CN109800727A - 一种监控方法和装置 - Google Patents

Abstract

本发明实施例提供一种监控方法和装置。本发明实施例提供的监控方法包括：根据预设监控区域在指定时间的图像信息，确定该预设监控区域内，在所述指定时间已出现的所有监控对象；根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象。本发明的技术方案可以实现在监控区域中对应出现却未出现的对象进行排查。

Description

一种监控方法和装置

技术领域

本发明涉及软件测试技术领域，尤其涉及一种监控方法和装置。

背景技术

目前，基于图像识别的监控系统已经越来越多的应用在人们的生活中，基于图像识别的监控系统可以识别出图像中的监控对象进行跟踪监控。

在实际的监控系统应用过程中，往往存在这样的监控需求：对某人或某物是否在指定的时间出现在指定的地点进行监控，从而得知某人或某物应出现在指定的地点却未出现的异常情况。但是现有的基于图像识别的监控系统尚不能实现在监控区域中，对应出现却未出现的对象进行排查。

因此，亟需一种能够实现在监控区域中对应出现却未出现的对象进行排查的监控方法和装置。

发明内容

本发明实施例提供一种监控方法和装置，可以实现在监控区域中对应出现却未出现的对象进行排查。

本发明实施例提供一种监控方法，包括：

根据预设监控区域在指定时间的图像信息，确定该预设监控区域内，在所述指定时间已出现的所有监控对象；

根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象。

进一步的，所述确定该预设监控区域内，在所述指定时间已出现的所有监控对象的步骤包括：

从所述监控区域在指定时间的图像信息中提取所有监控对象的特征信息；

根据每个所述监控对象的特征信息分别匹配每个所述监控对象的ID，以获得所述预设监控区域内，在所述指定时间所有已出现的监控对象的ID集合；

所述确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象的步骤包括：

对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，判断其中的每一个ID是否属于所述已出现的监控对象的ID集合，确定其中不属于所述已出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间应出现却未出现的监控对象。

可选地，预设有多个监控区域，所述方法还包括：

对于指定监控区域，在所述指定时间应出现却未出现监控对象时，确定该监控对象在所述指定时间是否出现在除该指定监控区域外的其他监控区域内；

对于所述监控区域存储有历史图像信息，所述方法还包括：

当对于指定监控区域存在应出现却未出现的监控对象时，根据所述历史图像信息确定所述应出现却未出现的监控对象，在该指定监控区域的历史出现时间，和/或在除该指定监控区域外的其他监控区域的历史出现时间。

可选地，本发明提供的监控方法还包括：

根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间不应出现却出现的监控对象。

进一步的，所述确定该预设监控区域内，在所述指定时间不应出现却出现的监控对象的步骤包括：

对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，判断所述已出现的监控对象的ID集合中的每一个ID是否属于所述应出现的监控对象的ID集合，确定其中不属于所述应出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间不应出现却出现的监控对象。

可选地，所述根据每个所述监控对象的特征信息匹配所述每个监控对象的ID包括：

将所述监控对象的特征信息输入预配置的图像识别模型，以匹配获得所述监控对象的ID；

本发明提供的监控方法还包括：

当所述监控对象的ID匹配错误时，利用该匹配错误数据，训练并校正所述图像识别模型。

本发明实施例还提供一种监控装置，包括：

识别模块，用于根据预设监控区域在指定时间的图像信息，确定该预设监控区域内，在所述指定时间已出现的所有监控对象；

分析模块，用于根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象。

进一步的，所述识别模块进一步用于从所述监控区域在指定时间的图像信息中提取所有监控对象的特征信息，根据每个所述监控对象的特征信息分别匹配每个所述监控对象的ID，以获得所述预设监控区域内，在所述指定时间所有已出现的监控对象的ID集合；

所述分析模块进一步用于对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，判断其中的每一个ID是否属于所述已出现的监控对象的ID集合，确定其中不属于所述已出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间应出现却未出现的监控对象。

可选地，预设有多个监控区域，所述装置还包括：

追踪模块，用于对于指定监控区域，在所述指定时间应出现却未出现监控对象时，确定该监控对象在所述指定时间是否出现在除该指定监控区域外的其他监控区域内；

对于所述监控区域存储有历史图像信息，所述追踪模块进一步用于当对于指定监控区域存在应出现却未出现的监控对象时，根据所述历史图像信息确定所述应出现却未出现的监控对象，在该指定监控区域的历史出现时间，和/或在除该指定监控区域外的其他监控区域的历史出现时间。

