测结果，其中，所述检测结果中用于记录存在异常行为的所述目标对象。