CN109886999B - 位置确定方法、装置、存储介质和处理器 - Google Patents

Abstract

本发明公开了一种位置确定方法、装置、存储介质和处理器。该方法包括：获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据；根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域；根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置，其中，目标捕捉装置用于捕捉目标对象。通过本发明，达到了提高对捕捉装置的位置进行确定的准确性的效果。

Description

位置确定方法、装置、存储介质和处理器

技术领域

本发明涉及计算机领域，具体而言，涉及一种位置确定方法、装置、存储介质和处理器。

背景技术

目前，在对目标对象进行防治时，主要依赖于防治人员的从业经验和主观判断，确定在防治区域中放置用于对目标对象进行捕捉的捕捉工具的位置。比如，目标对象为老鼠，捕捉工具为粘鼠板，防治人员通过观察老鼠的排泄物、啃咬的痕迹、出没的踪迹，依据经验，沿墙边、房间角落等位置来部署粘鼠板。

但是，当防治人员经验不足，或者防治人员与防治区域的管理人员沟通不充分时，就难以保证捕捉工具在防治区域放置的位置的准确性。比如，防治人员对餐厅建筑环境没有进行全面地了解，对下水道和墙洞、屋顶空隙等老鼠能钻过的通道可能漏放粘鼠板，则有老鼠再次侵入的可能，即使在运气好的情况下抓到了老鼠，也难以保证是否还有存留的其它老鼠。

针对现有技术中对捕捉装置的位置进行确定的准确性低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种位置确定方法、装置、存储介质和处理器，以至少解决对捕捉装置的位置进行确定的准确性低的技术问题。

为了实现上述目的，根据本发明的一个方面，提供了一种位置确定方法。该方法包括：获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据；根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域；根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置，其中，目标捕捉装置用于捕捉目标对象。

可选地，目标区域为一个或多个区域，其中，根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置包括：根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中确定出需要放置目标捕捉装置的第一区域，其中，在第一区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长满足预设的放置条件，在一个或多个区域中除第一区域之外的第二区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长不满足预设的放置条件；在第一区域中确定用于放置目标捕捉装置的目标位置。

可选地，根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中确定出需要放置目标捕捉装置的第一区域包括以下至少之一：在一个或多个区域中确定出第三区域，其中，第一区域包括第三区域，在第三区域中目标对象在第一目标时间段内的移动轨迹的数量大于第一阈值、且每条移动轨迹对应的移动时长均大于第二阈值；在一个或多个区域中确定出第四区域，其中，第一区域包括第四区域，在第四区域中目标对象在第一目标时间段内至少部分重叠的移动轨迹的数量大于第三阈值，至少部分重叠的移动轨迹所重叠的部分的长度大于第四阈值，每条至少部分重叠的移动轨迹对应的移动时长均大于第五阈值；在一个或多个区域中确定出第五区域，其中，第一区域包括第五区域，在第五区域中目标对象在第一目标时间段内存在交叉点的移动轨迹的数量大于第六阈值，每条存在交叉点的移动轨迹对应的移动时长均大于第七阈值。

可选地，在第一区域中确定用于放置目标捕捉装置的目标位置包括以下至少之一：在第一区域包括第三区域的情况下，将目标位置设置为包括第三区域中至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置；在第一区域包括第三区域的情况下，将目标位置设置为第一位置，其中，位于第一位置的目标捕捉装置覆盖第三区域中至少预定数量的移动轨迹；在第一区域包括第四区域的情况下，将目标位置设置为包括第四区域中至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置；在第一区域包括第五区域的情况下，将目标位置设置为一个或多个交叉点所在的位置。

可选地，在目标区域中确定用于放置目标捕捉装置的目标位置之后，该方法还包括：在第一组图像数据所指示的图像中显示用于标识目标位置的标识信息。

可选地，在目标区域中确定用于放置目标捕捉装置的目标位置之后，该方法还包括：获取目标捕捉装置当前所在的第二位置；在第二位置与目标位置之间的距离超过目标阈值的情况下，输出提示信息，其中，提示信息用于提示目标捕捉装置已偏离目标位置。

可选地，获取目标捕捉装置当前所在的第二位置包括：通过摄像设备将目标捕捉装置发出的红外信号生成目标红外图像；通过目标红外图像确定目标捕捉装置当前所在的第二位置。

可选地，根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域包括：从第一组图像数据中识别出目标对象在监控区域中经过的多个位置；通过多个位置生成移动轨迹，其中，多个位置位于移动轨迹上；在监控区域中，将包含相邻的移动轨迹的区域确定为目标区域，其中，相邻的移动轨迹之间的距离在预设距离范围之内。

可选地，在通过多个位置生成移动轨迹时，该方法还包括：根据第一组图像数据所指示的目标对象在移动轨迹上出现的时刻，确定目标对象在移动轨迹上的移动时长。

可选地，在获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据之后，该方法还包括：在从第一组图像数据中识别出目标对象的目标特征的情况下，发出告警信息，其中，告警信息用于指示监控区域出现了目标对象。

可选地，发出告警信息包括：将告警信息发送至目标终端；或者将告警信息和监控区域的第一图像发送给目标终端，其中，第一图像上显示有目标对象的移动轨迹；或者在目标终端上显示监控区域的第二图像，其中，第二图像上显示有目标对象的移动轨迹。

可选地，在目标区域中确定用于放置目标捕捉装置的目标位置之后，该方法还包括：将目标位置发送至目标终端；或者将目标位置和监控区域的第三图像发送至目标终端；或者在目标终端上显示监控区域的第四图像，其中，第四图像上显示有目标位置；或者在目标终端上显示监控区域的第五图像，其中，第五图像上显示有移动轨迹和目标位置。

可选地，获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据包括：获取摄像设备在第一目标时间段内对监控区域拍摄得到的视频文件；对视频文件进行抽帧采样，得到一组视频帧图像的数据，其中，第一组图像数据包括一组视频帧图像的数据；在根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域之前，该方法还包括：根据一组视频帧图像的数据中的像素点的像素值在一组视频帧图像中确定出多个目标视频帧图像，其中，每个目标视频帧图像用于指示在监控区域中存在运动的对象；对每个目标视频帧图像进行目标对象的检测，得到每个目标视频帧图像的图像特征，其中，图像特征用于表示在存在运动的对象中，与目标对象之间的相似度大于第八阈值的对象所在的目标图像区域；根据每个目标视频帧图像的图像特征确定出运动特征，其中，运动特征用于表示多个目标视频帧图像中存在运动的对象的运动速度和运动方向；根据运动特征和每个目标视频帧图像的图像特征，确定多个目标视频帧图像中是否出现有目标对象。

为了实现上述目的，根据本发明的另一方面，还提供了一种位置确定装置，其特征在于，包括：获取单元，用于获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据；第一确定单元，用于根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域；第二确定单元，用于根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置，其中，目标捕捉装置用于捕捉目标对象。

为了实现上述目的，根据本发明的另一方面，还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例的位置确定方法。

为了实现上述目的，根据本发明的另一方面，还提供了一种处理器，其特征在于，处理器用于运行程序，其中，程序运行时执行本发明实施例的位置确定方法。

通过本发明，获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据；根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域；根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置，其中，目标捕捉装置用于捕捉目标对象。也就是说，根据对监控区域进行拍摄得到的图像数据，在监控区域中确定在目标时间段内有目标对象出现的目标区域，进而根据目标对象在目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定捕捉装置的目标位置，达到了对捕捉工具的位置进行确定的目的，避免了依赖于防治人员的从业经验和主观判断来确定捕捉工具的位置，解决了对捕捉装置的位置进行确定的准确性低的技术问题，达到了提高对捕捉装置的位置进行确定的准确性。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种位置确定方法的流程图；

图2是根据本发明实施例的一种目标对象的监控系统的示意图；

图3是根据本发明实施例的一种根据老鼠的移动轨迹确定目标位置的示意图；

图4a是根据本发明实施例的一种餐饮场景下的基于目标位置放置粘鼠板的示意图；

图4b是根据本发明实施例的另一种餐饮场景下的基于目标位置放置粘鼠板的示意图；

图5是根据本发明实施例的一种鼠迹报告的直方图；

图6是根据本发明实施例的一种数据处理模块的示意图；

图7是根据本发明实施例的一种鼠患检测系统的原理示意图；

图8是本发明实施例的一种Faster-RCNN网络模型的示意图；以及

图9是根据本发明实施例的一种位置确定装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法.、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本发明实施例提供了一种位置确定方法。

图1是根据本发明实施例的一种位置确定方法的流程图。如图1所示，该方法包括以下步骤：

步骤S102，获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据。

在本申请上述步骤S102提供的技术方案中，可以在餐饮场景下，通过数据采集模块获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据。

该实施例的餐饮场景可以为对饮食卫生要求较高的场景，可以为公共运营场所中的餐饮场景，也可以为居家生活中的餐饮场景，此处不做任何限制。

该实施例的数据采集模块可以为视频监控设备，比如，为摄像头，其数量可以根据监控区域的大小进行确定，比如，当监控区域较大时，可以在监控区域的四周布置数量较多的视频监控设备，当监控区域较小时，可以在监控区域的四周布置数量较少的视频监控设备，也可以在不同的监控区域部署视频监控设备。其中，监控区域可以为预先设定的餐饮场景中的某一可视区域，该监控区域可以为目标对象活动频繁且需要提高卫生质量的区域，比如，为餐厅、厨房、烧烤间、水果台等食品操作区，还可以为食品粗加工制作区、切配区、餐用具清洗和消毒区、餐厨垃圾盛放区，以及食品库房等关键区域，此处不做任何限制。

可选地，上述摄像头可以包括但不限于：带有红外照明功能的摄像头，例如，红外微光夜视摄像头。进一步，该摄像头还可以包括但不限于：移动侦测功能、存储功能、联网功能(如wifi联网)及高清晰度(如大于1080p)配置。

该实施例的第一目标时间段可以为预先设定的目标对象可能出没的时间段，可以为目标对象活动频繁的时间段，比如，为夜间，第一组图像数据用于指示监控区域在第一目标时间段内的图像，可以为视频数据，也可以为图片数据，可以包括对监控区域进行拍摄的时间。在第一组图像数据为视频数据的情况下，第一组图像数据可以用于指示监控区域在第一目标时间段内的连续视频图像，在第一组图像数据为图片数据的情况下，第一组图像数据可以用于指示目标区域在第一目标时间内的包括多张图片的图片集。

步骤S104，根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域。

在本申请上述步骤S104提供的技术方案中，在获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据之后，根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域。

