CN112148924A - 一种行李箱检索方法、装置及电子设备 - Google Patents

一种行李箱检索方法、装置及电子设备 Download PDF

Info

Publication number
CN112148924A
CN112148924A CN201910577370.4A CN201910577370A CN112148924A CN 112148924 A CN112148924 A CN 112148924A CN 201910577370 A CN201910577370 A CN 201910577370A CN 112148924 A CN112148924 A CN 112148924A
Authority
CN
China
Prior art keywords
matched
retrieved
luggage
target
suitcase
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910577370.4A
Other languages
English (en)
Inventor
邓凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201910577370.4A priority Critical patent/CN112148924A/zh
Publication of CN112148924A publication Critical patent/CN112148924A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明实施例提供了一种行李箱检索方法、装置及电子设备。该方法包括：获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱；当查找到时，获取待检索视频中关于目标行李箱的拍摄地点和/拍摄时间。相比于现有技术，应用本发明实施例提供的方案，可以快速高效地协助用户找回丢失的行李箱。

Description

一种行李箱检索方法、装置及电子设备
技术领域
本发明涉及视频监控技术领域，特别是涉及一种行李箱检索方法、装置及电子设备。
背景技术
当前，很多用户在出行时会选择飞机作为交通工具，并携带行李箱来放置出行途中所需要的衣物、护理用品以及工作工具等。
对于用户所携带的行李箱，由于航空公司存在相关规定，行李箱不能超过预设重量，因此，用户需要对超过预设重量的行李箱进行托运。这样，用户在下飞机后可以在取行李处等待，并在传送带上出现自己的行李箱取走行李箱。
然而，由于机场中每天都需要托运大量的行李箱，且行李提取处存在大量的用户，每个用户需要在较短时间内取走行李箱，因此，很容易出现行李箱遗失、误取等情况。此外，还可能存在用户忘记取走自己的行李的情况发生。
基于此，亟需一种行李箱检索方法，以快速高效地协助用户找回丢失的行李箱。
发明内容
本发明实施例的目的在于提供一种行李箱检索方法、装置、电子设备及计算机可读存储介质，以实现快速高效地协助用户找回丢失的行李箱。
具体技术方案如下：
第一方面，本发明实施例提供了一种行李箱检索方法，所述方法包括：
获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
对所述待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
根据计算得到的相似度，在多个待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱；
当查找到时，获取所述待检索视频中关于所述目标行李箱的拍摄地点和/或拍摄时间。
作为一种示例，所述方法还包括：
当未查找到时，按照预设时长，扩大所述指定时间范围，并获取所述视频采集设备在扩大后的指定时间范围内采集到的待检索视频；返回执行所述对所述待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像的步骤。
作为一种示例，所述计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度的步骤，包括：
从所述目标图像中，提取所述待检索行李箱的特征数据，作为目标数据；
从每个参考图像中，提取该参考图像中的待匹配行李箱的特征数据；
基于所述目标数据与每个待匹配行李箱的特征数据，计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度。
作为一种示例，所述目标数据为：所述待检索行李箱的目标特征向量；所述每个待匹配行李箱的特征数据为：所述每个待匹配行李箱的特征向量；
所述基于所述目标数据与每个待匹配行李箱的特征数据，计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度的步骤，包括：
计算所述目标特征向量和每个待匹配行李箱的特征向量的夹角余弦值，作为所述目标图像中的待检索行李箱与每个待匹配行李箱的相似度。
作为一种示例，所述根据计算得到的相似度，在多个待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱的步骤，包括：
根据计算得到的相似度，确定所述多个参考图像中的备选图像；
从所确定的备选图像包括的待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱。
作为一种示例，所述根据计算得到的相似度，确定所述多个待匹配图像中的备选图像的步骤，包括：
将计算得到的相似度大于预设阈值的待匹配行李箱对应的参考图像确定为备选图像；或，
按照计算得到的相似度由大到小的顺序，对每个待匹配行李箱对应的参考图像进行排序，将排列在前N位的参考图像确定为备选图像，其中，N≥1。
作为一种示例，所述从所确定的备选图像包括的待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱的步骤，包括：
将所确定的备选图像中所包括的待匹配行李箱确定为与所述待检索行李箱匹配的目标行李箱；或，
输出所确定的备选图像，在检测到用户针对至少一张备选图像执行的选中操作时，将用户所选中的备选图像所包括的行李箱确定与所述待检索行李箱匹配的目标行李箱。
第二方面，本发明实施例提供了一种行李箱检索装置，所述装置包括：
第一信息获取模块，用于获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
行李箱检测模块，用于对所述待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
相似度计算模块，用于计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
行李箱查找模块，用于根据计算得到的相似度，在多个待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱；当查找到时，触发数据获取模块；
所述数据获取模块，用于获取所述待检索视频中关于所述目标行李箱的拍摄地点和/拍摄时间。
作为一种示例，所述装置还包括：
第二信息获取模块，用于当未查找到时，按照预设时长，扩大所述指定时间范围，获取所述视频采集设备在扩大后的指定时间范围内采集到的待检索视频；并触发所述行李箱检测模块。
作为一种示例，所述相似度计算模块包括：
第一数据提取子模块，用于从所述目标图像中，提取所述待检索行李箱的特征数据，作为目标数据；
