CN110781796B - 一种标注方法、装置及电子设备 - Google Patents

Abstract

本公开实施例中提供了一种标注方法、装置及电子设备，属于图像处理技术领域，该方法包括：获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；提取每组所述轨迹图片中的最优图片；提取全部所述最优图片的全局特征；获取全局特征相匹配的目标最优图片；将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。通过本公开的处理方案，能够标注不同摄像头下拍摄的同一目标对象的图片，得到所述目标对象对应的图片集合；实现在对应场景中快速查找目标对象的轨迹。

Description

一种标注方法、装置及电子设备

技术领域

本公开涉及图像处理技术领域，尤其涉及一种标注方法、装置及电子设备。

背景技术

数据标注作为计算机视觉领域的一部分，是数据处理过程中必不可少的步骤。现有的行人识别样本标注大多为纯人力标注或通过提取人脸特征点来匹配同一行人。纯人力标注需要从大量的数据中找出同一个行人的图片，人力成本高，而且容易出错。通过提取人脸特征点来匹配同一行人能大大减少人力成本，但存在很多不足，例如算法匹配容易出错；很多行人难以捕捉到人脸特征点，无法进行数据标注等等。这样就造成了很大程度的数据浪费。

可见，现有的行人识别标注方法存在容易出错，难以捕捉到人脸且人力成本高的技术问题。

发明内容

有鉴于此，本公开实施例提供一种标注方法、装置及电子设备，至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种标注方法，包括：

获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；

提取每组所述轨迹图片中的最优图片；

提取全部所述最优图片的全局特征；

获取全局特征相匹配的目标最优图片；

将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。

根据本公开实施例的一种具体实现方式，所述提取每组所述轨迹图片中的最优图片的步骤，包括：

根据预设的特征提取器分别提取每组轨迹图片中的每个所述目标图片的全局特征；

将每个所述目标图片的全局特征与所述轨迹图片中其他全部目标图片的全局特征分别进行距离求和，并将求和的结果累加，得到每个目标图片对应的距离总和；

将全部所述目标图片中，距离总和最小值对应的目标图片确定为所述轨迹图片中的最优图片。

根据本公开实施例的一种具体实现方式，获取至少两组轨迹图片的步骤，包括：

获取至少两组轨迹图片，其中，每组轨迹图片包含多个原始图片；

根据预设的目标对象检测算法，去除得分小于预设值的原始图片得到待定图片；

计算每个所述待定图片中目标对象的高度和宽度之比；

去除每组轨迹图片的全部待定图片中目标对象的高度和宽度之比位于预设范围内的待定图片，以得到每组所述轨迹图片的目标图片。

根据本公开实施例的一种具体实现方式，所述预设范围为小于1或者大于4.5。

根据本公开实施例的一种具体实现方式，获取至少两组轨迹图片的步骤之前，所述方法还包括：

根据预设的特征字典的层级，依次设置图像采集设备号父节点、轨迹号父节点和图片号父节点的存储框架；

将同一图像采集设备内的所有组轨迹均对应存储于同一个图像采集设备号父节点内，且一组轨迹下的全部目标图片均对应存储于同一个轨迹号父节点内；

根据特征字典的层级依次拉取所述轨迹图片。

根据本公开实施例的一种具体实现方式，所述目标对象为行人。

根据本公开实施例的一种具体实现方式，所述将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片的步骤之后，还包括：

提取所述行人脸部的特征点；

根据预设的人员面部特征的信息集合，分析所述行人脸部的特征点信息，确定所述行人对应的人员身份信息。

第二方面，本公开实施例提供了一种标注装置，所述装置包括：

第一获取模块，用于获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；

第一提取模块，用于提取每组所述轨迹图片中的最优图片；

第二提取模块，用于提取全部所述最优图片的全局特征；

第二获取模块，用于获取全局特征相匹配的目标最优图片；

标注模块，用于将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的标注方法。

第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的标注方法。

第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的标注方法。

本公开实施例中的标注方法、装置及电子设备，其中，所述标注方法包括：获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；提取每组所述轨迹图片中的最优图片；提取全部所述最优图片的全局特征；获取全局特征相匹配的目标最优图片；将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。通过本公开的方案，能够标注不同摄像头下拍摄的同一目标对象的图片，得到所述目标对象对应的图片集合，可以实现在对应场景中快速查找目标对象的轨迹。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本公开实施例提供的一种标注方法的流程示意图；