该实施例的目标对象可以为体型较大的病媒生物，比如，目标对象为在餐饮场景下常会出现的老鼠，也可以为体型较小的病媒生物，比如，为蟑螂。从第一组图像数据中识别出目标对象，可以确定目标对象的种类、目标对象的皮肤颜色、目标对象的数量、目标对象的形态、目标对象在第一目标时间段内在监控区域中的位置、移动轨迹、目标对象在第一目标时间段内在监控区域的移动时长等与目标对象相关的信息。比如，目标对象为老鼠，则可以识别出老鼠的数量、老鼠的皮肤颜色、老鼠的形态、老鼠在监控区域中出没时的移动轨迹、老鼠的移动时长等信息，还可以进一步识别出老鼠的品种，比如，小家鼠、褐家鼠、黄胸鼠等，其中，小家鼠筑巢多在墙基、库房货堆中和保温层内打洞或在破纸箱、抽屉中，也可能会随货物一起进入室内，褐家鼠警觉性强，可以通过下水道、马桶等侵入室内，黄胸鼠可以沿粗糙墙直上直下攀爬，沿铁丝、电线行走，可以通过管线孔洞，天花板入侵室内。

可选地，在确定目标对象的种类时，可以从第一组图像数据中识别出目标对象的特征，获取该目标对象的特征和数据库预先存储的已知种类的目标对象的特征的相似度，将数据库中与该目标对象的特征的相似度最大的特征所对应的目标对象的种类，确定目标对象的种类；在确定目标对象的数量时，可以根据目标对象的属性信息确定前后出现在监控区域中的目标对象是否为同一目标对象，比如，如果前后出现的目标对象的皮肤颜色不同，则可以确定前后出现的目标对象为不同的目标对象，进而可以确定监控区域中的目标对象的数量；目标对象在目标区域的移动轨迹可以为由目标对象在监控区域中经过的位置点形成的轨迹，该移动轨迹可以指示出目标对象的移动方向；目标对象在目标区域的移动时长可以由目标对象在监控区域中开始出没的时间到消失的时间确定得到，从而实现了对目标对象的信息的获取。

该实施例在监控区域中确定在第一目标时间段内有目标对象出现的目标区域时，可以根据从第一组图像数据中识别出的目标对象在监控区域中所经过的位置，来确定目标对象在监控区域中出现的目标区域，比如，从第一组图像数据中识别出目标对象在监控区域中经过A位置、B位置、C位置、D位置，则可以将包括A位置、B位置、C位置、D位置的区域确定为目标区域。

可选地，该实施例还可以通过其它物联网设备来检测监控区域中的目标对象，比如，通过声音探测设备来辅助探测监控区域中的目标对象，可以检测监控区域中是否发出目标对象的声音，如果在监控区域中检测到目标对象的声音，则可以进一步结合第一组图像数据来确定目标对象的信息，比如，检测到老鼠的声音，则结合第一组图像数据确定目标对象确实为老鼠，且确定老鼠的种类，从而提高了对目标对象进行识别的准确性。

步骤S106，根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置。

在本申请上述步骤S106提供的技术方案中，在根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域之后，根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置，其中，目标捕捉装置用于捕捉目标对象。

在该实施例中，可以根据第一组图像数据确定目标对象在第一目标时间段内的移动轨迹和在形成该移动轨迹时目标对象的移动时长，其中，移动轨迹为目标对象在目标区域中的历史行进路线，移动时长为目标对象经过的目标区域中与移动轨迹重叠的位置的时间。根据移动轨迹和对应的移动时长来在目标区域中确定用于放置目标捕捉装置的目标位置，该目标位置可以为墙边、房间角落等目标对象再次经过的概率较高的位置。

该实施例的目标捕捉装置用于捕捉目标对象，且放置在目标位置上的目标捕捉装置对目标对象进行成功捕捉的概率，大于放置在除目标位置之外的位置上的目标捕捉装置对目标对象进行成功捕捉的概率，也即，将目标捕捉装置放置在目标区域中的目标位置上，可以增加对目标对象进行捕捉的概率，从而避免依赖于防治人员的主观判断来确定目标捕捉工具的放置位置。

可选地，该实施例可以通过从第一组图像数据中识别出的目标对象确定目标捕捉装置的种类，比如，目标对象为老鼠，则目标捕捉装置为粘鼠板。

可选地，当目标对象为老鼠，目标捕捉工具为粘鼠板时，根据老鼠的移动轨迹在目标区域中确定粘鼠板的目标位置，该目标位置为建议目标用户在目标区域中放置粘鼠板的位置，可以为在老鼠的移动轨迹上，且避开目标区域的其它物体、不影响餐饮场景的正常运作的位置，比如，为老鼠移动轨迹上的墙边、房间角落等位置，从而可以每晚指示餐厅负责打扫的人员在餐厅保洁工作完成后，按照目标位置来放置粘鼠板，从而提高对老鼠的捕捉效率。

通过上述步骤S102至步骤S106，获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据；根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域；根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置，其中，目标捕捉装置用于捕捉目标对象。也就是说，根据对监控区域进行拍摄得到的图像数据，在监控区域中确定在目标时间段内有目标对象出现的目标区域，进而根据目标对象在目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定捕捉装置的目标位置，达到了对捕捉工具的位置进行确定的目的，避免了依赖于防治人员的从业经验和主观判断来确定捕捉工具的位置，解决了对捕捉装置的位置进行确定的准确性低的技术问题，达到了提高对捕捉装置的位置进行确定的准确性。

作为一种可选的实施方式，目标区域为一个或多个区域，其中，步骤S106，根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置包括：根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中确定出需要放置目标捕捉装置的第一区域，其中，在第一区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长满足预设的放置条件，在一个或多个区域中除第一区域之外的第二区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长不满足预设的放置条件；在第一区域中确定用于放置目标捕捉装置的目标位置。

目标对象在监控区域中的出现通常是不固定的，在该实施例中，目标对象在监控区域中出现的目标区域可以包括一个或多个区域，比如，可以仅包括a区域，也可以包括a区域、b根据和c区域等。根据目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中进行选择，来确定出需要放置目标捕捉装置的第一区域，也即，不是在目标对象出现的目标区域的任何位置放置捕捉装置，而是需要根据目标对象在第一目标时间段内的移动轨迹和对应的移动时长从目标区域包括的一个或多个区域中进行选择来放置捕捉装置，该第一区域可以为一个或多个区域中较优的放置目标捕捉装置的区域，也即，在该第一区域上放置目标捕捉装置对目标对象进行捕捉的成功率较高。其中，将一个或多个区域中，目标对象在第一目标时间段内的移动轨迹和对应的移动时长满足预设的放置条件的区域确定为第一区域，该预设的放置条件为预先设置的在放置目标捕捉装置时，目标对象在第一目标时间段内的移动轨迹和对应的移动时长需要满足的条件。而在一个或多个区域中除第一区域之外的第二区域中，目标对象在第一目标时间段内的移动轨迹和对应的移动时长是不满足预设的放置条件，因而不被选取作为放置目标捕捉装置的区域。

在一个或多个区域中确定出需要放置目标捕捉装置的第一区域之后，第一区域中确定用于放置目标捕捉装置的目标位置，从而提高对目标捕捉装置的位置进行确定的准确性。

下面对该实施例的根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中确定出需要放置目标捕捉装置的第一区域进行介绍。

作为一种可选的实施方式，根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中确定出需要放置目标捕捉装置的第一区域包括以下至少之一：在一个或多个区域中确定出第三区域，其中，第一区域包括第三区域，在第三区域中目标对象在第一目标时间段内的移动轨迹的数量大于第一阈值、且每条移动轨迹对应的移动时长均大于第二阈值；在一个或多个区域中确定出第四区域，其中，第一区域包括第四区域，在第四区域中目标对象在第一目标时间段内至少部分重叠的移动轨迹的数量大于第三阈值，至少部分重叠的移动轨迹所重叠的部分的长度大于第四阈值，每条至少部分重叠的移动轨迹对应的移动时长均大于第五阈值；在一个或多个区域中确定出第五区域，其中，第一区域包括第五区域，在第五区域中目标对象在第一目标时间段内存在交叉点的移动轨迹的数量大于第六阈值，每条存在交叉点的移动轨迹对应的移动时长均大于第七阈值。

在该实施例中，根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中确定出需要放置目标捕捉装置的第一区域的方法可以包括多种。比如，目标对象在第一目标时间段内在目标区域中的移动轨迹的数量可以为多条，不同的移动轨迹对应的移动时长可以不同，其中，多条移动轨迹可以部分重叠，也可以有交叉点。该实施例的预设的放置条件可以基于目标对象在第一目标时间段内的移动轨迹的数量和每条移动轨迹对应的移动时长进行设置，其中，为移动轨迹的数量设置第一阈值，比如，该第一阈值为5条，为每条移动轨迹对应的移动时长设置第二阈值，比如，该第二阈值为10秒，则该预设的放置条件可以为目标对象在第一目标时间段内的移动轨迹的数量大于第一阈值、且每条移动轨迹对应的移动时长均大于第二阈值的条件。通过该预设的放置条件，从一个或多个区域中，将目标对象在第一目标时间段内的移动轨迹的数量大于第一阈值、且每条移动轨迹对应的移动时长均大于第二阈值的区域，确定为第三区域，其中，上述的第一区域包括该第三区域，进而在第三区域中确定用于放置目标捕捉装置的目标位置，从而提高了对目标捕捉装置的位置进行确定的准确性。

需要说明的是，上述第一阈值和第二阈值可以根据实际应用场景进行设置，只要可以提高对目标捕捉装置的位置进行确定的准确性的第一阈值和第二阈值，都在本发明实施例的范围之内，此处不再一一举例说明。

可选地，目标对象在目标区域中的多条移动轨迹可以进行重叠，所重叠的部分的移动轨迹的数量、长度、对应的移动时长也可以不同。该实施例的预设的放置条件可以基于目标对象在第一目标时间段内至少部分重叠的移动轨迹的数量、至少部分重叠的移动轨迹所重叠的部分的长度、每条至少部分重叠的移动轨迹对应的移动时长进行设置，其中，为至少部分重叠的移动轨迹的数量设置第三阈值，比如，该第三阈值为3条，为至少部分重叠的移动轨迹所重叠的部分的长度设置第四阈值，比如，为0.5米，为每条至少部分重叠的移动轨迹对应的移动时长设置第五阈值，比如，为5秒，则该预设的放置条件可以为目标对象在第一目标时间段内至少部分重叠的移动轨迹的数量大于第三阈值，至少部分重叠的移动轨迹所重叠的部分的长度大于第四阈值，每条至少部分重叠的移动轨迹对应的移动时长均大于第五阈值的条件。通过该预设的放置条件，从一个或多个区域中，将目标对象在第一目标时间段内至少部分重叠的移动轨迹的数量大于第三阈值，至少部分重叠的移动轨迹所重叠的部分的长度大于第四阈值，每条至少部分重叠的移动轨迹对应的移动时长均大于第五阈值的区域，确定为第四区域，其中，上述的第一区域包括该第四区域，进而在第四区域中确定用于放置目标捕捉装置的目标位置，从而提高了对目标捕捉装置的位置进行确定的准确性。