第二数据提取子模块，用于从每个参考图像中，提取该参考图像中的待匹配行李箱的特征数据；
相似度计算子模块，用于基于所述目标数据与每个待匹配行李箱的特征数据，计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度。
作为一种示例，所述目标数据为：所述待检索行李箱的目标特征向量；所述每个待匹配行李箱的特征数据为：所述每个待匹配行李箱的特征向量；所述相似度计算子模块具体用于：
计算所述目标特征向量和每个待匹配行李箱的特征向量的夹角余弦值，作为所述目标图像中的待检索行李箱与每个待匹配行李箱的相似度。
作为一种示例，所述行李箱查找模块，包括：
图像确定子模块，用于根据计算得到的相似度，确定所述多个参考图像中的备选图像；
图像查找子模块，用于从所确定的备选图像包括的待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱。
作为一种示例，所述图像确定子模块具体用于：
将计算得到的相似度大于预设阈值的待匹配行李箱对应的参考图像确定为备选图像；或，按照计算得到的相似度由大到小的顺序，对每个待匹配行李箱对应的参考图像进行排序，将排列在前N位的参考图像确定为备选图像，其中，N≥1。
作为一种示例，所述图像查找子模块具体用于：
将所确定的备选图像中所包括的待匹配行李箱确定为与所述待检索行李箱匹配的目标行李箱；或，输出所确定的备选图像，在检测到用户针对至少一张备选图像执行的选中操作时，将用户所选中的备选图像所包括的行李箱确定与所述待检索行李箱匹配的目标行李箱。
第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面提供的一种行李箱检索方法中任一所述的方法步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面提供的一种行李箱检索方法中任一所述的方法步骤。
以上可见，应用本发明实施例提供的方案，针对待检索行李箱，可以首先行李箱检索对获取的待检索视频的视频帧进行检测，得到在指定时间段内出现的所有行李箱。进而，根据所获取的包括该待检索行李箱的图像数据的目标图像，将待检索行李箱与待检索视频中出现的各个行李箱进行匹配，得到待检索行李箱与待检索视频中出现的各个行李箱的相似度，从而根据所得到的相似度，在待检索视频中出现的各个行李箱中确定与待检索行李箱匹配的目标行李箱。这样，便可以根据该目标行李箱的拍摄地点和/或拍摄时间，确定目标行李箱在上述待检索视频中出现的地点和/或时间，从而帮助用户缩小待检索行李箱的查找范围，快速高效地协助用户找回待检索行李箱。
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简单地介绍，显而易见地，下面描述中的附图仅仅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一种行李箱检索方法的流程示意图；
图2为图1所示实施例中步骤S103的一种具体实现方式的流程示意图；
图3为图1所示实施例中步骤S104的一种具体实现方式的流程示意图；
图4为本发明实施例提供的另一种行李箱检索方法的流程示意图；
图5为本发明实施例提供的一种行李箱检索装置的结构示意图；
图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅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做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。
当前，由于机场中每天都需要托运大量的行李箱，且行李提取处存在大量的用户，每个用户需要在较短时间内取走行李箱，因此，很容易出现行李箱遗失、误取等情况。此外，还可能存在用户忘记取走自己的行李的情况发生。基于此，亟需一种行李箱检索方法，以快速高效地协助用户找回丢失的行李箱。
为了解决技术问题，本发明实施例提供了一种行李箱检索方法。其中，该方法可以应用于任一需要进行行李箱检索的电子设备，例如，笔记本电脑、台式电脑、手机等。对此，本发明实施例不做具体限定，以下简称电子设备。
此外，针对具有视频监控系统的场所而言，例如，机场、火车站等，该电子设备可以是该视频监控系统的后台控制设备，例如，针对机场而言，该电子设备可以是机场视频监控系统的中控平台，也可以是独立于视频监控系统的电子设备。这都是合理的。
图1为本发明实施例提供的一种行李箱检索方法的流程示意图，如图1所示，该行李箱检索方法可以包括如下步骤：
S101：获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
S102：对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
S103：计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
S104：根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱；
S105：当查找到时，获取待检索视频中关于目标行李箱的拍摄地点和/或拍摄时间。
以上可见，应用本发明实施例提供的方案，针对待检索行李箱，可以首先行李箱检索对获取的待检索视频的视频帧进行检测，得到在指定时间段内出现的所有行李箱。进而，根据所获取的包括该待检索行李箱的图像数据的目标图像，将待检索行李箱与待检索视频中出现的各个行李箱进行匹配，得到待检索行李箱与待检索视频中出现的各个行李箱的相似度，从而根据所得到的相似度，在待检索视频中出现的各个行李箱中确定与待检索行李箱匹配的目标行李箱。这样，便可以根据该目标行李箱的拍摄地点和/拍摄时间，确定目标行李箱在上述待检索视频中出现的地点和/或时间，从而帮助用户缩小待检索行李箱的查找范围，快速高效地协助用户找回待检索行李箱。
在上述步骤S101中，当需要进行行李箱检索时，电子设备便可以首先获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频。
其中，该目标图像可以是用户提供的，通过其他电子设备发送给电子设备的。例如，用户将手机中的存储的目标图像通过数据传输线、蓝牙等方式传输给电子设备。当前，电子设备也可以通过其他方式获取目标图像，对此，本发明实施例不做具体限定。
此外，目标图像中可以仅仅包括待检索行李箱，也可以在包括待检索行李箱的同时，包括其他对象的图像数据，例如，使用该行李箱的用户等，这都是合理的。
在获取待检索视频时，可以根据用户提供的相关时间来确定上述指定时间范围，例如，将指定时间范围确定为用户上一次看到待检索行李箱的时间到当前时刻的时间，或者，假设在机场，可以确定用户所乘坐航班的落地时间以及行李箱传送时间确定指定时间范围。
此外，电子设备可以只获取一个或几个安装在指定位置的视频采集设备在指定时间范围内采集到的待检索视频，也可以获取视频监控系统内安装在所有位置的视频采集设备在指定时间范围内采集到的待检索视频，这都是合理的。
具体的，电子设备在获取视频采集设备在指定时间范围内采集到的待检索视频时，首先获取指定时间范围和指定的视频采集设备，其中，电子设备可以通过多种方式获取指定时间范围和指定的视频采集设备，例如，利用手动输入的方式，在电子设备中输入指定时间范围的起始时间和终止时间，或者，在电子设备所提供的时间选取界面中通过触屏或者鼠标点击的方式选取指定时间范围的起始时间和终止时间。电子设备还可以通过其他方式获取指定时间范围，对此，本发明实施例不做具体限定。