图2为本公开实施例提供的另一种标注方法的流程示意图；

图3为本公开实施例提供的另一种标注方法的流程示意图；

图4为本公开实施例提供的一种标注装置结构示意图；

图5为本公开实施例提供的电子设备示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

本公开实施例提供一种标注方法。本实施例提供的标注方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、终端设备等中。

参见图1，本公开实施例提供的一种标注方法，包括：

S101，获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；

本公开实施例提供的标注方法，可以应用于同一个人被多个不同摄像头捕捉的场景，所述场景可以为商场、施工现场或其他人员聚集的场所。现以商场为例，商场中在不同的区域覆盖预设数量的摄像头，以使得行人在移动过程中能被摄像头持续捕捉到画面。将摄像头捕捉到的某个移动的行人定义为目标对象。将目标对象从进入某个摄像头的画面开始直至消失以形成的路径定义为轨迹，在所述轨迹中持续捕捉到的目标对象的图片定义为一组对应的轨迹图片。现以目标对象为行人来阐述具体的实施方案。

可选地，在商场等对应的场景内，不同的区域覆盖有一定数量的摄像头。每个摄像头设置在固定的位置，且具有特定的图像捕捉范围。为避免盲区，在布置摄像头时，即考虑某个摄像头及其邻域摄像头的设置距离和摆放角度，以能够覆盖某个区域的全部视线范围。

行人从进入第一摄像头的捕捉范围开始进行图片采集，行人移动，第一摄像头持续跟踪采集图片，直至行人移出第一摄像头的图像捕捉范围时结束这一组拍摄轨迹。行人继续移动，进入第二摄像头捕捉范围，开始对行人继续进行图片采集，直至行人移出第二摄像头的图像捕捉范围时结束这一组拍摄轨迹。其中，第一摄像头为第二摄像头的邻域摄像头。行人继续移动，进入第二摄像头的邻域摄像头开始图片采集，如此持续拍摄多组轨迹图片。

具体地，获取对应场景下某行人最可能出现的时间段内的至少两组轨迹图片，或者某个指定的时间点或时间段的至少两组轨迹图片。其中，每组轨迹图片包含至少两个目标图片，每个目标图片均包含行人。当然，在采集的轨迹图片中，可能存在不包含目标图片的画面，通过图片的预处理，将不包含目标图片的画面去除，以提高目标对象的标注精度和准确性。

S102，提取每组所述轨迹图片中的最优图片；

通过上述步骤获取至少两组轨迹图片，每组轨迹图片捕捉了目标对象在此路径下连续的行为动作。每组轨迹图片包含多个目标图片，将每组轨迹图片中最有代表性、最能概括当前轨迹的行为状态的图片定义为最优图片。

在所述轨迹图片中，提取最优图片方式有多种。可选地，根据用户的选择，在一组轨迹图片中指定最优图片。例如，拍摄的一组行人轨迹图片中，指定拍摄的行人画面最完整，拍摄的画面角度最能反应当前的行为状态的某个图片为最优图片。此外，最优图片的选择方式也可以为，在设备处理器中，预设最优图片的提取算法，通过所述提取算法来得到最优图片。

S103，提取全部所述最优图片的全局特征；

上述步骤提取了每组所述轨迹图片中的最优图片，得到了至少两个最优图片，然后，分别提取全部最优图片的全局特征。所述全局特征是指图像的整体属性，常见的全局特征包括颜色特征、纹理特征和形状特征，比如强度直方图等。在设备处理器中，预设全局特征的提取算法，通过所述提取算法来得到最优图片的全局特征。每个最优图片提取一个全局特征。