需要说明的是，上述第三阈值、第四阈值和第五阈值可以根据实际应用场景进行设置，只要可以提高对目标捕捉装置的位置进行确定的准确性的第三阈值、第四阈值和第五阈值，都在本发明实施例的范围之内，此处不再一一举例说明。

在该实施例中，目标对象在目标区域中的多条移动轨迹可以存在交叉点，存在交叉点的移动轨迹的数量和对应的移动时长也可以不同。预设的放置条件可以基于目标对象在第一目标时间段内存在交叉点的移动轨迹的数量、每条存在交叉点的移动轨迹对应的移动时长进行设置。其中，为交叉点的移动轨迹的数量设置第六阈值，比如，该第六阈值为10条，为每条存在交叉点的移动轨迹对应的移动时长设置第七阈值，比如，该第七阈值为10秒则该预设的放置条件可以目标对象在第一目标时间段内存在交叉点的移动轨迹的数量大于第六阈值，每条存在交叉点的移动轨迹对应的移动时长均大于第七阈值的条件。通过该预设的放置条件，从一个或多个区域中，目标对象在第一目标时间段内存在交叉点的移动轨迹的数量大于第六阈值，每条存在交叉点的移动轨迹对应的移动时长均大于第七阈值的区域，确定为第五区域，其中，上述的第一区域包括该第五区域，进而在第五区域中确定用于放置目标捕捉装置的目标位置，从而提高了对目标捕捉装置的位置进行确定的准确性。

需要说明的是，上述第六阈值和第七阈值可以根据实际应用场景进行设置，只要可以提高对目标捕捉装置的位置进行确定的准确性的第六阈值和第七阈值，都在本发明实施例的范围之内，此处不再一一举例说明。

下面对该实施例的在第一区域中确定用于放置目标捕捉装置的目标位置进行介绍。

作为一种可选的实施方式，在第一区域中确定用于放置目标捕捉装置的目标位置包括以下至少之一：在第一区域包括第三区域的情况下，将目标位置设置为包括第三区域中至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置；在第一区域包括第三区域的情况下，将目标位置设置为第一位置，其中，位于第一位置的目标捕捉装置覆盖第三区域中至少预定数量的移动轨迹；在第一区域包括第四区域的情况下，将目标位置设置为包括第四区域中至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置；在第一区域包括第五区域的情况下，将目标位置设置为一个或多个交叉点所在的位置。

在该实施例中，在根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在一个或多个区域中确定出需要放置目标捕捉装置的第一区域之后，在第一区域中确定用于放置目标捕捉装置的目标位置。该实施例的在第三区域中目标对象在第一目标时间段内的移动轨迹的数量大于第一阈值、且每条移动轨迹对应的移动时长均大于第二阈值。可选地，在第一区域包括第三区域的情况下，第三区域中的数量大于第一阈值的移动轨迹可以至少部分重叠，确定第三区域中至少部分重叠的移动轨迹所重叠的部分，可以基于第三区域中至少部分重叠的移动轨迹所重叠的部分来确定用于放置目标捕捉装置的目标位置，可以确定包括该重叠的部分上的一个或多个位置，将该一个或多个位置确定为目标位置，从而提高了对目标捕捉装置的位置进行确定的准确性。

可选地，该实施例基于目标捕捉装置可以覆盖的移动轨迹的数量来确定最终用于放置目标捕捉装置的目标位置。在第一区域包括第三区域的情况下，将目标捕捉装置覆盖第三区域中至少预定数量的移动轨迹的第一位置，确定为最终的目标位置，可以在多条移动轨迹较为密集的位置上确定目标位置，从而提高了对目标捕捉装置的位置进行确定的准确性。

该实施例的在第四区域中目标对象在第一目标时间段内至少部分重叠的移动轨迹的数量大于第三阈值，至少部分重叠的移动轨迹所重叠的部分的长度大于第四阈值，每条至少部分重叠的移动轨迹对应的移动时长均大于第五阈值。在第一区域包括第四区域的情况下，确定第四区域中至少部分重叠的移动轨迹所重叠的部分，可以基于第四区域中至少部分重叠的移动轨迹所重叠的部分来确定用于放置目标捕捉装置的目标位置，可以确定包括该重叠的部分上的一个或多个位置，将该一个或多个位置确定为目标位置，从而提高了对目标捕捉装置的位置进行确定的准确性。

该实施例的在第五区域中目标对象在第一目标时间段内存在交叉点的移动轨迹的数量大于第六阈值，每条存在交叉点的移动轨迹对应的移动时长均大于第七阈值，可以直接将目标位置设置为第五区域中一个或多个交叉点所在的位置。

可选地，该实施例在将目标位置设置为第五区域中一个或多个交叉点所在的位置时，可以从多个交叉点中，选择出由大于目标数量的移动轨迹所形成的目标交叉点，将目标交叉点在第五区域中所在的位置，确定为目标位置。

举例而言，第五区域中存在交叉点的移动轨迹的数量包括A移动轨迹、B移动轨迹、C移动轨迹、D移动轨迹。可以获取A移动轨迹、B移动轨迹、C移动轨迹、D移动轨迹形成的a交点、b交点、c交点、d交点，其中，a交点可以由A移动轨迹、B移动轨迹形成，b交点可以由A移动轨迹、B移动轨迹、C移动轨迹形成，c交点可以由C移动轨迹、D移动轨迹形成，d交点可以由A移动轨迹、D移动轨迹形成。从多个交叉点中，选择出由大于目标数量的移动轨迹所形成的目标交叉点，该目标交叉点为目标对象多次经过的移动轨迹上的点，可以从a交点、b交点、c交点、d交点中选择出由大于2的移动轨迹所形成的目标交叉点b，可以将目标交叉点b在第五区域中所对应的位置，确定为用于放置目标捕捉装置的目标位置，从而进一步提高了对目标捕捉装置的位置进行确定的准确性。

可选地，如果该实施例的用于放置目标捕捉工具的位置包括多个目标位置，则可以对多个目标位置在实际放置目标捕捉工具时设置优先级顺序，比如，由于目标对象在墙边、房间角落等位置活动的频率较高，且容易放置目标捕捉工具，则可以将墙边、房间角落等位置上的目标位置通过目标指示信息标识出来，以指示可以优先放置目标捕捉工具。

作为一种可选的实施方式，在目标区域中确定用于放置目标捕捉装置的目标位置之后，该方法还包括：在第一组图像数据所指示的图像中显示用于标识目标位置的标识信息。

在该实施例中，可以对目标位置进行标识。在将目标交叉点在目标区域中所对应的位置，确定为目标捕捉装置待部署在目标区域中的目标位置之后，可以在第一组图像数据所指示的图像中，通过目标标识信息将目标位置标识出来，该目标标识信息可以为图形、文字、符号等醒目的标记，比如，目标标识信息为红色的圆圈，通过红色的圆圈将目标位置在第一组图像数据所指示的图像中圈出来，以向目标用户提示目标位置在目标区域中的位置，进而指示目标用户将目标捕捉工具部署在目标位置上，可以提高对目标对象进行捕捉的效率。其中，用户可以为虫害防治人员、餐厅运营人员等相关人员。

作为一种可选的实施方式，在目标区域中确定用于放置目标捕捉装置的目标位置之后，该方法还包括：获取目标捕捉装置当前所在的第二位置；在第二位置与目标位置之间的距离超过目标阈值的情况下，输出提示信息，其中，提示信息用于提示目标捕捉装置已偏离目标位置。

在该实施例中，在目标区域中确定用于放置目标捕捉装置的目标位置之后，目标用户可以将目标捕捉装置放置在目标位置上。然而，在实际应用中，目标捕捉装置不一定刚好放置在目标位置上，比如，目标用户在目标区域中对目标位置的定位不准确，或者即使目标捕捉装置刚好部署在目标位置上，由于其它物体的碰撞，使目标捕捉装置可能偏离目标位置。

在目标区域中确定用于放置目标捕捉装置的目标位置之后，检测目标捕捉装置当前所在的第二位置。判断第第二位置与目标位置之间的距离是否超过目标阈值内，也即，判断目标捕捉装置是否按照规定的目标位置进行放置，目标阈值可以为用于确定第第二位置与目标位置之间的距离大小的临界值，如果第二位置与目标位置之间的距离超过目标阈值，则输出提示信息，提示目标捕捉装置已偏离目标位置，该提示信息可以为语音信息、文本信息等，此处不做任何限制，以指示目标用户将目标捕捉装置部署在目标位置上。

可选地，在第二位置与目标位置之间的距离不超过目标阈值的情况下，可以不输出任何的提示信息，也可以输出用于指示目标捕捉工具已放置在目标位置上的信息，以使目标用户清楚目标捕捉工具当前所放置的位置是否正确。

作为一种可选的实施方式，获取目标捕捉装置当前所在的第二位置包括：通过摄像设备将目标捕捉装置发出的红外信号生成目标红外图像；通过目标红外图像确定目标捕捉装置当前所在的第二位置。

在该实施例中，目标捕捉装置可以发出红外信号，可选地，在目标捕捉装置上外置红外信号发生器，该红外信号发生器用于发出红外信号，确定目标捕捉装置当前所在的第二位置，也即，确定发出红外信号的位置。可以通过摄像设备捕捉并接收到红外信号，摄像设备可以将红外信号生成目标红外图像，确定目标红外图像在第一组图像数据所指指示的图像中的相对位置，根据相对位置确定目标捕捉装置当前所在的第二位置，进而将第二位置和目标位置进行比较，判断目标捕捉装置是否按照规定的目标位置部署，从而提高了对目标对象进行捕捉的效率。

作为一种可选的实施方式，根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域包括：从第一组图像数据中识别出目标对象在监控区域中经过的多个位置；通过多个位置生成移动轨迹，其中，多个位置位于移动轨迹上；在监控区域中，将包含相邻的移动轨迹的区域确定为目标区域，其中，相邻的移动轨迹之间的距离在预设距离范围之内。

在该实施例中，在根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域时，可以从第一组图像数据中识别出目标对象在监控区域中经过的多个位置。可选地，先从第一组图像数据中识别出目标特征，在该目标特征为目标对象的特征的情况下，确定监控区域中出现了目标对象，可以通过目标特征在第一组图像中的多个位置来确定目标对象在监控区域中经过的多个位置，该多个位置可以通过三维坐标系下的坐标点(X，Y，Z)进行表示，比如，多个位置分别为A(X1，Y1，Z1)、B(X1，Y1，Z1)、C(X1，Y1，Z1)、D(X1，Y1，Z1)。在从第一组图像数据中识别出目标对象在监控区域中经过的多个位置之后，可以通过多个位置生成移动轨迹，可以将多个位置通过线连接，比如，将位置A(X1，Y1，Z1)、B(X1，Y1，Z1)、C(X1，Y1，Z1)、D(X1，Y1，Z1)通过线连接，从而形成移动轨迹。在通过多个位置生成移动轨迹之后，在监控区域中，可以将至少包含相邻的移动轨迹的区域确定为目标区域，该相邻的移动轨迹之间的距离可以在预设距离范围之内，从而达到了根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域的目的。