同样的，可以通过手动输入的方式，在电子设备中输入指定的视频采集设备的编号，或者，在电子设备提供的视频采集设备选取界面中通过触屏或者鼠标点击的方式选取视频采集设备，或者，视频采集设备的编号。当然，本发明实施例还可以通过其他方式获取指定的视频采集设备，对此，本发明实施例不做具体限定。
此外，上述待检索视频还可以是视频采集设备在当前时刻之后，实时采集到的视频，即电子设备不但可以在当前时刻之前已经采集到的待检索视频中检索与待检索行李箱匹配的目标行李箱，还可以对实时采集到的视频进行检索，以期能够在实时采集到的视频中，检索到与待检索行李箱匹配的目标行李箱。
这样，在获取到指定时间范围和指定的视频采集设备后，电子设备便可以在本地或者其他电子设备所存储的视频中，提取指定的视频采集设备在指定时间范围内采集到的待检索视频。
在执行完上述步骤S101，得到目标图像和待检索视频后，电子设备便可以继续执行上述步骤S102，对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像。
待检索视频是由安装在某一位置的视频采集设备采集到的，而该视频采集设备可以对该位置对应的拍摄范围内所出现的各个人员和事情进行拍摄，因此，该视频采集设备可以拍摄到关于行李箱的视频帧。
基于此，针对待检索视频的每一视频帧，电子设备便可以对该视频帧进行行李箱检测，当在该视频帧中检测到行李箱时，显然，该视频帧中所包括的行李箱是可以用于与待检索行李箱进行匹配的待匹配行李箱。因此，电子设备便可以将该视频帧确定为包括待匹配行李箱的图像数据的参考图像。
这样，在完成对待检索视频的全部视频帧进行行李箱检测后，电子设备便可以得到包括待匹配行李箱的图像数据的多个参考图像。
其中，电子设备可以通过多种方式对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像。对此，本发明实施例不做具体限定。
作为一种示例，电子设备可以通过各种图像检测算法对待检索视频的视频帧进行行李箱检测，对此，本发明实施例不做具体限定。例如，Yolo(You Only Look Once)算法、Faster-RCNN(Faster-Regions with Convolutional Neural Network)算法等。
作为一种示例，电子设备还可以将利用预设的行李箱检测模型对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像。
作为一种示例，电子设备可以将待检索视频的每一视频帧输入到上述行李箱检测模型中，并根据该行李箱检测模型的输出结果确定该视频帧中是否包括待匹配的行李箱的图像数据，从而在该视频帧中包括待匹配的行李箱的图像数据时，将该视频帧确定为包括待匹配行李箱的图像数据的参考图像。
其中，该行李箱检测模型可以是基于多个样本图像和每个样本图像的标签对预设的初始模型进行训练得到的。当样本图像中包括行李箱的图像数据时，将该样本图像的标签设置为1，表征该样本图像中存在行李箱的图像数据；当样本图像中不包括行李箱的图像数据时，该样本图像的标签设置为0。进而，将多个样板图像和每个样本图像的标签输入到预设的初始模型中进行训练，直至满足收敛条件时，得到训练完成的行李箱检测模型。
这样，电子设备在利用上述训练完成的行李箱检测模型对待检索视频的每一视频帧进行检测时，便可以根据该行李箱检测模型的输出结果为1或0，确定该视频帧中是否包括待匹配的行李箱的图像数据，并在输出结果为1时，确定该视频帧中包括待匹配的行李箱的图像数据，将该视频帧确定为包括待匹配行李箱的图像数据的参考图像。
当然，在训练上述行李箱检测模型时，每个样本图像的标签也可以有其他表示形式，只要该标签能够表征出样本图像中是否包括行李箱的图像数据即可。例如，用标签“Y”表征样本图像中存在行李箱的图像数据，标签“N”表征样本图像中不存在行李箱的图像数据。对此，本发明实施例不做具体限定。
在执行完上述步骤S102，得到包括待匹配行李箱的图像数据的多个参考图像后，电子设备便可以继续执行上述步骤S103，计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度。
具体的，为了确定每个参考图像中的待匹配行李箱是否与目标图像中的待检索行李箱匹配，从而确定与目标图像中的待检索行李箱匹配的目标行李箱。电子设备可以针对每一参考图像，计算目标图像中的待检索行李箱与该参考图像中的待匹配行李箱的相似度，以使得可以根据计算得到的相似度，在每一参考图像包括的待匹配行李箱中，确定与目标图像中的待检索行李箱匹配的目标行李箱。
其中，电子设备可以通过多种方式执行上述步骤S103，对此，本发明实施例不做具体限定。
作为一种示例，如图2所示，电子设备执行上述步骤S103的方式可以包括如下步骤：
S201：从目标图像中，提取待检索行李箱的特征数据，作为目标数据；
S202：从每个参考图像中，提取该参考图像中的待匹配行李箱的特征数据；
S203：基于目标数据与每个待匹配行李箱的特征数据，计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度。
在本具体实现方式中，电子设备可以利用各种图像特征提取算法，从目标图像中，提取待检索行李箱的特征数据，并将所提取到的待检索行李箱的特征数据作为目标数据。
其中，电子设备所采用的图像特征提取算法可以为任一能够从目标图像中提取到待检索行李箱的特征数据的图像特征提取算法，对此，本发明实施例不做具体限定。例如，基于深度卷积神经网络的语义特征提取算法。
同样的，针对每一参考图像，电子设备可以利用各种图像特征提取算法，从该参考图像中，提取该参考图像中的待匹配行李箱的特征数据。
其中，电子设备所采用的图像特征提取算法可以为任一能够从参考图像中提取到该参考图像中的待匹配行李箱的特征数据的图像特征提取算法，对此，本发明实施例不做具体限定。例如，基于深度卷积神经网络的语义特征提取算法。
当然，电子设备在提取待检索行李箱的特征数据时所利用的图像特征提取算法与在提取参考图像中的待匹配行李箱的特征数据时所利用的图像特征提取算法可以相同，也可以不同。
此外，上述步骤S201和步骤S202的执行顺序，可以为首先执行上述步骤S201，再执行上述步骤S202，也可以是首先执行上述步骤S202，再执行上述步骤S201，还可以同时执行上述步骤S201和S202。这都是合理的。
这样，在得到待检索行李箱的特征数据，即目标数据，以及针对每一参考图像，得到该参考图像中的待匹配行李箱的特征数据后，电子设备便可以继续执行上述步骤S203，针对每一参考图像，基于目标数据与该参考图像中的待匹配行李箱的特征数据，计算目标图像中的待检索行李箱与该参考图像中的待匹配行李箱的相似度。
其中，电子设备可以在提取到一参考图像中的待匹配行李箱的特征数据后，便基于目标图像和该参考图像中的待匹配行李箱的特征数据，计算目标图像中的待检索行李箱与该参考图像中的待匹配行李箱的相似度。进而，针对下一参考图像中的待匹配行李箱的特征数据，并继续基于目标图像和该下一参考图像中的待匹配行李箱的特征数据，计算目标图像中的待检索行李箱与该下一参考图像中的待匹配行李箱的相似度。
当然，电子设备也可以在提取到全部参考图像中的每一参考图像中的待匹配行李箱的特征数据后，再依次针对每一参考图像，基于目标图像和该参考图像中的待匹配行李箱的特征数据，计算目标图像中的待检索行李箱与该参考图像中的待匹配行李箱的相似度。
可以理解的，当上述图2所示具体实现方式中，所提取到的目标数据和每个待匹配行李箱的特征数据的表达方式不同时，电子设备执行上述步骤S203的方式也可以不同。对此，本发明实施例不做具体限定。
