CN110019960A

CN110019960A - 数据处理方法及装置、电子设备和存储介质

Info

Publication number: CN110019960A
Application number: CN201811032017.XA
Authority: CN
Inventors: 颜铭佳; 张贵明; 朱斌; 季聪
Original assignee: Shenzhen Sensetime Technology Co Ltd
Current assignee: Shenzhen Sensetime Technology Co Ltd
Priority date: 2018-09-05
Filing date: 2018-09-05
Publication date: 2019-07-16

Abstract

本公开涉及一种数据处理方法及装置、电子设备和存储介质，其中所述方法包括：获取；基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集，所述第一图像集中的第一图像包括匹配所述第一检索条件的至少一个目标对象；获取所述第一图像集中满足第二检索条件的第一图像，所述第一检索条件和第二检索条件不同。本公开实施例能够简单方便的识别目标对象并能够提高目标对象的识别准确度。

Description

数据处理方法及装置、电子设备和存储介质

技术领域

本公开涉及安防技术领域，尤其涉及一种数据处理方法及装置、电子设备和存储介质。

背景技术

目前，为了增强工作、生活或者社会环境中的安全性，会在各个区域场所内安装摄像监控设备，以方便获取视频信息进行安全防护。随着公共场所内摄像头数量的快速增长，有效地提取出海量视频中的关键信息，对于缓解海量视频数据的存储压力以及提高相关部门的工作效率有着重要意义。

传统的安防监控系统一般只有摄像功能，安防人员只能在事故发生后，对视频监控进行调看和取证，该种方式需调集大量的人力查找视频监控中嫌疑目标，具有操作复杂且识别率低的缺点。

发明内容

本公开实施例提出了一种能够简单方便的识别目标对象并能够提高目标对象的识别准确度的数据处理方法及装置、电子设备和存储介质。

根据本公开实施例的第一方面，提供了一种数据处理方法，其包括：

获取第一检索条件；

基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集，所述第一图像集中的第一图像包括匹配所述第一检索条件的至少一个目标对象；

获取所述第一图像集中满足第二检索条件的第一图像，所述第一检索条件和第二检索条件不同。

在本公开实施例中，所述方法还包括：

获取视频数据源，该视频数据源包括不同位置处摄取的视频数据；

对所述视频数据进行结构化处理，获得针对不同类型的对象的图像数据集。

在本公开实施例中，所述对所述视频数据进行结构化处理，获得针对不同类型的对象的图像数据集包括：

预处理所述视频数据，获得与所述视频数据对应的第二图像集，所述第二图像集包括多个第二图像；

识别各所述第二图像中的第一对象以及所述第一对象的类型；

基于所述第一对象的类型获取包括不同类型的第一对象的图像数据集。

在本公开实施例中，所述基于所述第一对象的类型获取针对不同类型的第一对象的图像数据集包括：

基于相同类型的第一对象的图像数据形成对应于该类型的图像数据组，所述图像数据集包括各类型所对应的图像数据组。

在本公开实施例中，所述基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集包括：

基于所述目标对象的类型信息获取图像数据集中对应的图像数据组，所述图像数据集包括不同的图像数据组，各图像数据组中包括的对象类型不同；

从获取的所述图像数据组中识别出与所述第一检索条件匹配的第一图像集。

在本公开实施例中，所述第一检索条件包括目标对象的第一描述信息和/或目标对象的第一图像信息；其中，所述第一描述信息包括目标对象的类型信息、外部特征、获取目标对象的视频数据的位置信息和获取目标对象的视频数据的时间信息中的至少一种；

所述第二检索条件包括目标对象的第二描述信息和/或目标对象的第二图像信息；其中，所述第二描述信息包括目标对象的类型信息、外部特征、获取目标对象的视频数据的位置信息和获取目标对象的视频数据的时间信息中的至少一种。

在本公开实施例中，所述第一图像集中的各第一图像关联有位置信息和时间信息，并且所述获取所述第一图像集中满足第二检索条件的第一图像包括：

基于所述第一图像集中各第一图像关联的位置信息确定是否存在奇异位置；

如果各第一图像关联的位置信息中存在奇异位置，则基于与所述奇异位置关联的第一图像以外的第一图像得到第三图像集；

获取所述第三图像集中满足第二检索条件的第一图像。

在本公开实施例中，所述获取所述第一图像集中满足第二检索条件的第一图像还包括：

如果各第一图像关联的位置信息中不存在所述奇异位置，则获取第一图像集中满足第二检索条件的第一图像。

在本公开实施例中，所述基于所述第一图像集中各第一图像关联的位置信息确定是否存在奇异位置包括：

基于所述第一图像集中的第一图像关联的位置信息和时间信息，生成针对目标对象的第一行动轨迹；

基于所述第一行动轨迹确定是否存在奇异位置。

基于各第一图像的时间信息和位置信息，确定相邻的两个时间所对应的位置信息之间的位置差值；

基于所述位置差值确定是否存在所述奇异位置，其中，所述奇异位置处的位置信息与其相邻时间的位置信息之间的差异超出位置阈值。

在本公开实施例中，所述方法还包括：

基于满足第二检索条件的各第一图像中的目标对象，分别对满足第二检索条件的第一图像进行分组；

分别显示各目标对象对应的组内的第一图像。

在本公开实施例中，所述方法还包括：

基于所述图像数据集中的各对象的类型信息对图像数据集中的各图像数据进行分组，得到至少一个图像数据组，其中相同的图像数据组内的图像数据中包括相同类型的对象，不同图像数据组中的图像数据内的对象的类型不同；