作为一种可选的实施方式，在通过多个位置生成移动轨迹时，该方法还包括：根据第一组图像数据所指示的目标对象在移动轨迹上出现的时刻，确定目标对象在移动轨迹上的移动时长。

在该实施例中，第一组图像数据中包括时间数据，在通过多个位置生成移动轨迹时，可以获取第一组图像数据所指示的目标对象在移动轨迹上出现的时刻，通过确定目标对象在移动轨迹上的移动时长，比如，将目标对象在移动轨迹上出现的最小时刻和最大时刻之间的时长确定为移动时长。

作为一种可选的实施方式，在获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据之后，该方法还包括：在从第一组图像数据中识别出目标对象的目标特征的情况下，发出告警信息，其中，告警信息用于指示监控区域出现了目标对象。

在该实施例中，在获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据之后，一旦从第一组图像数据中识别出目标对象进入了目标区域，则发出告警信息，可选地，在通过声音探测设备探测到目标对象的声音之后，也可以发出告警信息，以指示监控区域中出现了目标对象。

可选地，该实施例通过即时告警模块发出告警信息，该告警信息可以为语音信息、文本信息等，比如，为短信、公众号推送信息等方式，此处不做任何限制，从而提醒目标用户监控区域进入了目标对象，需要及时采取措施对目标对象进行捕捉，从而提高了对目标对象进行捕捉的效率。

作为一种可选的实施方式，发出告警信息包括：将告警信息发送至目标终端；或者将告警信息和监控区域的第一图像发送给目标终端，其中，第一图像上显示有目标对象的移动轨迹；或者在目标终端上显示监控区域的第二图像，其中，第二图像上显示有目标对象的移动轨迹。

在该实施例中，可以将告警信息直接发送至目标终端，以指示监控区域中出现了目标对象；或者，将告警信息和监控区域的第一图像都发送给目标终端，该第一目标图像上可以显示目标对象的移动轨迹，从而使得目标用户在接收到告警信息的同时，还可以进一步了解进入监控区域中的目标对象的移动情况；或者，在目标终端上显示监控区域的第二图像，可以将用于显示监控区域的第二图像的数据发送至目标终端上，目标终端根据接收到的数据显示第二图像，使用户了解进入监控区域中的目标对象的移动情况。

作为一种可选的实施方式，在目标区域中确定用于放置目标捕捉装置的目标位置之后，该方法还包括：将目标位置发送至目标终端；或者将目标位置和监控区域的第三图像发送至目标终端；或者在目标终端上显示监控区域的第四图像，其中，第四图像上显示有目标位置；或者在目标终端上显示监控区域的第五图像，其中，第五图像上显示有移动轨迹和目标位置。

在该实施例中，在目标区域中确定用于放置目标捕捉装置的目标位置之后，可以将目标位置发送至目标终端，以指示目标用户按照目标位置在监控区域中放置目标捕捉工具。该实施例还可以将目标位置以及监控区域的第三图像均发送至目标终端，使得目标用户可以了解目标位置在监控区域中的具体位置。该实施例还可以在目标终端显示包括目标位置的第四图像，还可以在目标终端上显示包括有移动轨迹和目标位置的监控区域的第五图像，从而使得用户了解监控区域进入的目标对象的情况，将目标捕捉装置放置在目标位置上，进而提高对目标对象进行捕捉的效率。

在该实施例中，可以通过服务器将告警信息推送中目标终端上，该告警信息可以携带第一组图像数据，使得目标终端在接收到告警信息之后，可以将第一组图像数据所指示的包括目标对象的图像显示在目标终端上，从而使得目标用户通过目标终端可以不用到现场，就可以判断目标对象在监控区域中的踪迹，以清楚监控区域中进入了目标对象的情况。

需要说明的是，该实施例的目标终端可以为智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，简称为MID)、PAD等终端设备。

作为一种可选的实施方式，在输出提示信息之后，该方法还包括：在目标捕捉装置部署在目标位置上的情况下，获取目标区域在从目标时刻开始每第二目标时间段内的第二组图像数据，得到至少一组第二组图像数据，其中，目标时刻为第一目标时间段之后的时刻；分别从至少一组第二组图像数据中识别出进入目标区域的目标对象的第二目标信息，得到至少一组第二目标信息；将至少一组第二目标信息转化为目标报告，其中，目标报告包括以下至少之一形式：文本形式、表格形式、统计图形式；通过服务器将目标报告推送至目标终端。

在该实施例中，在输出提示信息之后，在目标捕捉装置部署在目标位置上的情况下，可以自动出具目标区域的目标对象的目标报告。可选地，获取目标区域在从目标时刻开始每第二目标时间段内的第二组图像数据，得到至少一组第二组图像数据，该目标时刻为第一目标时间段之后的时刻，第二目标时间段可以为1天，也即，在目标捕捉装置部署在目标位置上的情况下，获取目标区域每天的图像数据。可以分别从至少一组第二组图像数据中识别出进入目标区域的目标对象的目标信息，得到至少一组目标信息，将至少一组目标信息转化为目标报告，该目标报告还可以包括目标对象出现的区域的名称、时间等信息，形式可以为文本形式、表格形式、统计图形式等，此处不做任何限制，进而通过服务器将目标报告推送至目标终端，使得目标用户通过目标终端可以了解目标区域的目标对象的情况，包括目标对象的变化趋势等，从而了解目标区域是否处于严重的卫生威胁之中，供目标用户综合判断现场的情况，并有针对性地实施对有害生物的防治工作，并且还可以指导建筑结构是否存在漏洞。

作为另一种可选的实施方式，该实施例可以确定目标对象在监控区域中的入侵点和藏匿点。该实施例的第一组图像数据包括视频监控设备所拍摄的监控区域的视频数据，从该视频数据中截取目标对象在监控区域中出没的视频。获取该目标对象出没的视频中的第一个视频帧，从该第一个视频帧中识别出目标对象在监控区域中的位置，将识别出的该位置确定为目标对象在监控区域中的入侵点，可以将其作为目标对象入侵室内场所的入口。该实施例还可以从目标对象出没的视频中获取最后一个视频帧，从该最后一个视频帧中识别出目标对象在监控区域中的位置，将识别出的该位置确定为目标对象的藏匿点，可以将其作为目标对象的窝点、或者是在逃离监控区域时的出口。

可选地，该实施例可以记录目标对象在过去一段时间的入侵点和藏匿点，将用于指示目标对象的入侵点和藏匿点的信息发送至目标终端，以提示防治人员对目标对象的防治进一步采取措施，达到提高对目标对象进行防治的效率的目的。

举例而言，目标对象为老鼠，记录老鼠在过去三天的入侵点和藏匿点，将用于指示老鼠的入侵点和藏匿点的信息发送至目标终端，以提示有害生物防治负责人对老鼠的防治进一步采取措施，比如，有害生物防治负责人寻找入侵点附近是否有较大缝隙的下水道口，或者寻找入侵点附近是否有通往室外的管道，如果入侵点有较大缝隙的下水道口，或者通往室外的管道，则及时地封堵下水道口或者管道，从而断绝老鼠入侵的通道，提高了对目标对象进行防治的效率。

作为一种可选的实施方式，该实施例可以确定目标对象在视频监控设备所拍摄的监控区域中的密度，可以确定目标对象在不同监控区域中的密度。可选地，获取监控区域中目标对象出没的时长和对目标对象进行监测的整个监测周期的时间之比，将其确定为监控区域的目标对象的密度。

可选地，该实施例在获取目标对象在不同监控区域中的密度之后，从中确定目标对象的密度最高的监控区域，将其确定为目标对象入侵频繁的监控区域，可以将用于指示目标对象入侵频繁的监控区域的信息发送至目标终端，以提示相关人员进一步采取措施，达到提高对目标对象进行防治的效率的目的。

举例而言，目标对象为老鼠，老鼠在监控区域中的密度也即监控区域中的鼠密度值。在获取老鼠在不同监控区域中的密度之后，从中确定老鼠的密度最高的监控区域，也即，记录室内鼠密度值较高的场所，将其确定为老鼠入侵频繁的场所，并且将用于指示老鼠入侵频繁的场所的信息发送至目标终端，以提示餐厅运营人员进一步检查该场所是否有导致老鼠和虫害滋生的因素，比如，该场所是否有残留的食物残渣、未清理的水迹等，使其成为老鼠和虫害滋生的场所。如果该场所有导致老鼠和虫害滋生的因素，则指示餐厅运营人员进一步做好该场所的管理工作，以减少该场所对目标对象的吸引力，从而提高了对目标对象进行防治的效率。

该实施例的位置确定方法涉及对目标对象的确定，也即，确定监控区域中是否有目标对象，在确定出监控区域中有目标对象之后，再根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域，进而根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置。下面对该实施例的对目标对象的确定的算法进行介绍。

作为一种可选的实施方式，步骤S102，获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据包括：获取摄像设备在第一目标时间段内对监控区域拍摄得到的视频文件；对视频文件进行抽帧采样，得到一组视频帧图像的数据，其中，第一组图像数据包括一组视频帧图像的数据；在步骤S104，根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域之前，该方法还包括：根据一组视频帧图像的数据中的像素点的像素值在一组视频帧图像中确定出多个目标视频帧图像，其中，每个目标视频帧图像用于指示在监控区域中存在运动的对象；对每个目标视频帧图像进行目标对象检测，得到每个目标视频帧图像的图像特征，其中，对每个目标视频帧图像进行目标对象的检测，得到每个目标视频帧图像的图像特征，其中，图像特征用于表示在存在运动的对象中，与目标对象之间的相似度大于第八阈值的对象所在的目标图像区域；根据每个目标视频帧图像的图像特征确定出运动特征，其中，运动特征用于表示多个目标视频帧图像中存在运动的对象的运动速度和运动方向；根据运动特征和每个目标视频帧图像的图像特征，确定多个目标视频帧图像中是否出现有目标对象，也即，确定监控区域中是否有目标对象。

在该实施例中，摄像设备可以为监控摄像头，比如，该摄像设备为红外微光夜视摄像头，用于对监控区域进行拍摄，得到视频文件。其中，监控区域为被检测区域，也即，为检测是否有目标对象出现的区域。该实施例的视频文件包括对监控区域进行拍摄得到的原始视频数据，可以包括监控区域的监控视频序列，该监控视频序列也即图像视频序列。