可选地，所述分析模块还用于根据所述已出现的所有监控对象的特征信息，确定该预设监控区域内，在所述指定时间不应出现却出现的监控对象。

进一步的，对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，所述分析模块进一步用于判断所述已出现的监控对象的ID集合中的每一个ID是否属于所述应出现的监控对象的ID集合，确定其中不属于所述应出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间不应出现却出现的监控对象。

可选地，所述分析模块进一步用于将所述监控对象的特征信息输入预配置的图像识别模型，以匹配获得所述监控对象的ID；

所述装置还包括：

校正模块，用于当所述监控对象的ID匹配错误时，利用该匹配错误数据，训练并校正所述图像识别模型。

本发明实施例提供的监控方法和装置，基于封闭数据库的未出现的样本的判断，提供新的判断方法论，自动发现未出现样本的异常情况，对于监控区域中应出现而未出现的监控对象，进行快速排查。并可以追踪其消失前的影像时间和消失地点。并且本方法通过对识别错误进行训练和学习，可以在使用中不断提高识别准确度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的监控方法的主要流程示意图；

图2为本发明实施例提供的监控方法的应用流程示意图；

图3为本发明实施例提供的监控装置的主要模块示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本发明实施例提供一种监控方法，如图1所示，该方法包括：步骤S101和步骤S102。

在步骤S101中，根据预设监控区域在指定时间的图像信息，确定该预设监控区域内，在指定时间已出现的所有监控对象。其中，已出现的监控对象即出现在监控区域的图像中的监控对象。本步骤对监控区域的图像进行识别，从而辨别已出现的所有监控对象，在本发明中，监控对象可以是人或者物体，指定时间可以是指一个或多个时间点，或者一个或多个时间段。

在步骤S102中，根据已出现的所有监控对象，确定该预设监控区域内，在指定时间应出现却未出现的监控对象，即预先确定的应该在指定时间出现在监控区域内，但是实际上未出现的监控对象。通过步骤S101获知在指定时间，有哪些监控对象出现在监控区域，进而在本步骤中，分析获得该监控区域内应出现却未出现的监控对象。

例如，在本发明的一种实施方式中，通过监控区域配置的监控摄像头获取监控区域的图像信息，指定时间为当前时间，监控对象为人，通过识别监控区域当前的图像信息，确定当前出现在图像中的所有人的身份。对于该监控区域预先确定有当前应该在出现在监控区域内的人，通过已经确定的已出现的人的身份，即可逐一排查应出现的人是否出现。

又例如，在本发明的一种实施方式中，监控区域可以是车辆停放区域，指定时间可以为过去的一个时间段，利用本发明方法来监控应当在该时间段内停放的车辆是否曾经停放过。在本实施方式中，可以获取该时间段的监控图像进行识别，以得知在该时间段内停放过的车辆，通过判断应该在该时间停放的车辆是否在这些停放过的车辆之中，即可得知该应当在指定时间停放的车辆是否曾经停放过。

在本发明的一种实施方式中，步骤S101确定该预设监控区域内，在指定时间已出现的所有监控对象的步骤具体包括下述过程：

首先，从监控区域在指定时间的图像信息中提取所有监控对象的特征信息，然后，根据每个监控对象的特征信息分别匹配每个监控对象的ID，以获得预设监控区域内，在指定时间所有已出现的监控对象的ID集合。

如图2所示，在本发明的一种实施方式中，通过数据库存储所有监控对象的相关信息，其中可以包括监控对象的ID，分类信息以及图像特征信息等等。数据库存储的图像特征信息用于与提取的特征信息进行比对，以匹配提取的特征信息对应的监控对象的ID。

如上例，监控对象为人，通过解析监控区域当前的图像信息，可以提取当前出现在图像中的所有人的人脸特征信息，在数据库中基于人脸特征信息匹配获得每个人的身份，即ID。又或者，监控对象为车辆，通过解析监控区域当前的图像信息，可以提取当前出现在图像中的所有车辆的车牌特征信息，在数据库中基于车牌特征信息匹配获得每辆车的ID。