分别显示各图像数据组的图像数据。

在本公开实施例中，所述获取视频数据源包括：

接收不同位置上的摄像模块摄取的视频信息；

基于各视频信息以及选择信息获取所述视频数据源。

在本公开实施例中，所述基于各视频信息以及选择信息获取所述视频数据源之后，还包括：基于对所述视频数据源的编辑操作获得新的视频数据源；

其中对所述视频数据源的编辑操作获得新的视频数据源包括以下方式中的至少一种：

从所述视频数据源中删除至少一部分视频数据形成新的视频数据源；

向所述视频数据源中增加至少一部分视频数据形成新的视频数据源；

修改所述视频数据源中的视频数据关联的位置信息和/或时间信息。

在本公开实施例中，所述方法还包括：

获取对所述第一图像集中的第一图像的选择操作，所述选择操作用于确定所述第一图像中至少一部分图像；

基于确定的至少一部分图像生成所述第二检索条件。

在本公开实施例中，在所述基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集之后，还包括：

获取显示配置信息，所述显示配置信息包括：图像的播放顺序、播放速率和放大倍数中的至少一种；

基于所述显示配置信息显示所述第一图像集中的各第一图像和/或满足第二检索条件的第一图像。

在本公开实施例中，所述方法还包括：

在基于所述显示配置信息显示所述第一图像集中的各第一图像和/或满足第二检索条件的第一图像的情况下，获取对显示的第一图像的拖拽操作；

基于所述拖拽操作显示各第一图像。

在本公开实施例中，所述获取第一检索条件包括：

通过输入组件接收所述第一检索条件；和/或

通过与电子设备连接获取所述第一检索条件。

根据本公开实施例的第二方面，提供了一种数据处理装置，其包括：

第一获取模块，其配置为获取第一检索条件和第二检索条件；

识别模块，其配置为基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集，所述第一图像集中的第一图像包括匹配所述第一检索条件的至少一个目标对象；

第二获取模块，其配置为获取所述第一图像集中满足第二检索条件的第一图像，所述第一检索条件和第二检索条件不同。

在本公开实施例中，所述第一获取模块还配置为获取视频数据源，该视频数据源包括不同位置处摄取的视频数据；

并且所述装置还包括：

结构化处理模块，其配置为对所述视频数据进行结构化处理，获得针对不同类型的对象的图像数据集。

在本公开实施例中，所述结构化处理模块还包括：

预处理单元，其配置为预处理所述视频数据，获得与所述视频数据对应的第二图像集，所述第二图像集包括多个第二图像；

类型识别单元，其配置为识别各所述第二图像中的第一对象以及所述第一对象的类型；

图像集获取单元，其配置为基于所述第一对象的类型获取包括不同类型的第一对象的图像数据集。

在本公开实施例中，所述图像集获取单元还配置为基于相同类型的第一对象的图像数据形成对应于该类型的图像数据组，所述图像数据集包括各类型所对应的图像数据组。

在本公开实施例中，所述识别模块还配置为基于所述目标对象的类型信息获取图像数据集中对应的图像数据组，并从获取的所述图像数据组中识别出与所述第一检索条件匹配的第一图像集；

其中，所述图像数据集包括不同的图像数据组，相同图像数据组中包括的相同类型的对象，不同图像数据组中包括不同类型的对象。

在本公开实施例中，所述第一图像集中的各第一图像关联有位置信息和时间信息；

所述第二获取模块还配置为基于所述第一图像集中各第一图像关联的位置信息确定是否存在奇异位置，如果各第一图像关联的位置信息中存在奇异位置，则基于与所述奇异位置关联的第一图像以外的第一图像得到第三图像集，并获取所述第三图像集中满足第二检索条件的第一图像。

在本公开实施例中，所述第二获取模块还配置为如果各第一图像关联的位置信息中不存在所述奇异位置，则获取第一图像集中满足第二检索条件的第一图像。

在本公开实施例中，所述第二获取模块还配置为基于所述第一图像集中的第一图像关联的位置信息和时间信息，生成针对目标对象的第一行动轨迹，并基于所述第一行动轨迹确定是否存在奇异位置。

在本公开实施例中，所述第二获取模块还配置为基于各第一图像的时间信息和位置信息，确定相邻的两个时间所对应的位置信息之间的位置差值，并基于所述位置差值确定是否存在所述奇异位置，其中，所述奇异位置处的位置信息与其相邻时间的位置信息之间的差异超出位置阈值。

在本公开实施例中，所述装置还包括：

分组模块，其配置为基于满足第二检索条件的各第一图像中的目标对象，分别对满足第二检索条件的第一图像进行分组；

显示模块，其配置为分别显示各目标对象对应的组内的第一图像。

在本公开实施例中，所述装置还包括：

分组模块，其配置为基于所述图像数据集中的各对象的类型信息对图像数据集中的各图像数据进行分组，得到至少一个图像数据组，其中相同的图像数据组内的图像数据中包括相同类型的对象，不同图像数据组中的图像数据内的对象的类型不同；