在获取摄像设备对监控区域拍摄得到的视频文件之后，对视频文件进行预处理，可以在视频数据处理层对视频文件进行抽帧采样，得到一组视频帧图像。该实施例可以对视频文件进行等间隔的抽帧采样，从而得到视频文件的一组视频帧图像，比如，视频文件包括100个视频帧序列，在进行抽帧采样之后，得到10个视频帧序列，则将这10个视频帧序列作为上述一组视频帧图像，从而减少对目标对象进行确定的算法的运算量。

在该实施例中，对视频文件进行预处理，还包括对视频文件进行动态检测，从一组视频帧图像中确定用于指示在监控区域中存在运动的对象的目标视频帧图像，也即，在该目标视频帧图像中存在运动的对象，该目标视频帧图像可以为存在运动的对象的视频片段，其中，存在运动的对象可能是目标对象，也可能不是。该实施例可以通过动态检测算法确定目标视频帧图像，根据一组视频帧图像中的像素点的像素值在一组视频帧图像中确定出多个目标视频帧图像。可选地，在一组视频帧图像中，除多个目标视频帧图像之外的视频帧图像未指示出在对应的监控区域中有运动的图像，可以不进行后续的检测。

在根据一组视频帧图像中的像素点的像素值在一组视频帧图像中确定出多个目标视频帧图像之后，对每个目标视频帧图像进行目标对象检测，得到每个目标视频帧图像的图像特征，其中，图像特征针对每个目标视频帧图像而言，用于表示目标视频帧图像中存在运动的对象被判定为目标对象时存在运动的对象所在的目标图像区域。根据本发明实施例的一种鼠患视频监测装置可以包括分为几个部件：红外微光夜视摄像头、数据处理模块和前端显示部件，上述装置工作时原理如下：红外微光夜视摄像头负责采集场景视频序列，数据处理模块接收视频序列并且检测视频中有无老鼠，若检测到老鼠，将老鼠的位置等一系列信息输出至前端显示界面，前端显示界面显示老鼠的位置、出现时间、活动区域并且可以即时进行鼠患的报警。

在该实施例中，对每个目标视频帧图像进行目标对象检测，也即，对目标视频帧图像中存在的运动对象进行检测，可以通过目标检测系统采用动态目标检测方法和基于神经网络的目标检测方法对目标视频帧图像中存在的运动对象进行检测，得到每个目标视频帧图像的图像特征，其中，动态目标检测方法的运算速度快、对机器配置要求较低，而基于神经网络的目标检测方法的准确性和鲁棒性更好，图像特征可以为矩形框中的视觉信息，用于表示目标图像区域，该矩形框可以为检测框，用于表示在存在运动的对象中，与目标对象之间的相似度大于第八阈值的对象所在的目标图像区域，也即，与目标对象之间的相似度大于第八阈值的对象可能为目标对象，该图像特征也是用于指示目标对象的可能位置。

在对每个目标视频帧图像进行目标对象检测，得到每个目标视频帧图像的图像特征之后，可以将每个目标视频帧图像的图像特征输入至运动特征提取模块，该运动特征提取模块根据每个目标视频帧图像的图像特征确定出运动特征，该运动特征针对多个目标视频帧图像而言，用于表示多个目标视频帧图像中存在运动的对象的运动速度和运动方向，同时进一步过滤掉非目标对象的移动所造成的干扰图像，比如，删除掉蚊虫的移动等干扰信息。

可选地，在该实施例中，由于每个目标视频帧图像中存在运动的对象的运动是连续的，运动特征提取模块的运动特征提取算法可以先根据每个目标视频帧图像的图像特征检测多个目标视频帧图像之间的图像特征的相关性，可以将相关性大的图像特征对应的对象确定为同一对象，对每一目标视频帧图像的图像特征进行匹配，得到对象的一系列运动图片，最后可以使用3D的特征提取网络提取运动序列的特征，从而得到运动特征，比如，根据每个目标视频帧图像的检测框，计算多个目标视频帧图像之间检测框的相关性，可以将相关性大的检测框对应的对象确定为同一对象，对每个目标视频帧图像的检测框进行匹配，得到对象的一系列运动图片，最后使用3D的特征提取网络提取运动序列的特征，得到运动特征，进而确定多个目标视频帧图像中存在运动的对象的运动速度和运动方向。

可选地，该实施例也可以将多个目标视频帧图像的图像特征进行融合且进行特征提取，从而防止单帧的目标检测器出现误判的情况，进而实现对目标图像进行精筛以准确确定出是否出现目标对象。

在根据每个目标视频帧图像的图像特征确定出运动特征之后，可以将运动特征和每个目标视频帧图像的图像特征进行融合，输入至预先训练好的分类网络中，该分类网络为预先设计好的用于确定多个目标视频帧图像中是否出现有目标对象的分类网络模型，进而根据运动特征和每个目标视频帧图像的图像特征，确定多个目标视频帧图像中是否出现有目标对象，比如，确定多个目标视频帧图像中是否出现有老鼠。

可选地，该实施例将多个目标视频帧图像中有目标对象的目标视频帧的图像特征输入至前端显示界面，该前端显示界面可以进而显示出目标对象的检测框和移动轨迹。

可选地，该实施例的分类网络模型可以用于过滤非目标对象的图片序列，而保留目标对象的图片序列，从而降低虚警率，保证目标对象提示信息的准确性。

该实施例对监控区域的视频文件进行抽帧采样，得到一组视频帧图像，根据一组视频帧图像中的像素点的像素值在一组视频帧图像中确定出用于指示在监控区域中存在运动的对象的多个目标视频帧图像，再根据每个目标视频帧图像的图像特征确定出运动特征，进而根据运动特征和每个目标视频帧图像的图像特征，达到自动确定多个目标视频帧图像中是否出现有目标对象的目的，不仅大大减少了确定目标对象的人力成本，而且提高了确定目标对象的准确率，解决了对目标对象进行确定的效率低的问题，进而达到了提高鼠患检测准确度的效果。

可选地，在根据一组视频帧图像中的像素点的像素值在一组视频帧图像中确定出多个目标视频帧图像的数据时，获取一组视频帧图像中的每个像素点的平均像素值；获取一组视频帧图像中的每个视频帧图像中的每个像素点的像素值与对应的平均像素值之间的差值；将一组视频帧图像中差值满足预定条件的视频帧图像确定为目标视频帧图像。

作为一种可选的实施方式，获取一组视频帧图像中的每个视频帧图像中的每个像素点的像素值与对应的平均像素值之间的差值包括：对于一组视频帧图像中的每个视频帧图像中的每个像素点执行以下操作，其中，在执行以下操作时将每个视频帧图像视为当前视频帧图像，将每个像素点视为当前像素点：D(x,y)＝|f(x,y)-b(x,y)|，其中，(x,y)为当前像素点在当前视频帧图像中的坐标，f(x,y)表示当前像素点的像素值，b(x,y)表示当前像素点的平均像素值，D(x,y)表示当前像素点的像素值与对应的平均像素值之间的差值。

作为一种可选的实施方式，将一组视频帧图像中差值满足预定条件的视频帧图像确定为目标视频帧图像包括：对于一组视频帧图像中的每个视频帧图像中的每个像素点执行以下操作，其中，在执行以下操作时将每个视频帧图像视为当前视频帧图像，将每个像素点视为当前像素点：

其中，D(x,y)表示为当前像素点的像素值与对应的平均像素值之间的差值，T为第一预设阈值；其中，预定条件包括：目标视频帧图像中M(x,y)＝1的像素点的个数超过第二预设阈值。

作为一种可选的实施方式，根据每个目标视频帧图像的图像特征确定出运动特征包括：获取与每个目标视频帧图像的图像特征所表示的目标图像区域对应的目标矢量，得到多个目标矢量，其中，每个目标矢量用于表示对应的一个目标视频帧图像中存在运动的对象在经过目标图像区域时的运动速度和运动方向；将多个目标矢量按照每个目标视频帧图像在视频文件中的时间顺序组成第一目标向量，其中，运动特征包括第一目标向量；或者获取与每个目标视频帧图像的图像特征所表示的目标图像区域对应的二维光流图，得到多个二维光流图，其中，每个二维光流图包括对应的一个目标视频帧图像中存在运动的对象在经过目标图像区域时的运动速度和运动方向；将多个二维光流图按照每个目标视频帧图像在视频文件中的时间顺序组成三维第二目标向量，其中，运动特征包括三维第二目标向量。

作为一种可选的实施方式，根据运动特征和每个目标视频帧图像的图像特征，确定多个目标视频帧图像中是否出现有目标对象包括：将运动特征和每个目标视频帧图像的图像特征输入到预先训练好的神经网络模型中，得到对象识别结果，其中，对象识别结果用于表示多个目标视频帧图像中是否出现有目标对象。

作为一种可选的实施方式，将运动特征和每个目标视频帧图像的图像特征输入到预先训练好的神经网络模型中，得到对象识别结果包括：将每个图像特征经过包括卷积层、正则化层和激活函数层的神经网络层结构，得到多个第一特征向量；将多个第一特征向量与运动特征进行融合，得到第二特征向量；将第二特征向量输入到全连接层进行分类，得到第一分类结果，其中，神经网络模型包括神经网络层结构和全连接层，对象识别结果包括第一分类结果，第一分类结果用于表示多个目标视频帧图像中是否出现有目标对象；或者将每个图像特征经过包括卷积层、正则化层和激活函数层的第一神经网络层结构，得到多个第一特征向量；将运动特征经过包括卷积层、正则化层、激活函数层的第二神经网络层结构，得到第二特征向量；将多个第一特征向量与第二特征向量进行融合，得到第三特征向量；将第三特征向量输入到全连接层进行分类，得到第二分类结果，其中，神经网络模型包括第一神经网络层结构、第二神经网络层结构和全连接层，对象识别结果包括第二分类结果，第二分类结果用于表示多个目标视频帧图像中是否出现有目标对象。

作为一种可选的融合方式，可以将多个第一特征向量与运动特征进行拼接(或称为组合)，得到第二特征向量。

作为一种可选的融合方式，可以将多个第一特征向量与第二特征向量进行拼接(或称为组合)，得到第三特征向量。

作为另一种可选的示例，将运动特征和每个目标视频帧图像的图像特征输入到预先训练好的神经网络模型中，得到对象识别结果包括：将每个图像特征依次经过多个块，得到多个第一特征向量，其中，在每个块中会对块的输入依次执行卷积层上的卷积操作、正则化层上的正则化操作、激活函数层上的激活操作；将多个第一特征向量与运动特征进行拼接，得到第二特征向量；将第二特征向量输入到全连接层，通过全连接层输出得到第一分类结果，其中，神经网络模型包括多个块和全连接层，对象识别结果包括第一分类结果，第一分类结果用于表示多个目标视频帧图像中是否出现有目标对象；或者将每个图像特征依次经过多个第一块，得到多个第一特征向量，其中，在每个第一块中会对第一块的输入依次执行卷积层上的卷积操作、正则化层上的正则化操作、激活函数层上的激活操作；将运动特征依次经过多个第二块，得到第二特征向量，其中，在每个第二块中会对第二块的输入依次执行卷积层上的卷积操作、正则化层上的正则化操作、激活函数层上的激活操作；将多个第一特征向量与第二特征向量进行拼接，得到第三特征向量；将第三特征向量输入到全连接层，通过全连接层输出得到第二分类结果，其中，神经网络模型包括多个第一块、多个第二块和全连接层，对象识别结果包括第二分类结果，第二分类结果用于表示多个目标视频帧图像中是否出现有目标对象。