作为一种示例，上述图2所示具体实现方式中，目标数据可以为：待检索行李箱的目标特征向量；则每个待匹配行李箱的特征数据为：每个待匹配行李箱的特征向量；
这样，在本实施例中，电子设备执行上述步骤S203的方式，可以包括如下步骤：
计算目标特征向量和每个待匹配行李箱的特征向量的夹角余弦值，作为目标图像中的待检索行李箱与每个待匹配行李箱的相似度。
具体的，在本实施例中，电子设备在执行上述步骤S201时，针对目标图像，可以基于目标图像中所包括的待检索行李箱的图像数据，进行行李箱建模，从而提取到待检索行李箱的模型，并将该模型确定为待检索行李箱的特征数据。由于，待检索行李箱的模型是一个多维向量，因此，待检索行李箱的特征数据即为一个目标特征向量，进而，在上述步骤S201中所得到的目标数据即为待检索行李箱的目标特征向量。
同样的，在本具体实现方式中，电子设备在执行上述步骤S202时，针对每一参考图像，可以基于该参考图像中所包括的待匹配行李箱的图像数据，进行行李箱建模，从而提取到该参考图像中所包括的待匹配行李箱的模型，并将该模型确定为该参考图像中所包括的待匹配行李箱的特征数据。由于，该参考图像中所包括的待匹配行李箱的模型是一个多维向量，因此，该参考图像中所包括的待匹配行李箱的特征数据即为一个目标特征向量，进而，在上述步骤S202中，得到的每个待匹配行李箱的特征数据即为每个参考图像包括的待匹配行李箱的特征向量。
这样，在本实施例中，针对每个参考图像包括的待匹配行李箱，电子设备便可以计算上述目标特征向量和该待匹配行李箱的特征向量的夹角余弦值，从而将所得到的夹角余弦值作为目标图像中的待检索行李箱与该待匹配行李箱的相似度。
具体的，针对每个参考图像包括的待匹配行李箱，电子设备可以通过如下公式计算上述目标特征向量和该待匹配行李箱的特征向量的夹角余弦值。
Figure BDA0002112444520000131
其中，cos(θ)为目标特征向量和该待匹配行李箱的特征向量的夹角余弦值，A为目标特征向量，B为该待匹配行李箱的特征向量，Ai为目标特征向量A中第i个元素的元素值，Bi为待匹配行李箱的特征向量B中第i个元素的元素值。
根据向量的夹角余弦值的相关性质以及夹角余弦值的取值为[0,1]，在本实施例中，所计算得到的夹角余弦值越接近1，说明目标图像中的待检索行李箱与该待匹配行李箱的相似度越高，即目标图像中的待检索行李箱与该待匹配行李箱越匹配。
优选的，另一种实施例中，上述图2所示具体实现方式中，目标数据可以为：待检索行李箱的各个属性的目标属性值；则每个待匹配行李箱的特征数据为：每个待匹配行李箱的各个属性的属性值；
这样，在本实施例中，如图3所示，电子设备执行上述步骤S203的方式，可以包括如下步骤：
针对每个待匹配行李箱，确定各个属性中，待检索行李箱的目标属性值与该待匹配行李箱的待匹配属性值相同的属性的个数；
针对每个待匹配行李箱，基于所确定的个数，计算待检索行李箱与该待匹配行李箱的相似度。
可以理解的，无论是待检索行李箱还是待匹配行李箱，均具有能够表征行李箱某一方面的特点的多个属性，例如，行李箱颜色、行李箱尺寸、行李箱材质、行李箱样式等。
基于此，在本实施例中，电子设备在执行上述步骤S201-S202时，电子设备便可以利用图像特征提取算法，从目标图像中包括的待检索行李箱的图像数据中，提取待检索行李箱的各个属性的目标属性值，并将所提取到的各个属性的目标属性值确定为待检索行李箱的特征数据，即目标数据为待检索行李箱的各个属性的目标属性值。
同样的，针对每一参考图像，电子设备可以利用图像特征提取算法，从该参考图像中包括的待匹配行李箱的图像数据中，提取该参考图像中包括的待匹配行李箱的各个属性的属性值，并将所提取到的各个属性的属性值确定为该参考图像中包括的待匹配行李箱的特征数据。
进一步的，可以理解的，当待检索行李箱和一待匹配行李箱的属性值相同的属性越多时，可以认为待检索行李箱和该待匹配行李箱的相似度越高，即待检索行李箱与该待匹配行李箱越匹配。
这样，在本实施例中，针对每个参考图像包括的待匹配行李箱，电子设备便可以确定各个属性中，待检索行李箱的目标属性值与该待匹配行李箱的待匹配属性值相同的属性的个数。进而，根据所确定的个数，计算待检索行李箱与该待匹配行李箱的相似度。
其中，电子设备可以通过多种方式执行根据所确定的个数，计算待检索行李箱与该待匹配行李箱的相似度的步骤，对此，本发明实施例不做具体限定。
实施例1，针对每个待匹配行李箱，电子设备可以将所确定的属性的个数作为所述待检索行李箱与该待匹配行李箱的相似度。
实施例2，针对每个待匹配行李箱，电子设备便可以计算所确定的个数与各个属性的总个数的比值，将计算得到的比值作为待检索行李箱与该待匹配行李箱的相似度。
此外，可以理解的，由于不同的属性在匹配待检索行李箱和待匹配行李箱时所起到的作用的重要程度不同，因此，可以根据每个属性在匹配待检索行李箱和待匹配行李箱时所起到的作用的重要程度，为每个属性设定权重。
这样，在实施例3中，针对每个待匹配行李箱，电子设备可以计算所确定属性值相同的属性的权重和，将计算得到的属性和作为作为待检索行李箱与该待匹配行李箱的相似度。
在执行完上述步骤S103，计算得到目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度后，电子设备便可以继续执行上述步骤S104，根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱。
其中，电子设备可以通过多种方式执行上述步骤S104，对此，本发明实施例不做具体限定。
作为一种示例，如图3所示，电子设备执行上述步骤S104的方式可以包括如下步骤：
S301：根据计算得到的相似度，确定多个参考图像中的备选图像；
计算得到目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度后，电子设备便可以根据计算得到的相似度，在多个参考图像中确定备选图像。其中，电子设备可以通过多种方式执行上述步骤S301，对此，本发明实施例不做具体限定。
优选的，一种实施例中，电子设备可以将计算得到的相似度大于预设阈值的待匹配行李箱对应的参考图像确定为备选图像；
优选的，另一种实施例中，电子设备可以按照计算得到的相似度由大到小的顺序，对每个待匹配行李箱对应的参考图像进行排序，从而将排列在前N位的参考图像确定为备选图像，其中，N≥1。
S302：从所确定的备选图像包括的待匹配行李箱中查找与待检索行李箱匹配的目标行李箱。
在执行完上述步骤S301，得到多个备选图像后，电子设备便可以继续执行上述步骤S302从所确定的备选图像包括的待匹配行李箱中查找与待检索行李箱匹配的目标行李箱。其中，电子设备可以通过多种方式执行上述步骤S302，对此，本发明实施例不做具体限定。
优选的，一种实施例中，电子设备可以将所确定的备选图像中所包括的待匹配行李箱确定为与待检索行李箱匹配的目标行李箱；
也就是说，在本实施例中，电子设备可以将所确定的所有备选图像中包括的待匹配行李箱均确定为与待检索行李箱匹配的目标行李箱，从而使得所确定的目标行李箱的数量与所确定的备选图像的数量相同。
优选的，另一种实施例中，电子设备可以输出所确定的备选图像，进而，在检测到用户针对至少一张备选图像执行的选中操作时，将用户所选中的备选图像所包括的行李箱确定与待检索行李箱匹配的目标行李箱。
在本实施例中，用户可以为待检索行李箱的使用者或者拥有者，该用户可以熟知待检索行李箱的各个属性的属性值，当然，用户也可以为知道待检索行李箱的各个属性的属性值的其他人员，例如，待检索行李箱的拥有者的朋友，由于该用户见过待检索行李箱，因此，该用户也可以知道待检索行李箱的各个属性的属性值，例如，待检索行李箱的颜色、款式、尺寸等。