显示模块，其配置为分别显示各图像数据组的图像数据。

在本公开实施例中，所述第一获取模块还配置为接收不同位置上的摄像模块摄取的视频信息，并基于各视频信息以及选择信息获取所述视频数据源。

在本公开实施例中，所述第一获取模块还配置为基于各视频信息以及选择信息获取所述视频数据源之后，还包括：基于对所述视频数据源的编辑操作获得新的视频数据源；

在本公开实施例中，所述第一获取模块还配置为获取对所述第一图像集中的第一图像的选择操作，基于确定的至少一部分图像生成所述第二检索条件；

所述选择操作用于确定所述第一图像中至少一部分图像。

在本公开实施例中，所述第一获取模块还配置为在所述基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集之后还获取显示配置信息，所述显示配置信息包括：图像的播放顺序、播放速率和放大倍数中的至少一种；

所述装置还包括显示模块，期配置为基于所述显示配置信息显示所述第一图像集中的各第一图像和/或满足第二检索条件的第一图像。

在本公开实施例中，所述第一获取模块还配置为在基于所述显示配置信息显示所述第一图像集中的各第一图像和/或满足第二检索条件的第一图像的情况下，获取对显示的第一图像的拖拽操作；

所述显示模块还配置为基于所述拖拽操作显示各第一图像。

在本公开实施例中，所述第一获取模块还配置为通过输入组件接收所述第一检索条件；和/或通过与电子设备连接获取所述第一检索条件。

根据本公开实施例的第三方面，提供了一种电子设备，其包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行上述实施例中任意一项所述的方法。

根据本公开实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现上述实施例中任意一项所述的方法。

在本公开实施例中，可以通过接收的第一检索条件执行图像数据集中的目标对象的识别操作，以识别出与目标对象匹配的第一图像集，并可以进一步根据接收的第二检索条件筛选出符合第二检索条件的第一图像，从而获得更加精确的目标对象的图像信息，以进行目标对象的追踪和分析。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的数据处理方法的流程图；

图2示出根据本公开实施例的获取所述第一图像集中满足第二检索条件的第一图像的流程图；

图3示出根据本公开实施例的获取图像数据集的流程图；

图4示出根据本公开实施例的对视频数据结构化处理的流程图；

图5示出根据本公开实施例的数据处理方法中基于视频数据显示各类型对象的示意图；

图6示出根据本公开实施例的S200的流程图；

图7示出根据本公开实施例的基于第一检索条件检索出的第一图像集的示例；

图8示出根据本公开实施例的显示图像的特征信息的示意图；

图9示出根据本公开实施例的生成的行动轨迹的示意图；

图10示出根据本公开实施例的一种数据处理装置的框图；

图11示出根据本公开实施例的一种电子设备的框图；

图12示出根据本公开实施例的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“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，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

此外，本公开还提供了数据处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种数据处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图1示出根据本公开实施例的数据处理方法的流程图，其中，本公开实施例中的数据处理方法可以应用于交通安全领域或者安防领域，用于根据获得的视频数据分析目标对象的行动区域、行动轨迹等，其能够简单方便的识别大量视频数据中的目标对象，不需要大量人力资源，同时提高了识别率。如图1所示，所述数据处理方法可以包括：

S100：获取第一检索条件；

S200：基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集，所述第一图像集中的第一图像包括匹配所述第一检索条件的至少一个目标对象；

S300：获取所述第一图像集中满足第二检索条件的第一图像，所述第一检索条件和第二检索条件不同。

本公开实施例可以用于从大量的图像数据集中获取与目标对象匹配的图像数据，可以用于方便地实现目标对象的检索，并可以经一部获取目标对象的行为、动作以及出现的地点、时间等相关信息，并可以用于方便地根据该图像数据进一步分析目标对象的行动轨迹、经常出现的场所等。

本公开实施例中，在执行目标对象的检索时，可以获取关于目标对象的第一检索条件。其中，第一检索条件可以包括所要查询或者检索的目标对象的信息。其中，目标对象可以是图像中的任意对象，在不同领域中，所要检索的目标对象可以不同，例如在交通安全或者安防领域，目标对象的类型可以包括人、机动车和非机动车，在其他的领域，目标对象可以为其他类型的对象，如可以为动物、植物、景物等，本公开实施例对此不进行限制。

其中，获取的第一检索条件中可以包括目标对象的第一描述信息，和/或目标对象的第一图像信息。本公开实施例可以根据获取的目标对象的第一描述信息来执行图像数据集中目标对象的检索，也可以根据包括目标对象的第一图像信息执行图像数据集中目标对象的检索，或者也可以同时根据第一描述信息和第一图像信息执行目标对象的检索。其中，第一描述信息可以包括目标对象的类型信息、外部特征、获取目标对象的视频数据的位置信息和获取目标对象的视频数据的时间信息中的至少一种。如上所述目标对象的类型可以根据所应用的领域进行设定，例如本公开实施例可以应用在交通安全或者安防领域，对应的目标对象的类型可以包括；人、机动车和非机动车。在本公开的其他实施例中，目标对象的类型也可以为其他种类，如植物、动物等。其中，外部特征可以根据不同的对象类型具有不同的限定，例如，在目标对象的类型为人的情况下，其外部特征可以包括：生物特征、年龄、性别和穿戴中的至少一种；在目标对象的类型为机动车的情况下，其外部特征包括：车型、车身颜色以及车标中的至少一种；在目标对象的类型为非机动车的情况下，其外部特征可以包括：驾驶者的生物特征、年龄、穿戴和身高中的至少一种，以及所述非机动车的车型。通过上述目标对象的类型以及相应的描述信息可以实现图像数据集中目标对象的第一图像的检索，从而获得第一图像集。