作为一种可选的实施方式，对视频文件进行抽帧采样，得到一组视频帧图像包括：对视频文件中的视频序列进行等间隔的抽帧采样，得到一组视频帧图像。

作为一种可选的实施方式，获取摄像设备对监控区域拍摄得到的视频文件包括：获取的视频文件包括：获取红外微光夜视摄像头对监控区域拍摄得到的视频文件，其中，视频文件中的视频帧图像为通过红外微光夜视摄像头拍摄到的图像。

作为一种可选的实施方式，在确定多个目标视频帧图像中是否出现有目标对象之后，该方法还包括：在确定出多个目标视频帧图像中出现有目标对象的情况下，确定目标对象在多个目标视频帧图像中的位置；将位置显示在多个目标视频帧图像中。

作为一种可选的实施方式，目标对象的确定方法由设置在本地的服务器执行。

该实施例基于上述方法，实现了基于移动轨迹确定捕鼠装置的位置，可以在餐饮场景下，根据对监控区域进行拍摄得到的图像数据，在监控区域中确定在第一目标时间段内有目标对象出现的目标区域，进而根据目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定捕捉装置的目标位置，达到了对捕捉工具的位置进行确定的目的，提高了对捕捉装置的位置进行确定的准确性，进而通过部署在目标位置上的目标捕捉工具实现对餐饮场景下的目标对象的防治，可以辅助并指导餐饮业、酒店等公共运营场所的虫鼠害防治工作，保障餐饮业关键场所和设施不受虫鼠害侵袭，指导常规的虫鼠害防治工作的开展，并作为辅助工具，协助紧急灭鼠工作，从而避免了完全依赖于防治人员的主观判断，达到了对有害生物进行防治的目的，进而达到了提高对餐饮场景下的目标对象进行捕捉的效率的效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例2

下面结合优选的实施例对本发明的技术方案进行举例说明。具体以目标对象为有害生物进行举例说明。

该实施例运用数字化技术，可以在餐饮场景中辅助并指导控虫、防鼠、灭鼠等工作，保障了餐饮业的关键场所和设施不受虫鼠害侵袭，实现指导常规虫鼠害防治工作的开展。其中，餐饮场景可以为餐厅、厨房等注重食品安全的场景。

图2是根据本发明实施例的一种目标对象的监控系统的示意图。如图2所示，该系统包括：数据采集模块1、数据分析模块2、控制模块3、即时告警模块4、服务器5、终端6和自动报告模块7。

该实施例的数据采集模块1，可以包括视频监控设备，用于采集餐饮场景下的监控区域的图像数据。可选地，在餐饮场景的监控区域部署视频监控设备，该视频监控设备可以为摄像头，比如，在员工餐、洗碗间、跑菜间、厨房灶台、西餐区、烧烤间、水果区等对食品安全要求较高的关键区域部署摄像头，该摄像头可以在餐饮场景的可视环境下包括多个，用于采集摄像头所在区域的视频数据，以观察有害生物的出没情况等目标信息。可选地，该实施例的视频监控设备具有夜视功能，可以用于监控餐饮场景中光线较弱的区域的视频数据，这样就可以监控经常在夜间出没的有害生物的视频数据，比如，监控经常在夜间出没的老鼠的视频数据，将其存储至目标数据库，以获得有害生物的目标信息。

该实施例的视频监控设备对老鼠等体积较大的有害生物进行监控的效果比对飞虫、蟑螂等体积较小的有害生物的监控效果好。可选地，该实施例的数据采集模块1可用于对餐饮场景的区域进行拍照，比如，该数据采集模块1为照相机。可选地，该实施例的餐饮场景的监控区域部署有捕蝇灯、粘蝇纸、蟑螂屋等用于对飞虫进行捕捉的物体，可以每隔一段时间对捕蝇灯、粘蝇纸、蟑螂屋等用于对飞虫进行捕捉的物体进行拍照，得到有害生物的图片数据，将其存储至目标数据库，以获得飞虫、蟑螂等有害生物的目标信息。可选地，该实施例的数据采集模块1可以定期对监控区域进行拍照，监控区域的捕蝇灯、粘蝇纸、蟑螂屋等用于对飞虫进行捕捉的物体可以定期清理或更换，以获得飞虫、蟑螂等有害生物的目标信息。

可选地，该实施例的数据采集模块1还可以用于获取由防治人员输入的有害生物的目标信息，比如，在捕蝇灯、粘蝇纸、蟑螂屋等对飞虫进行捕捉的数量较少的情况下，可以人工统计出飞虫的目标信息，则防治人员可以将飞虫的目标信息手动输入至数据采集模块1中。

该实施例的数据分析模块2，可以对数据采集模块1采集的视频数据或者图片数据进行进一步分析处理，比如，通过图像识别算法对视频监控设备全天捕捉的视频数据应用图像识别算法，对有害生物进行识别以及对有害生物的出没轨迹进行识别，比如，对老鼠进行识别以及对老鼠的出没轨迹进行识别。可选地，在获取到的视频数据中截取出有老鼠出没的视频数据，并基于视频数据对应的图像标记出老鼠在目标区域中出没时的移动轨迹，并获取老鼠的活动时长、皮肤颜色等目标信息。

可选地，该实施例的数据分析模块2还可以用于确定有害生物在监控区域中的入侵点和藏匿点。比如，有害生物为老鼠，计算老鼠在监控区域中的入侵点和藏匿点。该实施例的数据分析模块2可以从数据采集模块1采集的视频数据所指示的视频中截取老鼠在监控区域中出没的视频。获取该老鼠出没的视频中的第一个视频帧，从该第一个视频帧中识别出老鼠在监控区域中的位置，将该位置确定为老鼠在监控区域中的入侵点，可以将其作为老鼠入侵室内场所的入口。该实施例还可以从老鼠出没的视频中获取最后一个视频帧，从该最后一个视频帧中识别出老鼠在监控区域中的位置，将该位置确定为老鼠的藏匿点，可以将其作为老鼠窝点、或者是在逃离室内时的出口。

可选地，该实施例可以记录有害生物在过去一段时间的入侵点和藏匿点，将用于指示有害生物的入侵点和藏匿点的信息发送至终端6，以提示有害生物防治负责人对有害生物的防治进一步采取措施。比如，有害生物为老鼠，记录老鼠在过去三天的入侵点和藏匿点，将用于指示老鼠的入侵点和藏匿点的信息发送至终端6，以提示有害生物防治负责人对老鼠的防治进一步采取措施，比如，寻找入侵点附近是否有较大缝隙的下水道口，或者寻找入侵点附近是否有通往室外的管道，如果有，则及时地封堵水道口和管道，从而断绝老鼠入侵的通道。

可选地，该实施例的数据分析模块2还可以用于确定有害生物在监控区域中的密度，可以确定有害生物在不同监控区域中的密度，可以将在该监控区域中有害生物出没的时长占对有害生物进行监测的整个监测周期的时间之比，确定为监控区域的有害生物的密度。比如，有害生物为老鼠，可以计算视频监控设备所拍摄的监控区域的鼠密度，将在该监控区域中老鼠出没的时长占对老鼠进行监测的整个监测周期的时间之比，确定为监控区域的鼠密度。

可选地，该实施例的数据分析模块2在计算有害生物在不同监控区域中的密度之后，从中确定有害生物的密度最高的监控区域，将其确定为有害生物入侵频繁的区域，可以将用于指示有害生物入侵频繁的区域的信息发送至终端6，以提示相关人员进一步采取措施。比如，有害生物为老鼠，数据分析模块2在计算老鼠在不同监控区域中的密度之后，从中确定老鼠的密度最高的监控区域，也即，记录室内鼠密度值较高的场所，将其确定为老鼠入侵频繁的场所，并且将用于指示老鼠入侵频繁的场所的信息发送至终端6，以提示餐厅运营人员进一步检查是否有残留的食物残渣、未清理的水迹等，使其成为老鼠和虫害滋生的场所。如果有残留的食物残渣、未清理的水迹等，则指示餐厅运营人员进一步做好该场所中的卫生清洁工作，以减少该场所对有害生物的吸引力。

可选地，数据分析模块2可以通过图像识别算法对图片数据对应的图片进行进一步识别，可以统计出飞虫的数量、种类等目标信息。

控制模块3，用于通过有害生物在目标区域中的移动轨迹确定捕捉装置的部署，比如，有害生物为老鼠，通过老鼠在目标区域的移动轨迹来控制粘鼠板的布置。可选地，该实施例基于移动轨迹在采集模块1采集的图像数据所指示的目标图像中确定出目标位置，该目标位置用于指示捕捉装置在目标区域中的理想放置位置，可以用标识信息在目标图像中将目标位置标记出来，从而使得目标用户对捕捉工具在目标区域中的理想放置位置一目了然，进而指导目标用户将捕捉工具放置在目标区域的目标位置上，以增加对有害生物的捕捉概率。

举例而言，该实施例根据老鼠的历史移动轨迹，在采集模块1采集的图像数据所指示的目标图像中确定出目标位置，该目标位置用于指示粘鼠板在目标区域中的理想放置位置，可以用红色圆圈在目标图像中圈出目标位置并进行显示，从而使得目标用户对粘鼠板在目标区域中的理想放置位置一目了然，可以每晚指示餐厅负责打扫的人员在餐厅保洁工作完成后，按照目标位置在目标区域放置粘鼠板。

可选地，该实施例的捕捉工具上外置有红外信号发生器，该红外信号发生器发出的红外信号可以被摄像头接收到，用于监测捕捉工具是否按照规定的目标位置放置在监控区域上，比如，捕捉工具为粘鼠板，在粘鼠板上外置红外信号发生器，通过摄像头捕捉到红外信号，将红外信号生成红外图像，根据红外图像监测粘鼠板是否按照规定的目标位置放置在监控区域上。

可选地，当捕捉工具未放置在监控区域的目标位置上，则推送提示信息给目标用户，提示目标用户将捕捉工具放置在目标区域的目标位置上，比如，捕捉工具为粘鼠板，粘鼠板未按规定放置在目标位置上，则推送提示信息给餐厅管理人员，可以提示餐厅管理人员安排相关人员将粘鼠板放置在目标位置上。