S104，获取全局特征相匹配的目标最优图片；

提取每个最优图片的全局特征，分析比对各最优图片的全局特征，将全局特征相匹配的最优图片定义为目标最优图片。可理解的是，“相匹配”是一个概括性的概念。实施时，可以通过预设匹配的相似度数值来分析比对。例如，根据不同的环境拍摄光线，适应性的调整匹配的相似度数值。同一摄像头在阴天或晴天对同一行人进行拍摄，所采集的轨迹图片的清晰度可能不同。这样，对应的最优图片、及其全局特征的参数也会出现差异。分析比对时，适应性的调整匹配的相似度数值，以得到预设数量的目标最优图片，为后续的标注步骤提供足够的参考数据。

S105，将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。

可选地，根据预设匹配的相似度数值来得到预设数量的目标最优图片，将预设数量的全部目标最优图片对应的轨迹图片标注为目标对象的轨迹图片。

上述本公开实施例提供的标注方法，通过获取多组轨迹图片，提取每组轨迹图片中的最优图片，并提取全部所述最优图片的全局特征来获取全局特征相匹配的目标最优图片，从而将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。通过本公开的方案，能够标注不同摄像头下拍摄的同一目标对象的图片，得到所述目标对象对应的图片集合；实现在对应场景中快速查找目标对象的轨迹；进一步地通过目标最优图片进行目标对象的识别。

根据本公开实施例的一种具体实现方式，如图2所示，步骤S102所述的，提取每组所述轨迹图片中的最优图片的步骤，可以包括：

S201，根据预设的特征提取器分别提取每组轨迹图片中的每个所述目标图片的全局特征；

具体地，所述预设的特征提取器可以包括：提取器、多个级联的特征提取模块，其中，所述级联的特征提取模块包括卷积层以及全连接层。卷积层用于从输入目标图片中提取局部特征；所述全连接层连接到相同特征提取模块中的卷积层并且从提取的局部特征中提取目标图片的全局特征。

S202，将每个所述目标图片的全局特征与所述轨迹图片中其他全部目标图片的全局特征分别进行距离求和，并将求和的结果累加，得到每个目标图片对应的距离总和；

可理解的是，全局特征反映的是目标图片整体属性。若两个目标图片的全局特征的距离之和较小，则说明全局特征对应的目标图片的差异较少，也就是，这两个目标图片的相似度较高，为同一个目标对象的轨迹图片的概率较大。若两个目标图片的全局特征的距离之和较大，则说明全局特征对应的目标图片的差异较多，也就是，这两个目标图片的相似度较低，为同一个目标对象的轨迹图片的概率较小。

将当前所述目标图片的全局特征与所述轨迹图片中其他全部目标图片的全局特征分别进行距离求和；若任意两个目标图片不完全相同，则任意目标图片的全局特征与轨迹图片中其他全部目标图片的距离之和的累加结果也就不完全相同。

S203，将全部所述目标图片中，距离总和最小值对应的目标图片确定为所述轨迹图片中的最优图片。

再次理解全局特征反映的是目标图片整体属性。若某目标图片对应的距离总和数值小，则说明此目标图片与所述轨迹图片中其他目标图片的差异整体上较少。也就是，此目标图片为该组轨迹图片中最有代表性、最能概括当前轨迹的行为状态的最优图片。

根据本公开实施例的一种具体实现方式，如图3所示，所述获取至少两组轨迹图片的步骤，包括：

S301，获取至少两组轨迹图片，其中，每组轨迹图片包含多个原始图片；

S302，根据预设的目标对象检测算法，去除得分小于预设值的原始图片得到待定图片；

S303，计算每个所述待定图片中目标对象的高度和宽度之比；

S304，去除每组轨迹图片的全部待定图片中目标对象的高度和宽度之比位于预设范围内的待定图片，以得到每组所述轨迹图片的目标图片。

本公开实施例中，所述预设范围为小于1或者大于4.5。

以目标对象是行人为例，具体阐述此步骤。

具体地，摄像头连续采集行人在移动过程中的一组轨迹图片，此轨迹图片包含多个原始图片。若行人在移动过程中未出现在摄像头的拍摄范围之内时，摄像头所采集的这部分原始图片则不包括行人。