另外，目标对象的第一图像信息可以为包括目标对象的图片等，本公开实施例可以识别作为第一检索条件的第一图像信息中的目标对象的特征信息，该特征信息也可以包括目标对象的类型、以及相应的外部特征，从而可以实现利用图片信息对应的特征信息从图像数据集中获取对应的第一图像，进而获得第一图像集。通过该配置可以实现以图搜图的目的，具有简单方便的特点。

另外，本公开实施例中，获取第一检索条件的方式可以包括：通过输入组件接收所述第一检索条件；和/或通过与电子设备连接获取所述第一检索条件。也即，本公开实施例可以通过各类输入组件接收第一检索条件，其中输入组件可以包括：键盘、鼠标、触控屏、触控板和音频输入器等。另外，本公开实施例也可以通过与其他的电子设备通信连接获得传输的第一检索条件。该电子设备可以包括手机、计算机、PAD、服务器等，只要能够执行第一检索条件的接收和传输，即可以作为本公开实施例。

在获取了第一检索条件后，即可以基于该第一检索条件执行目标对象的检索，即执行步骤S200。其中可以根据第一检索条件中包括的目标对象的信息，从图像数据集中识别出与目标对象匹配的第一图像集。该第一图像集可以包括至少一个第一图像，所述第一图像中包括基于第一检索条件识别的目标对象。并且，本公开实施例中的图像数据集中的各图像都可以关联有位置信息和时间信息，该位置信息可以为获取图像的位置，时间信息为基于摄像模组摄取该图像的时间。从而可以通过获取的第一图像集中各第一图像所关联的位置信息和时间信息确定目标对象在某一时间所出现的位置、以及行为动作等。

本公开实施例中，在获取图像数据集之后，可以识别图像数据集中各图像数据所包括的对象的特征信息，如该对象的类型、外部特征等信息。例如可以利用预设的模型执行图像上数据的识别操作，该模型可以包括任意的机器学习算法模型，例如深度学习神经网络模型，通过该模型可以精确地识别图像中各对象的上述特征信息。另外，本公开实施例还可以在显示模块上显示图像数据集中的各图像数据，并且可以基于对图像数据的选择操作显示各图像的特征信息，例如通过点击的方式选择图像，同时可以显示该图像对应的特征信息。图8示出根据本公开实施例显示图像的特征信息的示意图，其中在获取图像数据集或者从图像数据集中选择出的第一图像集时，都可以基于对于图像的选择操作(如点击操作)识别并显示对应图像的特征信息。图8示出了所选择的图像中的对象的特征信息，如上装为短袖、白色和纯色。下装为短裤、黑色。性别为女，年龄为成人，角度为背面，并且未带伞。在本公开实施例中所选择的对象为其他类型时，识别出的特征信息可以为其他内容，本公开对此不进行限制。通过该种方式，可以方便的获取各图像数据中对象的特征信息，便于用户查看。

另外，在基于第一检索条件获得第一图像集之后，可以进一步根据获取的第二检索条件从第一图像集中获取符合第二检索条件的第一图像。其中，第二检索条件是基于第一检索条件对目标对象的信息的进一步补充条件。该第二检索条件同样可以包括目标对象的第二描述信息以及第二图像信息中的至少一种，其中该第二图像信息可以是包括目标对象的图片。

其中，本公开实施例的第二检索条件可以在步骤S300之前的时间获得，并且第二检索条件和第一检索条件为不同的检索条件。其中，第二检索条件用于在第一图像集中获取更为精确的目标对象的图像数据。另外，本公开实施例中获取第二检索条件的方式可以包括通过输入组件接收所述第二检索条件；和/或通过与电子设备连接获取所述第二检索条件。也即，本公开实施例可以通过各类输入组件接收第二检索条件，其中输入组件可以包括：键盘、鼠标、触控屏、触控板和音频输入器等。另外，本公开实施例也可以通过与其他的电子设备通信连接获得传输的第二检索条件。该电子设备可以包括手机、计算机、PAD、服务器等，只要能够执行第一检索条件的接收和传输，即可以作为本公开实施例。

另外，在本公开实施例中，获取第二检索条件的方式还可以包括：获取对所述第一图像集中的第一图像的选择操作，所述选择操作用于确定所述第一图像中的至少一部分图像，基于确定的至少一部分图像生成所述第二检索条件。

这里，本公开实施例中的第二检索条件的第二图像信息可以是接收自其它设备或者用户输入的图片，也可以是基于第一图像集中的第一图片所获取的图片。即用户可以对第一图像集进行选择操作，该选择操作可以为针对第一图像的选择操作，也可以是针对第一图像中的部分区域的选择操作，基于该选择操作可以确定对应于第二检索条件的图片信息。例如，在第一图像集中某一第一图像中清楚的显示了目标对象的特征信息，则用户可以将该第一图像作为第二检索条件进行进一步检索，也可以基于选择操作确定包括目标对象的图像区域作为第二检索条件，从而执行第一图像集中该目标对象的进一步检索，获得符合第二检索条件的第一图像。其中，基于第二检索条件执行图像搜索的过程与基于第一检索条件执行图像搜索的过程相近，在此不再重复说明。

另外，本公开实施例可以直接从第一图像集中查询与第二检索条件匹配的第一图像，也可以基于各第一图像所关联的位置信息和/或时间信息缩小第一图像集，再进一步匹配第二检索条件。例如可以在基于各第一图像的关联位置进行检索时，可以基于关联位置中是否存在奇异位置，进而执行基于第二检索条件的检索。图2示出根据本公开实施例的获取所述第一图像集中满足第二检索条件的第一图像的流程图，其中可以包括：

S301：基于所述第一图像集中各第一图像关联的位置信息确定是否存在奇异位置；

S302：如果各第一图像关联的位置信息中存在奇异位置，则基于与所述奇异位置关联的第一图像以外的第一图像得到第三图像集，并基于第三图像集获取满足第二检索条件的第一图像；

S303：如果各第一图像关联的位置信息中不存在所述奇异位置，则获取第一图像集中满足第二检索条件的第一图像。

本公开实施例中，图像数据集中的每个图像都包括与其关联的位置信息和/或时间信息，同样，基于第一检索条件获得的第一图像集中的每个第一图像也可以关联有对应的位置信信息和/或时间信息。因此，可以通过获取第一图像集中各第一图像所关联的位置信息和时间信息，来确定各第一图像所关联的位置信息中是否存在奇异位置。其中奇异位置是与其他位置信息之间的差异不符合实际规律的位置，例如在很短的时间就到达很远的位置处的情况。本公开实施例可以通过识别关联的位置信息中的奇异位置，排除识别错误的目标对象的图像，获得第三图像集，并基于该第三图像集进一步获取满足第二检索条件的第一图像。通过该配置可以通过奇异位置的筛选可以基于第一图像集获得第三图像集，其中可以减少图像集中图像的数量，提高目标对象的相关图像的获取速度和精确度。

其中，本公开实施例步骤S301可以包括：基于所述第一图像集中的第一图像关联的位置信息和时间信息，生成针对目标对象的第一行动轨迹；以及基于所述第一行动轨迹确定是否存在奇异位置。

本公开实施例中，可以根据各关联的时间信息的顺序，基于各关联的位置信息形成第一图像集中各第一图像所对应的位置信息的位置曲线，即第一行动轨迹。

在获取第一行动轨迹之后，则可以对第一行动轨迹进行分析确定其中是否存在奇异位置。例如，本公开实施例可以对第一行动轨迹对应的曲线进行奇异点检测，在检测出奇异点时，该奇异点所对应的位置即为奇异位置。进行奇异点检测的方式可以包括对曲线进行求微分，其中不可微的点即为奇异点。另外，也可以通过其他的数学分析方式求得第一行动轨迹中的奇异点，本公开实施例对此不进行限制。

另外，本公开实施例中，步骤S301还可以包括基于各第一图像的时间信息和位置信息，确定相邻的两个时间所对应的位置信息之间的位置差值；以及基于所述位置差值确定是否存在所述奇异位置，其中，所述奇异位置处的位置信息与其相邻时间的位置信息之间的差异超出位置阈值。

如上所述，可以根据各第一图像关联的时间信息确定相邻时间的第一图像关联的位置信息之间的位置差异，例如第一图像集中包括图像A、B、C和D，其中图像A对应的时间信息为A1，位置信息为A2，以及图像B对应的时间信息为B1，位置信息为B2，图像C对应的时间信息为C1，位置信息为C2，图像D对应的时间信息为D1，位置信息为D2。假设时间顺序为A1、A2、A3和A4。则可以确定B1和B2之间的位置差值B12，以及B2和B3之间的位置差值B23，以及B3和B4之间的位置差值B34。进一步确定B12、B23和B34是否超出位置阈值，如果B12和B23都超出位置阈值，则确定图像B所对应的位置B2为奇异位置。该图像B即奇异位置对应的图像，第三图像集中可以包括图像A、C和D，继而可以确定A、C和D中满足第二检索条件的图像。

基于上述配置，可以在基于第一检索条件获取第一图像集之后，再根据第二检索条件确定出包括目标对象的第一图像，可以进一步提高目标图像的检索准确度，同时可以灵活的设置各检索条件，用户体验更好。

另外，如上述实施例所述，本公开实施例中的图像数据集可以包括大量的图像数据，且关联有位置信息和时间信息。下面，可以详细说明本公开实施例中的图像数据集的获取过程，图像数据集可以是基于布设在不同区域位置上的摄像模组摄取的视频数据获得的图像数据的集合，其中可以包括大量的图像数据，以及各图像数据还关联有获取各图像的时间信息和位置信息。该时间信息是指摄像模组摄取该图像数据的时间，位置信息可以是对应摄像模组的位置。另外，图像数据集也可以是存储的图像数据的集合，或者也可以是接收自其它设备或者服务器的图像数据的集合，同样的图像数据可以对应地关联有时间信息和位置信息。

图3示出根据本公开实施例的获取图像数据集的流程图，该过程可以在步骤S200之前执行，例如可以在S100之前，或者也可以与S100同时执行，或者在S100和S200之间执行，本公开对此不进行限制。