进而，步骤S102确定该预设监控区域内，在指定时间应出现却未出现的监控对象的步骤具体包括下述过程：

对于预设监控区域预配置有在指定时间应出现的监控对象的ID集合，判断其中的每一个ID是否属于已出现的监控对象的ID集合，确定其中不属于已出现的监控对象的ID集合的ID对应的监控对象，为预设监控区域内，在指定时间应出现却未出现的监控对象。

数据库存储中存储的监控对象的分类信息可以用于表明该监控对象应在什么时间出现在哪个指定区域，即该监控对象ID是否属于上述在指定时间应出现的监控对象的ID集合。

在本发明的一种实施方式中，预设的监控区域可以为多个，该多个监控区域可以同时应用本发明提供的上述方法，同时对每个监控区域进行监控，并且，对于指定监控区域，在指定时间应出现却未出现监控对象时，本发明提供的监控方法还包括下述步骤：确定该监控对象在指定时间是否出现在除该指定监控区域外的其他监控区域内。

也就是说，在有多个监控区域的应用场景中，某个指定监控区域中，应该出现的监控对象没有出现时，可以在其他的监控区域追踪该监控对象，以确定该监控对象的实际出现位置。

具体来说，每个监控区域在不同的指定时间，都配置有对应的应出现的监控对象的ID集合，通过监控对象的分类信息可以确定监控对象属于哪些ID集合，也就是确定监控对象应该在哪些时间，出现在哪些监控区域。

更为具体的，上述确定该监控对象在指定时间是否出现在除该指定监控区域外的其他监控区域内的过程具体为：确定应出现却未出现的监控对象的ID是否属于，除该指定监控区域外的其他每个监控区域的在指定时间已出现的监控对象的ID集合，以确定该监控对象在指定时间是否出现在除该指定监控区域外的其他监控区域内。

例如，在本发明的一种实施方式中，监控系统配置有多个监控区域，每个监控区域配置有摄像头，采集区域内的图像，当前对每个监控区域执行本发明方法，对图像进行识别，得到每个监控区域的已出现的人的ID集合，若当前对于某一指定区域，有人应出现却未出现时，则可以在其他区域的已出现的人的ID集合中查找此人的ID，从而获知此人的实际出现区域。

或者，在本发明的另一种实施方式中，只对于指定监控区域执行本发明上述方法，若当前该指定区域中，有人应出现却未出现时，获取其他监控区域的当前图像进行识别，进而获知此人的实际出现区域。

在本发明的一种实施方式中，对于应出现却未出现的监控对象的追踪，不仅可以利用其它区域的图像进行追踪，还可以利用每个区域的历史图像进行追踪。

具体来说，对于每个监控区域存储有历史图像信息，当对于指定监控区域存在应出现却未出现的监控对象时，根据历史图像信息确定应出现却未出现的监控对象，在该指定监控区域的历史出现时间，和/或在除该指定监控区域外的其他监控区域的历史出现时间。

在本发明的一种实施方式中，历史出现时间可以根据具体需求确定。例如，指定时间为当前时间，即追踪指定区域当前应出现却未出现的监控对象，历史出现时间可以配置为距离当前时间最近的出现时间，根据保存的历史图像信息找到该未出现的监控对象在指定监控区域上一次出现的时间，或者上一次在其他监控区域出现的时间和具体位置。

在本发明的一种实施方式中，本发明提供的监控方法还包括下述步骤：根据已出现的所有监控对象，确定该预设监控区域内，在指定时间不应出现却出现的监控对象。即预先确定的不应该在指定时间出现在监控区域内，但是实际上却出现的监控对象。通过步骤S101获知在指定时间，有哪些监控对象出现在监控区域，进而在本步骤中，分析获得该监控区域内不应出现却出现的监控对象。例如，对于该监控区域预先确定有当前应该出现在监控区域内的人，通过已经确定的已出现的人的身份，即可逐一排查已出现的人是否都是当前应该出现，从而得知其中不应出现却出现的监控对象。

更为具体的，在上述确定该预设监控区域内，在指定时间不应出现却出现的监控对象的步骤中，对于预设监控区域预配置有在指定时间应出现的监控对象的ID集合，判断已出现的监控对象的ID集合中的每一个ID是否属于应出现的监控对象的ID集合，确定其中不属于应出现的监控对象的ID集合的ID对应的监控对象，为预设监控区域内，在指定时间不应出现却出现的监控对象。