因此，由于用户知道待检索行李箱的各个属性的属性值，因此，用户便可以从多个备选图像所包括的多个待匹配图像中确定是否存在待检索行李箱，即可以确定多个备选图像所包括的多个待匹配行李箱中是否存在与待检索行李箱匹配的目标行李箱。
基于此，电子设备在确定多个备选图像后，便可以将所确定的备选图像输出给用户查看。进而，用户可以通过观察多个备选图像确定该多个备选图像所包括的多个待匹配行李箱中是否存在与待检索行李箱匹配的目标行李箱。并在确定该多个备选图像所包括的多个待匹配行李箱中存在与待检索行李箱匹配的目标行李箱时，通过触屏或者鼠标点击的方式选中该与待检索行李箱匹配的目标行李箱所在的备选图像。
当然，用户还可以通过输入备选图像所对应的编号或者标识信息选中与待检索行李箱匹配的目标行李箱所在的备选图像。这都是合理的。
其中，由于拍摄视角、图像色差等方面的原因，用户可能无法准确选中与待检索行李箱匹配的目标行李箱所在的备选图像，因此，在本实施例中，用户可以选中至少一张备选图像，并认为所选中的备选图像中所包括的待匹配行李箱为与待检索行李箱匹配的目标行李箱。
这样，电子设备在检测到用户针对至少一张备选图像执行的选中操作时，便可以将用户所选中的备选图像所包括的行李箱确定与待检索行李箱匹配的目标行李箱。
可选的，另一种具体实现方式中，电子设备执行上述步骤S104，根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱的方式可以包括：
将所有参考图像输出所有的参考图像，并在每一参考图像中标注有该参考图像所包括的待匹配行李箱与待检索行李箱的相似度，进而，在检测到用户针对至少一张参考图像执行的选中操作时，将用户所选中的参考图像所包括的行李箱确定与待检索行李箱匹配的目标行李箱。
显然，在本具体实现方式中，用户可以查看到全部参考图像所包括的待匹配行李箱以及每个待匹配行李箱与待检索行李箱的相似度，从而用户可以根据相似度，也可以根据自己对每个待匹配行李箱的观察结果，还可以根据相似度，和自己对每个待匹配行李箱的观察结果，选中自己认为的所包括待匹配行李箱与待检索行李箱匹配的目标行李箱所在的参考图像。
这样，电子设备便可以在检测到用户针对至少一张参考图像执行的选中操作时，将用户所选中的参考图像所包括的行李箱确定与待检索行李箱匹配的目标行李箱。
同样的，用户可以通过触屏或者鼠标点击的方式选中该与待检索行李箱匹配的目标行李箱所在的至少一个参考图像，也可以通过输入参考图像所对应的编号或者标识信息选中与待检索行李箱匹配的目标行李箱所在的至少一个参考图像，这都是合理的。
可选的，再一种具体实现方式中，电子设备执行上述步骤S104，根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱的方式可以包括：
电子设备可以将相似度值最高的待匹配行李箱确定为与待检索行李箱匹配的目标行李箱。
由于相似度可以表征待检索行李箱和待匹配行李箱之间的匹配程度，且相似度越高，可以说明待检索行李箱和待匹配行李箱之间的匹配程度越高。因此，电子设备可以直接将相似度值最高的待匹配行李箱确定为与待检索行李箱匹配的目标行李箱。
在执行完上述步骤S104，查找到与待检索行李箱匹配的目标行李箱后，电子设备便可以继续执行上述步骤S105，获取所述待检索视频中关于目标行李箱的拍摄地点和/或拍摄时间。
也就是说，在上述步骤S105中，电子设备可以只获取目标行李箱的拍摄地点，也可以只获取目标行李箱的拍摄时间，还可以同时获取目标行李箱的拍摄地点和拍摄时间。
其中，电子设备可以通过多种方式确定目标行李箱的拍摄地点和/或拍摄时间，对此，本发明实施例不做具体限定。
优选的，可以理解的，在视频播放过程中，所显示的每一帧视频帧中可以显示有该视频帧的播放时间、采集该视频帧的视频采集设备标识等信息，因此，在查找到该目标行李箱时，电子设备可以首先确定所查找到的目标行李箱所在的视频帧，进而，将待检索视频定格在该视频帧出，这样，电子设备便可以根据该视频帧获取目标行李箱的拍摄地点和拍摄时间。
具体的，电子设备可以将该视频帧中所显示的时间确定为目标行李箱的拍摄时间，即目标行李箱的拍摄时间为该视频帧的拍摄时间；
此外，当该视频帧中显示有采集该视频帧的视频采集设备的标识时，电子设备可以基于该标识确定该视频采集设备的安装位置，进而，利用该视频采集设备的安装位置和该视频采集设备的拍摄范围，确定目标行李箱的拍摄地点；
当视频帧中显示有采集该视频帧的视频采集设备的安装位置时，电子设备可以直接利用该视频采集设备的安装位置和该视频采集设备的拍摄范围，确定目标行李箱的拍摄地点。
优选的，在查找到目标行李箱后，电子设备可以输出包含目标行李箱的图片，并在该图片底部标注目标行李箱的拍摄时间和/或拍摄地点。
优选的，在查找到目标行李箱后，电子设备可以输出查找报告，该查找包括中包括目标行李箱的结构化数据。
这样，在获取到目标行李箱的拍摄地点和/或拍摄时间后，由于目标行李箱与待检索行李箱是相匹配的，因此，用户便可以根据所获取到目标行李箱的拍摄地点和/或拍摄时间，查找待检索行李箱。而由于所获取到目标行李箱的拍摄地点和/或拍摄时间缩小了待检索行李箱的查找范围，因此，可以快速高效地协助用户找回待检索行李箱
相对于上述图1所示实施例中，在多个待匹配行李箱中查找到与待检索行李箱匹配的目标行李箱的情况，当在多个待匹配行李箱中未查找到与待检索行李箱匹配的目标行李箱时，电子设备可以扩大指定时间范围，从而根据视频采集设备在扩大后的指定时间范围内采集到的待检索视频再次进行行李箱检索。
基于此，作为一种示例，如图4所示，本发明实施例提供的一种行李箱检索方法中可以包括如下步骤：
S401：获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
S402：对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
S403：计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
S404：根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱；
S405：当查找到时，获取待检索视频中关于目标行李箱的拍摄地点和/或拍摄时间。
S406：当未查找到时，按照预设时长，扩大指定时间范围，并获取视频采集设备在扩大后的指定时间范围内采集到的待检索视频；返回上述步骤S402；
显然，在获取到视频采集设备在扩大后的指定时间范围内采集到的待检索视频，电子设备可以直接返回上述步骤S402。这样，电子设备会针对视频采集设备在扩大后的指定时间范围内采集到的待检索视频，进行行李箱检索，即执行上述步骤S402-S405。
其中，由于视频采集设备在扩大后的指定时间范围内采集到的待检索视频中包括电子设备执行上述步骤S401时所获取的待检索视频，因此，电子设备可以再次对上述步骤S401时所获取的待检索视频进行行李箱检索，即再次针对上述步骤S401时所获取的待检索视频，执行上述步骤S402-S405。
这样，电子设备便可以通过两次对上述步骤S401时所获取的待检索视频进行行李箱检索，来避免漏检、误检等情况的发生，提高检索准确率。
此外，在获取到视频采集设备在扩大后的指定时间范围内采集到的待检索视频后，电子设备也可以不再次对上述步骤S401时所获取的待检索视频进行行李箱检索。即电子设备可以获取视频采集设备在扩大后的指定时间范围内采集到的待检索视频中，除上述步骤S401时所获取的待检索视频以外的待检索视频，即相较于上述步骤S401时所获取的待检索视频，视频采集设备在扩大后的指定时间范围内采集到的待检索视频中，多出的待检索视频部分。