如图3所示，本公开实施例中获取图像数据集的方法可以包括：

S10：获取视频数据源，该视频数据源包括不同位置处摄取的视频数据，视频数据关联有位置信息和时间信息；

S20：对所述视频数据进行结构化处理，获得针对不同类型的对象的图像数据集。

本公开实施例中，获取视频数据源的方式可以包括：直接从摄像模组接收摄取视频数据源，或者也可以从其他电子设备或者服务器中下载或请求视频数据源，或者也可以是基于接收到的选择信息从不同位置处接收的视频数据中选择获取对应的视频数据源。其中，视频数据源可以包括至少一个位置区域内设置的摄像模组所摄取的视频数据，其中可以关联有与摄像模组对应的位置信息以及摄取视频数据的时间信息。

另外，在本公开实施例基于各视频信息以及选择信息获取所述视频数据源之后，还可以基于对视频数据源的编辑操作，获取新的视频数据源，其中，对所述视频数据源的编辑操作获得新的视频数据源包括以下方式中的至少一种：从所述视频数据源中删除至少一部分视频数据形成新的视频数据源；向所述视频数据源中增加至少一部分视频数据形成新的视频数据源；修改所述视频数据源中的视频数据关联的位置信息和/或时间信息。其中，通过上述编辑操作可以调节视频数据源中视频数据的容量以及关联的位置信息和时间信息，从而可以针对性的选择视频数据源，同时还可以实现关联信息的可编辑化，具有更好的用户体验。本公开实施中所提到的视频数据源可以为直接基于摄像模组获取的视频数据，也可以是基于编辑操作获得的新的视频数据。在此需要说明的是，本公开实施例中获取的图像数据集可以是基于原始的视频数据源获得的，也可以是基于编辑操作处理后的新的视频数据源获得的，

在获取视频数据源后，可以对视频数据源内的视频数据进行结构化处理得到图像数据集。其中，对视频数据结构化处理可以将视频数据转换成图片，从而构成图像数据集。为了方便针对图像数据集进行目标对象的检索，本公开实施例可以在视频数据结构化的同时还可以根据图片中的各对象的类型，执行针对各类型对象的结构化处理。

其中，图4示出根据本公开实施例的对视频数据结构化处理的流程图，其中可以包括：

S11：预处理所述视频数据，获得与所述视频数据对应的第二图像集，所述第二图像集包括多个第二图像；

S12：识别各所述第二图像中的第一对象以及所述第一对象的类型；

S13：基于所述第一对象的类型获取包括针对不同类型的第一对象的图像数据集。

本公开实施例中，在获取视频数据源之后，可以对视频数据源中的各视频数据中的各帧图像进行格式转换。其中，步骤S11可以包括对视频数据进行视频解码而后在进行格式转换。例如，可以将H.264编码的视频流解码成YUV图像格式，然后在执行视频帧预处理，将图像格式从YUV格式转为BGR格式，并将视频帧尺寸缩放后形成第二图像集。即通过步骤S11可以实现获取的视频数据源中的各视频数据的预处理，将视频数据转换成预设格式的图像，最终构成第二图像集，该第二图像集可以包括多个第二图像，对应的第二图像可以关联有位置信息和时间信息。

在获取了第二图像集后，可以针对各第二图像中的各对象进行类型识别，即执行步骤S12。其中，每个第二图像中都可以包括相应的第一对象，如上述所述，可以包括植物、动物、景物、人、机动车或者非机动车等等类型的对象。本公开实施例中执行步骤S12时，可以识别第二图像中包括的第一对象类型为：人、机动车和非机动车，在其他实施例中也可以识别其他类型的对象。因此，在步骤S12可以识别第二图像集中各第二图像所包括的各第一对象以及各第一对象的类型。其中，可以利用预设算法执行该图像识别，或者也可以利用训练完成的机器学习模型来执行上述图像识别，如可以通过神经网络模型或者深度学习神经网络模型执行该识别操作，本公开实施例对此不进行限制。

在步骤S12中，可以识别第二图像中的第一对象以及第一对象的类型，在识别出第一对象及其对应的类型后，可以根据识别出的类型获取相应类型的对象的图像数据集，即执行步骤S13。

其中，步骤S13中可以生成包括不同类型的对象的图像数据集，由于步骤S12中可以识别出每个第二图像中包括的第一对象的类型以及第一对象的区域，因此步骤S13则可以针对不同的类型的对象分别获取与该类型对应的对象的图像数据。

在本公开实施例中，可以将按照第二图像集中各第一对象的类型进行分组得到图像数据组，即可以基于相同类型的第一对象的图像数据形成对应于该类型的图像数据组，所述图像数据集包括各类型所对应的图像数据组。例如可以包括第一组、第二组和第三组(本公开实施例对组数不进行限制)，其中，每组图片可以包括相同类型的图像数据，例如第一组中包括类型为人的对象的图像，第二组中包括类型为机动车的对象的图像，第三组中包括类型为非机动车的对象的图像。其中，各组的图像可以为完整的第二图像，也可以是对应类型对象的所在的图像区域，最终基于各组的图像形成图像数据集。

进一步地，在本公开实施例中，步骤S12中，还可以同时识别第二图像集中各对象的特征信息，该特征信息即可以包括对象的类型以及上述描述信息等。通过该识别操作，可以方便基于第一检索条件和第二检索条件执行对象的匹配和识别操作，减小了检索时间。

另外，在基于第一对象的类型形成图像数据集时，可以将第二图像直接划分到其内对象类型所在图像数据组，也可以将第二图像中包括的第一对象所在的图像区域划分到该第一对象的类型所在图像数据组。即可以将第二图像中第一对象的相关的图像数据组合成对应类型的图像数据组(第一组、第二组或第三组)，根据各类型对应的图像数据组则可以形成图像数据集。

其中，可以从第二图像集中获取与第一对象的类型相应的图像数据，其中第一对象为第二图像集中各第二图像内的对象。例如，在第二图像中包括类型为人的第一对象时，将第二图像中包括第一对象的图像区域截取出来，即为类型为人对应的图像数据。同样也可以获得类型为机动车以及非机动车的图像数据。继而，可以将不同类型的图像数据进行分组获得多个图像数据组，构成包括不同类型的对象的图像数据集。

在获得包括不同类型的对象的图像数据集之后，则可以根据第一检索条件中对象的类型信息检索对应的图像数据集，并根据其他信息获取所要检索的目标对象的图像。

通过上述配置，可以基于获取的视频数据源得到不同类型的图像集，从而可以方便根据第一检索条件进行检索，在检索之前就已经缩小了检索范围，提高了检索速度。

另外，在本公开实施例中，在获取视频数据源时，可以将从不同区域位置获取的视频数据直接显示在显示模块上，并且在显示视频数据的情况下，还可以根据识别出的视频数据中包括的对象的类型信息，分别显示对应类型的对象的图像数据集。其中可以基于所述图像数据集中的各对象的类型信息对图像数据集中的各图像数据进行分组，得到至少一个图像数据组，其中相同的图像数据组内的图像数据中包括相同类型的对象，不同图像数据组中的图像数据内的对象的类型不同；继而在显示模块上分别显示各图像数据组的图像数据。图5示出根据本公开实施例的数据处理方法中基于视频数据显示各类型对象的示意图。其中，由于本公开实施例可以获取不同区域位置的视频数据，则可以首先选择所要查看的区域或者摄像头的标识，以对应的查询所要查看的区域的视频。其中，图5示出为查看摄像头标识为“124_2”所摄取的视频数据，其中在显示界面的中央区域可以显示获取的视频数据，在周边区域可以显示当前视频数据中的各类型对象的图像数据，在左侧显示的为行人对象的图像数据，右侧分别显示非机动车和机动车的图像数据。基于本公开实施例的该配置，可以清楚的查看各类型对象的行为、动作以及相关特征。此时，可以通过点击各图像来获取各对象的详细特征信息。

另外，在本公开实施例中，在执行第二图像中第一对象的类型识别时，还可以进一步对第一对象的属性或者外部特征进行识别。例如，在第二对象为人时，其外部特征可以包括：生物特征、年龄、性别和穿戴中的至少一种；在第二对象为机动车的情况下，其外部特征包括：车型、车身颜色以及车标中的至少一种；在第二对象为非机动车的情况下，其外部特征可以包括：驾驶者的生物特征、年龄、穿戴和身高中的至少一种，以及所述非机动车的车型。图8示出根据本公开实施例显示图像的特征信息的示意图，其中可以基于第二图像的选择操作，在显示界面中显示出第二图像的外部特征信息。通过上述外部特征的识别可以进一步方便目标对象的检索，提高检索的精确度和速度。

下面对根据第一检索条件执行图像检索的过程进行详细说明。图6示出根据本公开实施例的S200的流程图，其中，所述基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集(S200)可以包括：

S201：基于所述目标对象的类型信息获取图像数据集中对应的图像数据组，所述图像数据集包括不同的图像数据组，各图像数据组中包括的对象类型不同；所述图像数据集包括不同的图像数据组，相同图像数据组中包括的相同类型的对象，不同图像数据组中包括不同类型的对象；

S202：从获取的所述图像数据组中识别出与所述第一检索条件匹配的第一图像集。

其中，可以获取第一检索条件中所包括的目标对象的类型信息，如该类型信息可以为人、机动车或者非机动车。再根据该类型确定选择图像数据集中对应类型的图像数据组，而后可以在选择出的图像数据组中检索出与第一检索条件的描述信息匹配的第一图像集，其中第一图像集中的第一图像包括目标对象。如上述实施例所述，本公开实施例中的第一检索条件中除了可以包括目标对象的类型信息之外，还可以包括目标对象的描述信息。在选择了图像数据集之后，该图像数据集中的图像都包括所要检索的类型的对象，此时可以根据描述信息中进一步在该图像数据集中检索出所要检索的目标对象。

其中，在所述目标对象为人的情况下，所述外部特征可以包括：生物特征、年龄、性别和穿戴中的至少一种；在所述目标对象为机动车的情况下，所述外部特征可以包括：车型、车身颜色以及车标中的至少一种；在所述目标对象为非机动车的情况下，所述外部特征可以包括：驾驶者的生物特征、年龄、穿戴和身高中的至少一种，以及所述非机动车的车型。从而可以根据描述信息中的外部特征执行目标对象的检索。另外也可以根据描述信息中的时间信息和位置信息执行目标对象的检索，例如可以根据摄取图像的时间信息查找到对应时间的第一图像集，或者可以根据摄取图像的位置信息查找到对应位置的第一图像集，或者基于上述描述信息中的至少两种执行第一图像集的检索，本公开对此不进行限制。