该实施例的即时告警模块4，用于当检测到目标区域有有害生物出没时，立即发出报警信息。可以通过发送短信、通过服务器5推送信息至终端6等方式来指示餐厅运营人员、虫害防治人员采取措施，同时在终端6并回放老鼠出没的图像，从而便于相关人员判断老鼠的具体踪迹。

该实施例的自动报告模块7，用于汇总各个接触点所收集的有害生物的信息，比如，收集虫鼠害信息，可以发送至终端6，通过终端6上安装的客户端(APP)显示给餐厅运营人员以及虫害防治人员。

可选地，该实施例的自动报告模块7可以自动按天出具报告，通过公众号、即时消息、短信等可选的方式来推送给餐厅运营的相关人员。

本发明实施例的应用环境可以但不限于参照上述实施例中的应用环境，本实施例中对此不再赘述。本发明实施例提供了用于实施上述位置确定方法的一种可选的具体应用。

该实施例的餐饮场景包括多个监控区域，比如，包括员工餐区域、洗碗间区域、跑菜间区域、厨房烹饪区域、西餐区、烧烤间、水果区等。下面对其进行举例说明。

图3是根据本发明实施例的一种根据老鼠的移动轨迹确定目标位置的示意图。如图3所示，在餐饮场景下，获取监控区域中的视频数据，根据视频数据在监控区域中确定在目标时间段内有老鼠出现的区域，根据区域中老鼠在目标时间段内的移动轨迹和对应的移动时长，确定出需要放置粘鼠板的区域，该区域中老鼠在目标时间段内的移动轨迹和对应的移动时长满足预设的放置条件，进而在该区域中确定用于放置粘鼠板的目标位置。

可选地，根据老鼠在目标时间段内的移动轨迹和对应的移动时长，确定出需要放置粘鼠板的区域，可以为老鼠在目标时间段内的移动轨迹的数量大于第一阈值、且每条移动轨迹对应的移动时长均大于第二阈值的区域，可以将目标位置设置为至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置，或者将目标位置设置为使目标捕捉装置覆盖至少预定数量的移动轨迹的位置；需要放置粘鼠板的区域还可以为老鼠在目标时间段内至少部分重叠的移动轨迹的数量大于第三阈值，至少部分重叠的移动轨迹所重叠的部分的长度大于第四阈值，每条至少部分重叠的移动轨迹对应的移动时长均大于第五阈值的区域，可以将目标位置设置为至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置；需要放置粘鼠板的区域还可以为老鼠在目标时间段内存在交叉点的移动轨迹的数量大于第六阈值，每条存在交叉点的移动轨迹对应的移动时长均大于第七阈值的区域，可以将目标位置设置为一个或多个交叉点所在的位置。

该实施例在确定出目标位置之后，可以在目标终端上显示监控区域的图像，该图像上显示有移动轨迹和目标位置，该目标位置可以通过标识信息标识出，比如，通过如图3所示的圆圈标识出，该圆圈可以为红色，从而使得餐厅运营的相关人员可以一目了然地在监控区域中识别出目标位置，进而指示用户将粘鼠板部署在洗碗间中圆圈所示的位置上。

图4a是根据本发明实施例的一种餐饮场景下的基于目标位置放置粘鼠板的示意图。如图4a所示，摄像头部署在洗碗间区域，获取洗碗间区域的视频数据，根据视频数据在洗碗间区域中确定在目标时间段内有老鼠出现的区域，根据区域中老鼠在目标时间段内的移动轨迹和对应的移动时长，确定出洗碗间区域需要放置粘鼠板的区域，该区域中老鼠在目标时间段内的移动轨迹和对应的移动时长满足预设的放置条件，进而在该区域中确定用于放置粘鼠板的目标位置。该实施例在确定出目标位置之后，可以在目标终端上洗碗间的图像，该图像上显示有目标位置，该目标位置可以通过标识信息标识出，比如，通过如图4a所示的圆圈标识出，该圆圈可以为红色等较为醒目的颜色，从而使得餐厅运营的相关人员可以一目了然地在洗碗间中识别出目标位置，进而指示用户将粘鼠板部署在洗碗间中圆圈所示的位置上。

可选地，该实施例可以按照老鼠在目标区域中在目标时间段内出没次数的多少，确定哪些区域可以采取防鼠措施，而哪些区域需要立即采取防鼠措施，否则严重影响食品安全，可以通过不同标记进行区分。

图4b是根据本发明实施例的另一种餐饮场景下的基于目标位置放置粘鼠板的示意图。如图4b所示，摄像头部署在厨房灶台区域，获取厨房灶台区域的视频数据，根据视频数据在厨房灶台区域中确定在目标时间段内有老鼠出现的区域，根据区域中老鼠在目标时间段内的移动轨迹和对应的移动时长，确定出厨房灶台区域需要放置粘鼠板的区域，该区域中老鼠在目标时间段内的移动轨迹和对应的移动时长满足预设的放置条件，进而在该区域中确定用于放置粘鼠板的多个目标位置，其中，在每个目标位置上放置粘鼠板的紧急程度可以不同，有的可以放置粘鼠板，而有的需要立即放置粘鼠板，否则严重影响食品安全。在确定出多个目标位置之后，可以在目标终端上显示厨房灶台区域的图像，该图像上可以显示有多个目标位置，该多个目标位置可以通过标识信息标识出，比如，通过如图4b所示的圆圈标识出，其中，虚线线圈可以为蓝色，指示可以将粘鼠板放置在该目标位置上，实线圆圈可以为红色，指示需要立即将粘鼠板放置在该目标位置上，否则严重影响食品安全。

图5是根据本发明实施例的一种鼠迹报告的直方图。如图5所示，可以以天为周期，检测监控区域在目标时间段内的老鼠的活跃指数，可以检测日期11/29到日期12/12时间段内的老鼠的活跃指数，通过摄像头获取监控区域的图像数据，根据识别出的老鼠的信息，确定出监控区域在每一天的老鼠活跃指数，其中，老鼠活跃指数可以通过老鼠的活跃时长、老鼠的数量等信息确定，从而使得给餐厅运营人员以及虫害防治人员可以了解目标区域的老鼠的情况，进而采取措施进行防治。

该实施例通过监控有害生物的信息可以指导建筑结构是否存在漏洞，避免造成有害生物的入侵；可以通过老鼠的移动轨迹部署粘鼠板，增加其被捕获的概率；通过虫鼠害的汇总情况，了解当前餐厅是否处于严重的卫生威胁之中，以供专业的虫鼠害防治人员综合判断现场情况，并有针对性地采取防治措施实施防治工作。

根据本发明实施例的一种鼠患视频监测装置可以包括分为几个部件：红外微光夜视摄像头、数据处理模块和前端显示部件，上述装置工作时原理如下：红外微光夜视摄像头负责采集场景视频序列，数据处理模块接收视频序列并且检测视频中有无老鼠，若检测到老鼠，将老鼠的位置等一系列信息输出至前端显示界面，前端显示界面显示老鼠的位置、出现时间、活动区域并且可以即时进行鼠患的报警。

图6是根据本发明实施例的一种数据处理模块的示意图。如图6所示，该数据处理模块包括：视频采集模块602、视频处理模块604和存储模块606，其中，视频采集模块602包括：ARM板6022和视频预处理模块6024，视频处理模块604包括：嵌入式GPU处理器6042。

视频采集模块602通过ARM板6022采集视频数据并进行预处理，视频处理模块604读入以训练好的模型在嵌入式GPU处理器6042中根据深度学习算法进行视频处理，若深度学习网络检测到某一个片段时间有老鼠，则将该片段以及相应的检测结果存储至存储模块606，存储模块606将这一系列信息输出至前端。

图7是根据本发明实施例的一种鼠患检测系统的原理示意图。如图7所示，该算法包括以下几个模块：预处理、目标检测，运动特征提取和分类网络，系统的输入为原始的视频序列，预处理包含两个步骤：抽帧和动态检测，先是对原始视频序列进行等间隔的抽帧采样，减少算法的运算量，然后利用目标检测算法进行目标检测，判断图像中是否有运动物体，若无运动物体，则不进行后续的检测，若有运动物体，则将有运动物体的视频片段送入后续模块。在目标检测过程中，对预处理后的视频序列的每一帧进行检测，在可能存在老鼠的位置获取图像特征(如该对应的检测框内的视觉信息)并通过运动特征提取模块，将各个视频图像帧之间的信息进行融合和特征提取，防止单帧的目标检测器出现误判的情况，随后将提取的运动特征与图像特征输入分类网络，由分类网络判别是否是老鼠，若是老鼠，则将老鼠在每一帧所在位置的矩形检测框传给前端显示界面。

需要说明的是，在本实施例中，上述目标检测过程是根据具体的机器计算资源分配了两种算法：动态目标检测算法和基于神经网络的目标检测算法，前者运算速度快、对机器配置要求低，后者准确性和鲁棒性。

1)动态目标检测算法包含背景差和帧差法，利用下述公式(1)，计算当前帧和背景或者前一帧的差值：

D_k(x，y)＝|f_k(x，y)-b_k(x，y)| (1)

上式中，(x,y)为以图像左上角为原点，宽方向为X轴，高方向为Y轴建立的坐标系中像素点的坐标，k为当前帧的索引，f代表当前帧，b代表背景或者上一帧。利用公式(2)判断是否存在运动目标：

M(x,y)为运动图像，T为阈值，若M(x,y)为1表示有运动目标，所有X(x,y)的像素组成了运动目标图像，经过形态学运算合并像素点可得出所有运动的目标，作为该模块的输出。

2)基于神经网络的目标检测将图片输入预先训练好的网络模型，得出所有可能的目标和其置信度，大于某个置信度阈值的检测框作为该模块的输出。使用的网络模型包含但不限于SSD、Faster-RCNN、FPN等。图8是本发明实施例的一种Faster-RCNN网络模型的示意图。如图8所示，其中conv是卷积层，由卷积核(是一个矩阵)在输入上进行划窗，对每个输入的划窗位置都和矩阵根据公式(3)相点乘，结果F作为该划窗位置的特征输出。

F＝∑_{0≤i，j≤n}k(i，j)*I(i，j) (3)

RPN为区域提出网络，会提出一系列的候选框，ROI pooling池化层将卷积层提到的特征图在RPN输出的坐标下的区域映射成大小(w，h)固定的矩形框，送入由全连接层构成的分类器和边框回归器，边框回归输出老鼠的可能坐标位置，分类器输出是该位置老鼠的置信度。

上述运动特征提取：因为物体的运动是连续的，运动特征提取算法先根据每一帧得到的检测框，计算帧与帧之间检测框的相关性，相关性大的检测框认为是同一物体，对每一帧的检测框进行匹配，得到物体的一系列运动图片，最后使用3D的特征提取网络提取运动序列的特征。

上述分类网络：将目标检测框中的视觉信息和运动特征融合，送入设计好的分类的网络模型，用于筛除非老鼠的图片序列，降低虚警率，将结果送入前端显示界面，显示老鼠的检测框和轨迹。