或者，对于预设监控区域预配置有在指定时间不应出现的监控对象的ID集合，判断不应出现的监控对象的ID集合中的每一个ID是否属于已出现的监控对象的ID集合，确定其中属于不应出现的监控对象的ID集合的ID对应的监控对象，为预设监控区域内，在指定时间不应出现却出现的监控对象。

在一种实施方式中，本发明提供的监控方法还包括下述步骤：保存应出现却未出现的监控对象，和/或不应出现却出现的监控对象，以生成监控异常记录，然后在设定上报时间，上报该监控异常记录。设定的上报时间可以为周期时间，例如，每小时汇总上报一次。

在本发明的一种实施方式中，步骤S101中根据监控对象的特征信息匹配监控对象的ID的过程具体为：将监控对象的特征信息输入预配置的图像识别模型，以匹配获得监控对象的ID。本发明提供的监控方法还包括：当监控对象的ID匹配错误时，利用该匹配错误数据，训练并校正图像识别模型。例如，当发现所匹配的ID对应的人同时出现在了不同的位置，即说明对于该人的图像识别出现错误，此时可以启动学习机制，将该错误数据作为训练数据，对图像识别模型进行训练校正，以降低模型的识别错误率。

本发明实施例提供的监控方法，基于封闭数据库的未出现的样本的判断，提供新的判断方法论，自动发现未出现样本的异常情况，对于监控区域中应出现而未出现的监控对象，进行快速排查。并可以追踪其消失前的影像时间和消失地点。并且本方法通过对识别错误进行训练和学习，可以在使用中不断提高识别准确度。

本发明实施例还提供一种监控装置，如图3所示，该装置300包括：识别模块301和分析模块302。

识别模块301用于根据预设监控区域在指定时间的图像信息，确定该预设监控区域内，在所述指定时间已出现的所有监控对象。

分析模块302用于根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象。

在本发明中，所述识别模块进一步用于从所述监控区域在指定时间的图像信息中提取所有监控对象的特征信息，根据每个所述监控对象的特征信息分别匹配每个所述监控对象的ID，以获得所述预设监控区域内，在所述指定时间所有已出现的监控对象的ID集合；

所述分析模块进一步用于对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，判断其中的每一个ID是否属于所述已出现的监控对象的ID集合，确定其中不属于所述已出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间应出现却未出现的监控对象。

在本发明中，预设有多个监控区域，本发明实施例提供的监控装置还包括：

追踪模块，用于对于指定监控区域，在所述指定时间应出现却未出现监控对象时，确定该监控对象在所述指定时间是否出现在除该指定监控区域外的其他监控区域内。

在本发明中，所述分析模块进一步用于确定所述应出现却未出现的监控对象的ID是否属于，除该指定监控区域外的其他每个监控区域的在所述指定时间已出现的监控对象的ID集合，以确定该监控对象在所述指定时间是否出现在除该指定监控区域外的其他监控区域内。

在本发明中，对于所述监控区域存储有历史图像信息，所述追踪模块进一步用于当对于指定监控区域存在应出现却未出现的监控对象时，根据所述历史图像信息确定所述应出现却未出现的监控对象，在该指定监控区域的历史出现时间，和/或在除该指定监控区域外的其他监控区域的历史出现时间。

在本发明中，所述分析模块还用于根据所述已出现的所有监控对象的特征信息，确定该预设监控区域内，在所述指定时间不应出现却出现的监控对象。

在本发明中，对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，所述分析模块进一步用于判断所述已出现的监控对象的ID集合中的每一个ID是否属于所述应出现的监控对象的ID集合，确定其中不属于所述应出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间不应出现却出现的监控对象。

本发明实施例提供的监控装置还包括：上报模块，用于保存所述应出现却未出现的监控对象，和/或不应出现却出现的监控对象，以生成监控异常记录。然后，在预设上报时间，上报该监控异常记录。

在本发明中，所述分析模块进一步用于将所述监控对象的特征信息输入预配置的图像识别模型，以匹配获得所述监控对象的ID；

本发明实施例提供的监控装置还包括：校正模块，用于当所述监控对象的ID匹配错误时，利用该匹配错误数据，训练并校正所述图像识别模型。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种监控方法，其特征在于，包括：