进而，电子设备可以对该多出的待检索视频部分的视频帧进行行李箱检索，得到包括待匹配行李箱的图像数据的多个参考图像。进而，电子设备便可以返回执行上述步骤S403-S405。
相应于本发明实施例提供的一种行李箱检索方法，本发明实施例还提供了一种行李箱检索装置。
图5为本发明实施例提供的一种行李箱检索装置的结构示意图。如图5所示，该行李箱检索装置可以包括如下模块：
第一信息获取模块510，用于获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
行李箱检测模块520，用于对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
相似度计算模块530，用于计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
行李箱查找模块540，用于根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱；当查找到时，触发数据获取模块；
数据获取模块550，用于获取待检索视频中关于目标行李箱的拍摄地点和/或拍摄时间。
以上可见，应用本发明实施例提供的方案，针对待检索行李箱，可以首先行李箱检索对获取的待检索视频的视频帧进行检测，得到在指定时间段内出现的所有行李箱。进而，根据所获取的包括该待检索行李箱的图像数据的目标图像，将待检索行李箱与待检索视频中出现的各个行李箱进行匹配，得到待检索行李箱与待检索视频中出现的各个行李箱的相似度，从而根据所得到的相似度，在待检索视频中出现的各个行李箱中确定与待检索行李箱匹配的目标行李箱。这样，便可以根据该目标行李箱的拍摄地点和/或拍摄时间，确定目标行李箱在上述待检索视频中出现的地点和/或时间，从而帮助用户缩小待检索行李箱的查找范围，快速高效地协助用户找回待检索行李箱。
作为一种示例，上述行李箱检索装置还可以包括：
第二信息获取模块，用于当未查找到时，按照预设时长，扩大指定时间范围，获取视频采集设备在扩大后的指定时间范围内采集到的待检索视频；并触发上述行李箱检测模块520；
作为一种示例，上述相似度计算模块530可以包括：
第一数据提取子模块，用于从目标图像中，提取待检索行李箱的特征数据，作为目标数据；
第二数据提取子模块，用于从每个参考图像中，提取该参考图像中的待匹配行李箱的特征数据；
相似度计算子模块，用于基于目标数据与每个待匹配行李箱的特征数据，计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度。
作为一种示例，目标数据可以为：待检索行李箱的目标特征向量；则在本具体实现方式中，每个待匹配行李箱的特征数据为：每个待匹配行李箱的特征向量；
进而，在本具体实现方式中，上述相似度计算子模块可以具体用于：
计算目标特征向量和每个待匹配行李箱的特征向量的夹角余弦值，作为目标图像中的待检索行李箱与每个待匹配行李箱的相似度。
作为一种示例，上述行李箱查找模块540可以包括：
图像确定子模块，用于根据计算得到的相似度，确定多个参考图像中的备选图像；
图像查找子模块，用于从所确定的备选图像包括的待匹配行李箱中查找与待检索行李箱匹配的目标行李箱。
作为一种示例，上述图像确定子模块具体用于：
将计算得到的相似度大于预设阈值的待匹配行李箱对应的参考图像确定为备选图像；或，按照计算得到的相似度由大到小的顺序，对每个待匹配行李箱对应的参考图像进行排序，将排列在前N位的参考图像确定为备选图像，其中，N≥1。
作为一种示例，上述图像查找子模块可以具体用于：
将所确定的备选图像中所包括的待匹配行李箱确定为与待检索行李箱匹配的目标行李箱；或，输出所确定的备选图像，在检测到用户针对至少一张备选图像执行的选中操作时，将用户所选中的备选图像所包括的行李箱确定与待检索行李箱匹配的目标行李箱。
相对于本发明实施例提供的一种行李箱检索方法，本发明实施例还提供了一种电子设备，如图6所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信，
存储器603，用于存放计算机程序；
处理器601，用于执行存储器603上所存放的程序时，实现上述本发明实施例提供的一种行李箱检索方法。
具体的，上述行李箱检索方法，包括：
获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱；
当查找到时，获取待检索视频中关于目标行李箱的拍摄地点和/或拍摄时间。
需要说明的是，上述处理器601执行存储器603上存放的程序而实现的一种行李箱检索方法的其他实现方式，与前述方法实施例部分提供的一种行李箱检索方法实施例相同，这里不再赘述。
以上可见，应用本发明实施例提供的方案，针对待检索行李箱，可以首先行李箱检索对获取的待检索视频的视频帧进行检测，得到在指定时间段内出现的所有行李箱。进而，根据所获取的包括该待检索行李箱的图像数据的目标图像，将待检索行李箱与待检索视频中出现的各个行李箱进行匹配，得到待检索行李箱与待检索视频中出现的各个行李箱的相似度，从而根据所得到的相似度，在待检索视频中出现的各个行李箱中确定与待检索行李箱匹配的目标行李箱。这样，便可以根据该目标行李箱的拍摄地点和/或拍摄时间，确定目标行李箱在上述待检索视频中出现的地点和/或时间，从而帮助用户缩小待检索行李箱的查找范围，快速高效地协助用户找回待检索行李箱。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
相应于上述本发明实施例提供的一种行李箱检索方法，本发明实施例还提供了一种计算机可读存储介质，该计算机程序被处理器执行时实现上述本发明实施例提供的一种行李箱检索方法。
具体的，上述行李箱检索方法，包括：
获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
对待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
计算目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
根据计算得到的相似度，在多个待匹配行李箱中查找与待检索行李箱匹配的目标行李箱；
当查找到时，获取待检索视频中关于目标行李箱的拍摄地点和/或拍摄时间。
需要说明的是，上述计算机程序被处理器执行时而实现的一种行李箱检索方法的其他实现方式，与前述方法实施例部分提供的一种行李箱检索方法实施例相同，这里不再赘述。
以上可见，应用本发明实施例提供的方案，针对待检索行李箱，可以首先行李箱检索对获取的待检索视频的视频帧进行检测，得到在指定时间段内出现的所有行李箱。进而，根据所获取的包括该待检索行李箱的图像数据的目标图像，将待检索行李箱与待检索视频中出现的各个行李箱进行匹配，得到待检索行李箱与待检索视频中出现的各个行李箱的相似度，从而根据所得到的相似度，在待检索视频中出现的各个行李箱中确定与待检索行李箱匹配的目标行李箱。这样，便可以根据该目标行李箱的拍摄地点和/或拍摄时间，确定目标行李箱在上述待检索视频中出现的地点和/或时间，从而帮助用户缩小待检索行李箱的查找范围，快速高效地协助用户找回待检索行李箱。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例、电子设备实施例、计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。