其中，本公开实施例中基于描述信息中的外部特征获取第一图像集的过程可以利用预设算法执行该图像的特征识别，或者也可以利用训练完成的机器学习模型来执行上述图像识别，如可以通过神经网络模型执行该识别操作，本公开实施例对此不进行限制。

通过上述配置，则可以根据设置的第一检索条件获取目标对象匹配的第一图像集。在获取第一图像集之后，还可以根据第一图像集生成关于目标对象的行动轨迹等信息。

另外，在本公开实施例中，也可以基于满足第二检索条件的第一图像关联的位置信息和时间信息，生成针对目标对象的第二行动轨迹。图9示出根据本公开实施例生成的行动轨迹的示意图。从图9中可以看出目标对象在某一时间范围内的行动路线和规律，从而可以清楚的获得目标对象的行动范围，方便对于目标对象的监控和分析。本公开实施例还可以显示第一行动轨迹和第二行动轨迹，以方便用户查看对应的信息。

由于第一检索条件或者第二检索条件中信息的数量的不同，对象特征的相近度的限制，基于第一检索条件和第二检索条件所获得的第一图像集中的目标对象可能存在错误的对象，即不是目标对象的对象。图7示出根据本公开实施例基于第一检索条件检索出的第一图像集的示例，从图7可以看出，通过不同的摄像头获取的视频数据中所识别出的目标对象可能不是一个，其中可能存在错误的对象，在获取第一行动轨迹或者第二行动轨迹之后可以基于行动轨迹识别出其中的错误对象或图像。即，第一行动轨迹和第二行动轨迹中可能存在奇异位置，该奇异位置所对应的第一图像的对象即为错误的对象。

另外，在本公开实施例中，在满足第二检索条件的第一图像中包括多个目标对象时，可以对各个目标对象的第一图像进行分组显示，即本公开实施例的方法还可以包括：基于各满足第二检索条件的第一图像中的目标对象，分别对所述满足第二检索条件的第一图像进行分组；以及分别显示各目标对象对应的组内的第一图像。

通过该方式可以分组显示各个对象的相关图像，从而可以更加清楚的显示和分析各目标对象。

另外，在本公开实施例中，在基于第一检索条件获得第一图像集之后，还可以在显示模块上显示各第一图像集，即在所述基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集之后，还可以包括：

其中，显示配置信息可以为用户设定的配置信息，可以根据需求执行不同的设定，其可以调节图像的播放顺序、速度和放大倍数等，在确定了显示配置信息之后，则可以根据该显示配置信息显示第一图像集中的第一图像或者满足第二检索条件的第一图像。即，本公开实施例中可以预先配置的显示配置信息执行第一图像集中各第一图像的显示播放，以及满足第二检索条件的各第一图像的显示播放。

并且，在本公开实施例中，在基于所述显示配置信息显示所述第一图像集中的各第一图像和/或满足第二检索条件的第一图像的情况下，获取对显示的所述第一图像的拖拽操作；基于所述拖拽操作显示各第一图像。

即用户可以根据需要拖拽各第一图像，以调节第一图像的显示顺序，或者基于该拖拽放大或缩小显示第一图像，以方便的对第一图像进行查看。

综上所述，本公开实施例中，可以通过接收的第一检索条件执行图像数据集中的目标对象的识别操作，以识别出与目标对象匹配的第一图像集，并可以进一步根据接收的第二检索条件筛选出符合条件的第一图像，从而获得更加精确的目标对象的图像信息，以进行目标对象的追踪和分析。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

图10示出根据本公开实施例的一种数据处理装置的框图，如图10所示，所述数据处理装置可以包括：

第一获取模块10，其配置为获取第一检索条件和第二检索条件；

识别模块20，其配置为基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集，所述第一图像集中的第一图像包括匹配所述第一检索条件的至少一个目标对象；

第二获取模块30，其配置为获取所述第一图像集中满足第二检索条件的第一图像，所述第一检索条件和第二检索条件不同。

并且所述装置还包括：

在本公开实施例中，所述结构化处理模块还包括：

在本公开实施例中，所述装置还包括：

显示模块，其配置为分别显示各图像数据组的图像数据。

所述选择操作用于确定所述第一图像中至少一部分图像。

所述显示模块还配置为基于所述拖拽操作显示各第一图像。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图11是根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图11，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图12是根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图12，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种数据处理方法，其特征在于，包括：

获取第一检索条件；

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述视频数据进行结构化处理，获得针对不同类型的对象的图像数据集包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一对象的类型获取针对不同类型的第一对象的图像数据集包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一检索条件识别图像数据集中与所述第一检索条件匹配的第一图像集包括：

6.根据权利要求1所述的方法，其特征在于，所述第一检索条件包括目标对象的第一描述信息和/或目标对象的第一图像信息；其中，所述第一描述信息包括目标对象的类型信息、外部特征、获取目标对象的视频数据的位置信息和获取目标对象的视频数据的时间信息中的至少一种；

7.根据权利要求1所述的方法，其特征在于，所述第一图像集中的各第一图像关联有位置信息和时间信息，并且所述获取所述第一图像集中满足第二检索条件的第一图像包括：

获取所述第三图像集中满足第二检索条件的第一图像。

8.一种数据处理装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。