在本发明实施例中，对于整体的框架，还可以但不限于通过目标检测和分类网络来达到检测识别的目的，以节省框架布局成本。

本发明实施例提出了利用图像识别算法，自动识别监控视频中的老鼠，无需放置鼠夹鼠笼，也无需花费人力进行观测，将监测鼠害变为高效全自动的流程工作，不仅大大减少了监测鼠害的人力成本，同时准确率高，方便对后厨鼠害卫生的监管，同时，还可以提供老鼠活动的轨迹，便于人员选择灭鼠工具放置位置，方便了进一步的除害工作。

需要说明的是，该实施例通过智能化的虫鼠害防治系统，应用图像识别监控内外部环境及有害生物的活动信息，来指导辅助餐饮业、酒店等公共运营场所的虫鼠害防治工作。除了视频监控设备之外，还可以应用物联网设备，比如，应用红外探测、声音探测等设备来监控餐饮场景中的虫鼠害的出没，从而改进有害生物的防治效果。

实施例3

本发明实施例还提供了一种位置确定装置。需要说明的是，该实施例的位置确定装置可以用于执行本发明实施例的位置确定方法。

图9是根据本发明实施例的一种位置确定装置的示意图。如图9所示，该装置包括：获取单元10、第一确定单元20和第二确定单元30。

获取单元10，用于获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据。

第一确定单元20，用于根据第一组图像数据在监控区域中确定在第一目标时间段内有目标对象出现的目标区域。

第二确定单元30，用于根据目标区域中目标对象在第一目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定用于放置目标捕捉装置的目标位置，其中，目标捕捉装置用于捕捉目标对象。

该实施例根据对监控区域进行拍摄得到的图像数据，在监控区域中确定在目标时间段内有目标对象出现的目标区域，进而根据目标对象在目标时间段内的移动轨迹和对应的移动时长，在目标区域中确定捕捉装置的目标位置，达到了对捕捉工具的位置进行确定的目的，避免了依赖于防治人员的从业经验和主观判断来确定捕捉工具的位置，解决了对捕捉装置的位置进行确定的准确性低的技术问题，达到了提高对捕捉装置的位置进行确定的准确性。

实施例4

本发明实施例还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例中任意一项的位置确定方法。

实施例5

本发明实施例还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行权利本发明实施例中任意一项的位置确定方法。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种位置确定方法，其特征在于，包括：

获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据，以及探测得到的第一组音频数据；

根据所述第一组图像数据在所述监控区域中确定在所述第一目标时间段内有目标对象出现的目标区域，以及根据所述第一组图像数据和所述第一组音频数据确定所述目标对象的目标种类；

根据所述目标区域中所述目标对象在所述第一目标时间段内的移动轨迹和对应的移动时长，以及所述目标种类，在所述目标区域中确定用于放置目标捕捉装置的目标位置，其中，所述目标位置的所述目标捕捉装置用于捕捉所述目标种类的所述目标对象；

在从所述第一组图像数据中识别出所述目标对象的目标特征的情况下，发出告警信息，其中，所述告警信息用于指示所述监控区域出现了所述目标对象。

2.根据权利要求1所述的方法，其特征在于，所述目标区域为一个或多个区域，其中，根据所述目标区域中所述目标对象在所述第一目标时间段内的移动轨迹和对应的移动时长，在所述目标区域中确定用于放置目标捕捉装置的目标位置包括：

根据所述目标区域中所述目标对象在所述第一目标时间段内的移动轨迹和对应的移动时长，在所述一个或多个区域中确定出需要放置所述目标捕捉装置的第一区域，其中，在所述第一区域中所述目标对象在所述第一目标时间段内的移动轨迹和对应的移动时长满足预设的放置条件，在所述一个或多个区域中除所述第一区域之外的第二区域中所述目标对象在所述第一目标时间段内的移动轨迹和对应的移动时长不满足所述预设的放置条件；

在所述第一区域中确定用于放置所述目标捕捉装置的所述目标位置。

3.根据权利要求2所述的方法，其特征在于，根据所述目标区域中所述目标对象在所述第一目标时间段内的移动轨迹和对应的移动时长，在所述一个或多个区域中确定出需要放置所述目标捕捉装置的第一区域包括以下至少之一：

在所述一个或多个区域中确定出第三区域，其中，所述第一区域包括所述第三区域，在所述第三区域中所述目标对象在所述第一目标时间段内的移动轨迹的数量大于第一阈值、且每条所述移动轨迹对应的所述移动时长均大于第二阈值；

在所述一个或多个区域中确定出第四区域，其中，所述第一区域包括所述第四区域，在所述第四区域中所述目标对象在所述第一目标时间段内至少部分重叠的移动轨迹的数量大于第三阈值，所述至少部分重叠的移动轨迹所重叠的部分的长度大于第四阈值，每条所述至少部分重叠的移动轨迹对应的所述移动时长均大于第五阈值；

在所述一个或多个区域中确定出第五区域，其中，所述第一区域包括所述第五区域，在所述第五区域中所述目标对象在所述第一目标时间段内存在交叉点的移动轨迹的数量大于第六阈值，每条所述存在交叉点的移动轨迹对应的所述移动时长均大于第七阈值。

4.根据权利要求3所述的方法，其特征在于，在所述第一区域中确定用于放置所述目标捕捉装置的所述目标位置包括以下至少之一：

在所述第一区域包括所述第三区域的情况下，将所述目标位置设置为包括所述第三区域中至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置；

在所述第一区域包括所述第三区域的情况下，将所述目标位置设置为第一位置，其中，位于所述第一位置的所述目标捕捉装置覆盖所述第三区域中至少预定数量的移动轨迹；

在所述第一区域包括所述第四区域的情况下，将所述目标位置设置为包括所述第四区域中至少部分重叠的移动轨迹所重叠的部分上的一个或多个位置；

在所述第一区域包括所述第五区域的情况下，将所述目标位置设置为一个或多个所述交叉点所在的位置。

5.根据权利要求1所述的方法，其特征在于，在所述目标区域中确定用于放置目标捕捉装置的目标位置之后，所述方法还包括：

在所述第一组图像数据所指示的图像中显示用于标识所述目标位置的标识信息。

6.根据权利要求1所述的方法，其特征在于，在所述目标区域中确定用于放置目标捕捉装置的目标位置之后，所述方法还包括：

获取所述目标捕捉装置当前所在的第二位置；

在所述第二位置与所述目标位置之间的距离超过目标阈值的情况下，输出提示信息，其中，所述提示信息用于提示所述目标捕捉装置已偏离所述目标位置。

7.根据权利要求6所述的方法，其特征在于，获取所述目标捕捉装置当前所在的第二位置包括：

通过摄像设备将所述目标捕捉装置发出的红外信号生成目标红外图像；

通过所述目标红外图像确定所述目标捕捉装置当前所在的所述第二位置。

8.根据权利要求1至7中任意一项所述的方法，其特征在于，根据所述第一组图像数据在所述监控区域中确定在所述第一目标时间段内有目标对象出现的目标区域包括：

从所述第一组图像数据中识别出所述目标对象在所述监控区域中经过的多个位置；

通过所述多个位置生成所述移动轨迹，其中，所述多个位置位于所述移动轨迹上；

在所述监控区域中，将包含相邻的所述移动轨迹的区域确定为所述目标区域，其中，所述相邻的所述移动轨迹之间的距离在预设距离范围之内。

9.根据权利要求8所述的方法，其特征在于，在通过所述多个位置生成所述移动轨迹时，所述方法还包括：

根据所述第一组图像数据所指示的所述目标对象在所述移动轨迹上出现的时刻，确定所述目标对象在所述移动轨迹上的移动时长。

10.根据权利要求1所述的方法，其特征在于，所述发出告警信息包括：

将所述告警信息发送至目标终端；或者

将所述告警信息和所述监控区域的第一图像发送给目标终端，其中，所述第一图像上显示有所述目标对象的所述移动轨迹；或者

在目标终端上显示所述监控区域的第二图像，其中，所述第二图像上显示有所述目标对象的所述移动轨迹。

11.根据权利要求1至7中任意一项所述的方法，其特征在于，在所述目标区域中确定用于放置目标捕捉装置的目标位置之后，所述方法还包括：

将所述目标位置发送至目标终端；或者

将所述目标位置和所述监控区域的第三图像发送至目标终端；或者

在目标终端上显示所述监控区域的第四图像，其中，所述第四图像上显示有所述目标位置；或者

在目标终端上显示所述监控区域的第五图像，其中，所述第五图像上显示有所述移动轨迹和所述目标位置。

12.根据权利要求1至7中任意一项所述的方法，其特征在于，

获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据包括：获取摄像设备在所述第一目标时间段内对所述监控区域拍摄得到的视频文件；对所述视频文件进行抽帧采样，得到一组视频帧图像的数据，其中，所述第一组图像数据包括所述一组视频帧图像的数据；

在根据所述第一组图像数据在所述监控区域中确定在所述第一目标时间段内有目标对象出现的目标区域之前，所述方法还包括：根据所述一组视频帧图像的数据中的像素点的像素值在所述一组视频帧图像中确定出多个目标视频帧图像，其中，每个所述目标视频帧图像用于指示在所述监控区域中存在运动的对象；对每个所述目标视频帧图像进行目标对象的检测，得到每个所述目标视频帧图像的图像特征，其中，所述图像特征用于表示在所述存在运动的对象中，与所述目标对象之间的相似度大于第八阈值的对象所在的目标图像区域；根据每个所述目标视频帧图像的图像特征确定出运动特征，其中，所述运动特征用于表示所述多个目标视频帧图像中所述存在运动的对象的运动速度和运动方向；根据所述运动特征和每个所述目标视频帧图像的图像特征，确定所述多个目标视频帧图像中是否出现有所述目标对象。

13.一种位置确定装置，其特征在于，包括：

获取单元，用于获取在第一目标时间段内对监控区域进行拍摄得到的第一组图像数据，以及探测得到的第一组音频数据；

第一确定单元，用于根据所述第一组图像数据在所述监控区域中确定在所述第一目标时间段内有目标对象出现的目标区域，以及根据所述第一组图像数据和所述第一组音频数据确定所述目标对象的目标种类；

第二确定单元，用于根据所述目标区域中所述目标对象在所述第一目标时间段内的移动轨迹和对应的移动时长，以及所述目标种类，在所述目标区域中确定用于放置目标捕捉装置的目标位置，其中，所述目标位置的所述目标捕捉装置用于捕捉所述目标种类的所述目标对象；

告警模块，用于在从所述第一组图像数据中识别出所述目标对象的目标特征的情况下，发出告警信息，其中，所述告警信息用于指示所述监控区域出现了所述目标对象。

14.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至12中任意一项所述的方法。

15.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至12中任意一项所述的方法。

Images