Claims (16)

1.一种行李箱检索方法，其特征在于，所述方法包括：
获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
对所述待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
根据计算得到的相似度，在多个待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱；
当查找到时，获取所述待检索视频中关于所述目标行李箱的拍摄地点和/或拍摄时间。
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：
当未查找到时，按照预设时长，扩大所述指定时间范围，并获取所述视频采集设备在扩大后的指定时间范围内采集到的待检索视频；返回执行所述对所述待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像的步骤。
3.根据权利要求1或2所述的方法，其特征在于，所述计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度的步骤，包括：
从所述目标图像中，提取所述待检索行李箱的特征数据，作为目标数据；
从每个参考图像中，提取该参考图像中的待匹配行李箱的特征数据；
基于所述目标数据与每个待匹配行李箱的特征数据，计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度。
4.根据权利要求3所述的方法，其特征在于，所述目标数据为：所述待检索行李箱的目标特征向量；所述每个待匹配行李箱的特征数据为：所述每个待匹配行李箱的特征向量；
所述基于所述目标数据与每个待匹配行李箱的特征数据，计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度的步骤，包括：
计算所述目标特征向量和每个待匹配行李箱的特征向量的夹角余弦值，作为所述目标图像中的待检索行李箱与每个待匹配行李箱的相似度。
5.根据权利要求1或2所述的方法，其特征在于，所述根据计算得到的相似度，在多个待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱的步骤，包括：
根据计算得到的相似度，确定所述多个参考图像中的备选图像；
从所确定的备选图像包括的待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱。
6.根据权利要求5所述的方法，其特征在于，所述根据计算得到的相似度，确定所述多个待匹配图像中的备选图像的步骤，包括：
将计算得到的相似度大于预设阈值的待匹配行李箱对应的参考图像确定为备选图像；或，
按照计算得到的相似度由大到小的顺序，对每个待匹配行李箱对应的参考图像进行排序，将排列在前N位的参考图像确定为备选图像，其中，N≥1。
7.根据权利要求5所述的方法，其特征在于，所述从所确定的备选图像包括的待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱的步骤，包括：
将所确定的备选图像中所包括的待匹配行李箱确定为与所述待检索行李箱匹配的目标行李箱；或，
输出所确定的备选图像，在检测到用户针对至少一张备选图像执行的选中操作时，将用户所选中的备选图像所包括的行李箱确定与所述待检索行李箱匹配的目标行李箱。
8.一种行李箱检索装置，其特征在于，所述装置包括：
第一信息获取模块，用于获取包括待检索行李箱的图像数据的目标图像，以及视频采集设备在指定时间范围内采集到的待检索视频；
行李箱检测模块，用于对所述待检索视频的视频帧进行行李箱检测，得到包括待匹配行李箱的图像数据的多个参考图像；
相似度计算模块，用于计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度；
行李箱查找模块，用于根据计算得到的相似度，在多个待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱；当查找到时，触发数据获取模块；
所述数据获取模块，用于获取所述待检索视频中关于所述目标行李箱的拍摄地点和/拍摄时间。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
第二信息获取模块，用于当未查找到时，按照预设时长，扩大所述指定时间范围，获取所述视频采集设备在扩大后的指定时间范围内采集到的待检索视频；并触发所述行李箱检测模块。
10.根据权利要求8或9所述的装置，其特征在于，所述相似度计算模块包括：
第一数据提取子模块，用于从所述目标图像中，提取所述待检索行李箱的特征数据，作为目标数据；
第二数据提取子模块，用于从每个参考图像中，提取该参考图像中的待匹配行李箱的特征数据；
相似度计算子模块，用于基于所述目标数据与每个待匹配行李箱的特征数据，计算所述目标图像中的待检索行李箱与每个参考图像中的待匹配行李箱的相似度。
11.根据权利要求10所述的装置，其特征在于，所述目标数据为：所述待检索行李箱的目标特征向量；所述每个待匹配行李箱的特征数据为：所述每个待匹配行李箱的特征向量；所述相似度计算子模块具体用于：
计算所述目标特征向量和每个待匹配行李箱的特征向量的夹角余弦值，作为所述目标图像中的待检索行李箱与每个待匹配行李箱的相似度。
12.根据权利要求8或9所述的装置，其特征在于，所述行李箱查找模块，包括：
图像确定子模块，用于根据计算得到的相似度，确定所述多个参考图像中的备选图像；
图像查找子模块，用于从所确定的备选图像包括的待匹配行李箱中查找与所述待检索行李箱匹配的目标行李箱。
13.根据权利要求12所述的装置，其特征在于，所述图像确定子模块具体用于：
将计算得到的相似度大于预设阈值的待匹配行李箱对应的参考图像确定为备选图像；或，按照计算得到的相似度由大到小的顺序，对每个待匹配行李箱对应的参考图像进行排序，将排列在前N位的参考图像确定为备选图像，其中，N≥1。
14.根据权利要求12所述的装置，其特征在于，所述图像查找子模块具体用于：
将所确定的备选图像中所包括的待匹配行李箱确定为与所述待检索行李箱匹配的目标行李箱；或，输出所确定的备选图像，在检测到用户针对至少一张备选图像执行的选中操作时，将用户所选中的备选图像所包括的行李箱确定与所述待检索行李箱匹配的目标行李箱。
15.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
CN201910577370.4A 2019-06-28 2019-06-28 一种行李箱检索方法、装置及电子设备 Pending CN112148924A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910577370.4A CN112148924A (zh) 2019-06-28 2019-06-28 一种行李箱检索方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910577370.4A CN112148924A (zh) 2019-06-28 2019-06-28 一种行李箱检索方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN112148924A true CN112148924A (zh) 2020-12-29

Family