根据预设监控区域在指定时间的图像信息，确定该预设监控区域内，在所述指定时间已出现的所有监控对象；

根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象。

2.根据权利要求1所述的方法，其特征在于，所述确定该预设监控区域内，在所述指定时间已出现的所有监控对象的步骤包括：

从所述监控区域在指定时间的图像信息中提取所有监控对象的特征信息；

根据每个所述监控对象的特征信息分别匹配每个所述监控对象的ID，以获得所述预设监控区域内，在所述指定时间所有已出现的监控对象的ID集合；

所述确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象的步骤包括：

对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，判断其中的每一个ID是否属于所述已出现的监控对象的ID集合，确定其中不属于所述已出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间应出现却未出现的监控对象。

3.根据权利要求2所述的方法，其特征在于，预设有多个监控区域，所述方法还包括：

对于指定监控区域，在所述指定时间应出现却未出现监控对象时，确定该监控对象在所述指定时间是否出现在除该指定监控区域外的其他监控区域内；

对于所述预设监控区域存储有历史图像信息，所述方法还包括：

当对于指定监控区域存在应出现却未出现的监控对象时，根据所述历史图像信息确定所述应出现却未出现的监控对象，在该指定监控区域的历史出现时间，和/或在除该指定监控区域外的其他监控区域的历史出现时间。

4.根据权利要求2所述的方法，其特征在于，还包括：

根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间不应出现却出现的监控对象；

所述确定该预设监控区域内，在所述指定时间不应出现却出现的监控对象的步骤包括：

对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，判断所述已出现的监控对象的ID集合中的每一个ID是否属于所述应出现的监控对象的ID集合，确定其中不属于所述应出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间不应出现却出现的监控对象。

5.根据权利要求2所述的方法，其特征在于，所述根据每个所述监控对象的特征信息匹配所述每个监控对象的ID包括：

将所述监控对象的特征信息输入预配置的图像识别模型，以匹配获得所述监控对象的ID；

所述方法还包括：

当所述监控对象的ID匹配错误时，利用该匹配错误数据，训练并校正所述图像识别模型。

6.一种监控装置，其特征在于，包括：

识别模块，用于根据预设监控区域在指定时间的图像信息，确定该预设监控区域内，在所述指定时间已出现的所有监控对象；

分析模块，用于根据所述已出现的所有监控对象，确定该预设监控区域内，在所述指定时间应出现却未出现的监控对象。

7.根据权利要求6所述的装置，其特征在于，所述识别模块进一步用于从所述监控区域在指定时间的图像信息中提取所有监控对象的特征信息，根据每个所述监控对象的特征信息分别匹配每个所述监控对象的ID，以获得所述预设监控区域内，在所述指定时间所有已出现的监控对象的ID集合；

所述分析模块进一步用于对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，判断其中的每一个ID是否属于所述已出现的监控对象的ID集合，确定其中不属于所述已出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间应出现却未出现的监控对象。

8.根据权利要求7所述的装置，其特征在于，预设有多个监控区域，所述装置还包括：

追踪模块，用于对于指定监控区域，在所述指定时间应出现却未出现监控对象时，确定该监控对象在所述指定时间是否出现在除该指定监控区域外的其他监控区域内；

对于所述预设监控区域存储有历史图像信息，所述追踪模块进一步用于当对于指定监控区域存在应出现却未出现的监控对象时，根据所述历史图像信息确定所述应出现却未出现的监控对象，在该指定监控区域的历史出现时间，和/或在除该指定监控区域外的其他监控区域的历史出现时间。

9.根据权利要求7所述的装置，其特征在于，所述分析模块还用于根据所述已出现的所有监控对象的特征信息，确定该预设监控区域内，在所述指定时间不应出现却出现的监控对象；

对于所述预设监控区域预配置有在所述指定时间应出现的监控对象的ID集合，所述分析模块进一步用于判断所述已出现的监控对象的ID集合中的每一个ID是否属于所述应出现的监控对象的ID集合，确定其中不属于所述应出现的监控对象的ID集合的ID对应的监控对象，为所述预设监控区域内，在所述指定时间不应出现却出现的监控对象。

10.根据权利要求7所述的装置，其特征在于，所述分析模块进一步用于将所述监控对象的特征信息输入预配置的图像识别模型，以匹配获得所述监控对象的ID；

所述装置还包括：

校正模块，用于当所述监控对象的ID匹配错误时，利用该匹配错误数据，训练并校正所述图像识别模型。