根据预设的目标对象检测算法，去除得分小于预设值的原始图片得到待定图片。所述目标对象检测算法内设置有计算公式和筛选条件，将计算得分小于预设值的原始图片去除。可以理解为，此目标对象检测算法检测原始图片中目标对象的完整度，即用分数来衡量原始图片中目标对象的完整度。本实施例中，所述预设值为0.7。也就是，原始图片中行人的图像完整度低于0.7时去除，得到待定图片。可选地，所述目标对象检测算法在计算时，将行人的某些重要部位设置不同的权重，例如具有识别功能的人脸。当原始图片中行人的图像包含完整的能够识别行人身份的人脸，而其他身体部位未完全进入图像中，则就算原始图片中行人的图像完整度较低，也可能达到预设的分数值，成为待定图片。所述目标对象检测算法、计算公式和筛选条件均可根据不同的场景适应性的设置，不作限定。

进一步地，计算所述待定图片中目标对象的高度和宽度之比；去除每组轨迹图片的全部待定图片中目标对象的高度和宽度之比位于预设范围内的待定图片。通常地，普通行人的身高和身宽之比约为2～3，在此比值之外，例如目标对象的宽度太宽或高度太高的目标图片均属于脏图，需要去除，以得到每组所述轨迹图片的目标图片。本公开的实施例中，所述预设范围为小于1或者大于4.5。当然，在其他实施例中，所述预设值可适应性的调整，不作限定。

根据本公开实施例的一种具体实现方式，所述获取至少两组轨迹图片的步骤之前，所述方法还包括：

根据预设的特征字典的层级，依次设置图像采集设备号父节点、轨迹号父节点和图片号父节点的存储框架；

将同一图像采集设备内的所有组轨迹均对应存储于同一个图像采集设备号父节点内，且一组轨迹下的全部目标图片均对应存储于同一个轨迹号父节点内；

根据特征字典的层级依次拉取轨迹图片。

具体地，利用行人识别的基础模型对清理后的目标图片提取2048维特征，把特征稀疏到256维并构建一个特征字典以供后续全局特征查询。根据特征字典预设的层级，依次设置“图像采集设备号父节点-轨迹号父节点-图片号父节点”的三层结构，即同一相机下的所有轨迹共用一个图像采集设备号父节点，同一轨迹下的轨迹图片共用一个轨迹号父节点。特征字典以树状图的形式存储轨迹图片、目标图片及其对应的全局特征，这样，能很大程度地提高查询速度。

根据本公开实施例的一种具体实现方式，所述将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片的步骤之后，还包括：

提取所述行人脸部的特征点；

根据预设的人员面部特征的信息集合，分析所述行人脸部的特征点信息，确定所述行人对应的人员身份信息。

具体地，目标对象为行人。标注不同摄像头捕捉的同一行人的轨迹图片的集合，进一步地对标注的行人进行人脸识别。可应用于商场、施工现场或其他工作场所的员工进行位置跟踪的场景。

实施时，采集全部员工中每个人员的面部图像，并在所述面部图像上标注特征点，提取各特征点的信息。将每个人员面部图像及对应的特征点信息存储于全部人员面部特征的信息集合内。此外，采集相应人员的身份信息，将人员身份信息与其面部图像对应存储于全部人员面部特征的信息集合内。所述身份信息可以包括姓名、工牌信息或身份证信息中的至少一种，也可以为与相应人员身份匹配的其他身份识别信息。

提取所述行人脸部的特征点，根据预设的全部人员面部特征的信息集合，分析所述人脸图像的特征点信息，判断所述人脸图像是否与全部人员面部特征的信息集合中的某个具体人员的面部图像匹配。分析后，标注与所述人脸图像匹配的人员面部图像，并调取所述人员面部图像对应的身份信息，从而判断出所述人脸图像对应的人员身份信息。

与上面的方法实施例相对应，参见图4，本公开实施例还提供了一种标注装置40，所述装置包括：

第一获取模块401，用于获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；

第一提取模块402，用于提取每组所述轨迹图片中的最优图片；

第二提取模块403，用于提取全部所述最优图片的全局特征；

第二获取模块404，用于获取全局特征相匹配的目标最优图片；

标注模块405，用于将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。

图4所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。

参见图5，本公开实施例还提供了一种电子设备50，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的标注方法。

本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的标注方法。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的标注方法。

下面参考图5，其示出了适于用来实现本公开实施例的电子设备50的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备50可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备50操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备50与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备50，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种的标注方法，其特征在于，包括：

获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；

提取每组所述轨迹图片中的最优图片，包括根据预设的特征提取器分别提取每组轨迹图片中的每个所述目标图片的全局特征；将每个所述目标图片的全局特征与所述轨迹图片中其他全部目标图片的全局特征分别进行距离求和，并将求和的结果累加，得到每个目标图片对应的距离总和；将全部所述目标图片中，距离总和最小值对应的目标图片确定为所述轨迹图片中的最优图片；

提取全部所述最优图片的全局特征；

获取全局特征相匹配的目标最优图片；

将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。

2.根据权利要求1所述的标注方法，其特征在于，获取至少两组轨迹图片的步骤，包括：

获取至少两组轨迹图片，其中，每组轨迹图片包含多个原始图片；

根据预设的目标对象检测算法，去除得分小于预设值的原始图片得到待定图片；

计算每个所述待定图片中目标对象的高度和宽度之比；

去除每组轨迹图片的全部待定图片中目标对象的高度和宽度之比位于预设范围内的待定图片，以得到每组所述轨迹图片的目标图片。

3.根据权利要求2所述的标注方法，其特征在于，所述预设范围为小于1或者大于4.5。

4.根据权利要求1所述的标注方法，其特征在于，获取至少两组轨迹图片的步骤之前，所述方法还包括：

根据预设的特征字典的层级，依次设置图像采集设备号父节点、轨迹号父节点和图片号父节点的存储框架；

将同一图像采集设备内的所有组轨迹均对应存储于同一个图像采集设备号父节点内，且一组轨迹下的全部目标图片均对应存储于同一个轨迹号父节点内；

根据特征字典的层级依次拉取所述轨迹图片。

5.根据权利要求1至4中任一项所述的标注方法，其特征在于，所述目标对象为行人。

6.根据权利要求5所述的标注方法，其特征在于，所述将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片的步骤之后，还包括：

提取所述行人脸部的特征点；

根据预设的人员面部特征的信息集合，分析所述行人脸部的特征点信息，确定所述行人对应的人员身份信息。

7.一种标注装置，其特征在于，所述装置包括：

第一获取模块，用于获取至少两组轨迹图片，其中，每组轨迹图片包含至少两个目标图片，每个所述目标图片均包含目标对象；

第一提取模块，用于提取每组所述轨迹图片中的最优图片，包括根据预设的特征提取器分别提取每组轨迹图片中的每个所述目标图片的全局特征；将每个所述目标图片的全局特征与所述轨迹图片中其他全部目标图片的全局特征分别进行距离求和，并将求和的结果累加，得到每个目标图片对应的距离总和；将全部所述目标图片中，距离总和最小值对应的目标图片确定为所述轨迹图片中的最优图片；

第二提取模块，用于提取全部所述最优图片的全局特征；

第二获取模块，用于获取全局特征相匹配的目标最优图片；

标注模块，用于将全部所述目标最优图片对应的轨迹图片标注为所述目标对象的轨迹图片。

8.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-6中任一项所述的标注方法。

9.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-6中任一项所述的标注方法。

Images