ID=73870021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910577370.4A Pending CN112148924A (zh) 2019-06-28 2019-06-28 一种行李箱检索方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112148924A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113542689A (zh) * 2021-07-16 2021-10-22 金茂智慧科技(广州)有限公司 基于无线物联网的图像处理方法及相关设备
CN116150446A (zh) * 2023-04-14 2023-05-23 泉州装备制造研究所 一种旅客行李搜索方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110061018A1 (en) * 2009-09-09 2011-03-10 Deutsche Telekom Ag System and method for real-time map-based lost & found
US20140162602A1 (en) * 2012-12-12 2014-06-12 Sap Ag Optimizing handling of found items through a mobile lost and found application
CN103970771A (zh) * 2013-01-29 2014-08-06 中国科学院计算技术研究所 一种人体的检索方法和系统
CN106021575A (zh) * 2016-05-31 2016-10-12 北京奇艺世纪科技有限公司 一种视频中同款商品检索方法及装置
CN106469299A (zh) * 2016-08-31 2017-03-01 北京邮电大学 一种车辆搜索方法及装置
CN107291825A (zh) * 2017-05-26 2017-10-24 北京奇艺世纪科技有限公司 一种视频中同款商品的检索方法和系统
CN108022428A (zh) * 2016-11-02 2018-05-11 杭州海康威视系统技术有限公司 一种车辆识别方法及装置
US20180300358A1 (en) * 2015-09-16 2018-10-18 Hangzhou Hikvision Digital Technology Co., Ltd. Image Retrieval Method and System

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110061018A1 (en) * 2009-09-09 2011-03-10 Deutsche Telekom Ag System and method for real-time map-based lost & found
US20140162602A1 (en) * 2012-12-12 2014-06-12 Sap Ag Optimizing handling of found items through a mobile lost and found application
CN103970771A (zh) * 2013-01-29 2014-08-06 中国科学院计算技术研究所 一种人体的检索方法和系统
US20180300358A1 (en) * 2015-09-16 2018-10-18 Hangzhou Hikvision Digital Technology Co., Ltd. Image Retrieval Method and System
CN106021575A (zh) * 2016-05-31 2016-10-12 北京奇艺世纪科技有限公司 一种视频中同款商品检索方法及装置
CN106469299A (zh) * 2016-08-31 2017-03-01 北京邮电大学 一种车辆搜索方法及装置
CN108022428A (zh) * 2016-11-02 2018-05-11 杭州海康威视系统技术有限公司 一种车辆识别方法及装置
CN107291825A (zh) * 2017-05-26 2017-10-24 北京奇艺世纪科技有限公司 一种视频中同款商品的检索方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113542689A (zh) * 2021-07-16 2021-10-22 金茂智慧科技(广州)有限公司 基于无线物联网的图像处理方法及相关设备
CN116150446A (zh) * 2023-04-14 2023-05-23 泉州装备制造研究所 一种旅客行李搜索方法及系统

Similar Documents

Publication Publication Date Title
CN109284729B (zh) 基于视频获取人脸识别模型训练数据的方法、装置和介质
US10747826B2 (en) Interactive clothes searching in online stores
CN111275060B (zh) 识别模型更新处理方法、装置、电子设备及存储介质
CN106547744B (zh) 一种图像检索方法及系统
CN110516705A (zh) 基于深度学习的目标跟踪方法、装置及计算机可读存储介质
KR102422977B1 (ko) 자연어 이미지 검색 기법
EP3028184B1 (en) Method and system for searching images
CN103970771B (zh) 一种人体的检索方法和系统
CN106933867B (zh) 一种图像查询方法和装置
CN111950321B (zh) 步态识别方法、装置、计算机设备及存储介质
CN110245564B (zh) 一种行人检测方法、系统及终端设备
CN111581423B (zh) 一种目标检索方法及装置
CN105117399B (zh) 一种图像搜索方法和装置
CN110660078B (zh) 对象追踪方法、装置、计算机设备和存储介质
WO2019033567A1 (zh) 眼球动作捕捉方法、装置及存储介质
JP6823686B2 (ja) オブジェクト検出装置及び方法及び記憶媒体
KR20150137006A (ko) 주석 디스플레이 보조 장치 및 주석 디스플레이를 보조하는 방법
CN112148924A (zh) 一种行李箱检索方法、装置及电子设备
CN107644105A (zh) 一种搜题方法及装置
US20110286670A1 (en) Image processing apparatus, processing method therefor, and non-transitory computer-readable storage medium
CN117765564A (zh) 用户姿态的识别方法、装置、电子设备及存储介质
WO2017202086A1 (zh) 图片的筛选方法及装置
CN108124478A (zh) 图片查找方法和装置
CN110929057A (zh) 图像处理方法、装置和系统、存储介质及电子装置
JP6729678B2 (ja) 情報処理装置、容疑者情報生成方法及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination