CN114004868A - 视频处理方法及装置、电子设备和存储介质 - Google Patents

视频处理方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114004868A
CN114004868A CN202111274718.6A CN202111274718A CN114004868A CN 114004868 A CN114004868 A CN 114004868A CN 202111274718 A CN202111274718 A CN 202111274718A CN 114004868 A CN114004868 A CN 114004868A
Authority
CN
China
Prior art keywords
face
information
target object
identifier
target
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.)
Withdrawn
Application number
CN202111274718.6A
Other languages
English (en)
Inventor
于萌
王延
刘文亮
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.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202111274718.6A priority Critical patent/CN114004868A/zh
Publication of CN114004868A publication Critical patent/CN114004868A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种视频处理方法及装置、电子设备和存储介质，所述方法包括：获取边缘侧设备发送的待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果；根据人脸标识、人体标识、人脸位置序列、人体位置序列和匹配结果，确定目标对象的目标轨迹信息；根据目标轨迹信息以及预设区域的位置信息，确定目标对象针对预设区域的停留信息。根据本公开的实施例的视频处理方法，能够通过人脸标识、人体标识、人脸位置序列、人体位置序列和匹配结果来确定目标对象的轨迹，进而可基于轨迹确定目标对象是否进入或路过预设区域，可无需在预设区域内设置摄像头，可保护目标对象和预设区域的隐私信息。

Description

视频处理方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种视频处理方法及装置、电子设备和存储介质。
背景技术
客流统计对于商业具有重要意义，通常，销售额＝客流量×成交率×客单价，因此，客流统计直接和业绩挂钩，是实现精细化运营和精准营销的基础基于人脸识别的客流统计系统，可为运营方提供人流量峰值、累计人数、人流量区域分布热图等基础信息，同时可以呈现出整个场所内人员的游逛轨迹。然而，在通常情况下，视频分析需要在每个店铺内架设摄像头拍摄门口区域，这样可以在获取到人进店和出店行为的同时，拍摄到清晰的正面照从而进行精准识别。但在实际应用中，店铺因店铺隐私等问题不愿在店铺内部架设摄像头，只能在购物中心公共的通道上架设摄像头，因此，难以获取人们进店时的正面图像，上述功能也难以实现。
发明内容
本公开提出了一种视频处理方法及装置、电子设备和存储介质。
根据本公开的一方面，提供了一种视频处理方法，包括：获取边缘侧设备发送的待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果，其中，所述人脸位置序列包括所述待处理视频中的至少一个人脸在所述待处理视频的各视频帧中的人脸位置信息，所述人体位置序列包括所述待处理视频中的至少一个人体在所述待处理视频的各视频帧中的人体位置信息，所述匹配结果包括所述待处理视频帧序列中的至少一个目标对象的人脸标识和人体标识的匹配信息；根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息；根据所述目标轨迹信息以及预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，所述停留信息表示所述目标对象是否进出或路过所述预设区域。
根据本公开的实施例的视频处理方法，能够通过人脸标识、人体标识、人脸位置序列、人体位置序列和匹配结果来确定待处理视频中至少一个目标对象的轨迹，进而可基于该轨迹确定目标对象是否进入或路过预设区域，可无需在预设区域内设置摄像头，在保证停留信息的精度的同时，可保护目标对象和预设区域的隐私信息。
在一种可能的实现方式中，根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息，包括：根据所述人脸标识、所述人体标识和所述匹配结果，获得所述至少一个目标对象的身份标识；根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息。
在一种可能的实现方式中，所述方法还包括：获取边缘侧设备发送的待处理视频帧中的至少一个目标对象的身份图像，其中，所述身份图像包括目标对象的人脸图像、目标对象的人体图像、包括目标对象的人脸和人体的图像中的至少一种，根据所述身份图像、所述人脸标识、所述人体标识和所述匹配结果进行聚类处理，获得所述至少一个目标对象的身份标识。
在一种可能的实现方式中，根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息，包括：根据所述人脸标识和所述人脸位置序列，获得各人脸标识的轨迹信息；根据所述身份标识，对所述人脸标识的轨迹信息进行合并处理，获得各目标对象的目标轨迹信息。
通过这种方式，通过身份图像进行聚类处理，将同一个目标对象的多段轨迹进行合并，获得完整的轨迹信息，可更准确地确定该目标对象的停留信息，继而可提升客流统计的准确性。
在一种可能的实现方式中，根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息，还包括：在所述身份标识不存在的情况下，将人体标识相同的轨迹信息进行合并，获得所述目标轨迹信息。
通过这种方式，可通过将人体标识相同的轨迹信息进行合并，作为通过人脸标识获得的目标轨迹信息的补充，获得更完整的目标轨迹信息。
在一种可能的实现方式中，所述预设区域包括经营场所区域，根据所述目标轨迹信息以及所述预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，包括：在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为进入所述经营场所区域的方向的情况下，将所述停留信息确定为进入经营场所区域；或者在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为离开所述经营场所区域的方向的情况下，将所述停留信息确定为离开经营场所区域。
通过这种方式，可对目标对象进出经营场所区域的停留信息进行确认，为客流统计提供数据基础。
在一种可能的实现方式中，所述预设区域包括经营场所周边区域，其中，根据所述目标轨迹信息以及所述预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，包括：在所述目标轨迹信息与所述经营场所周边区域的边界存在两个交点，且所述目标轨迹信息在所述两个交点处的方向分别为进入所述经营场所周边区域的方向和离开所述经营场所周边区域的方向的情况下，将所述停留信息确定为穿过所述经营场所周边区域。
通过这种方式，可对目标对象穿过经营场所周边区域的停留信息进行确认，为客流统计提供数据基础。
在一种可能的实现方式中，所述方法还包括：根据所述停留信息，对进出或路过所述预设区域的目标对象进行统计，获得统计结果。
根据本公开的一方面，提供了一种视频处理装置，包括：获取模块，用于获取边缘侧设备发送的待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果，其中，所述人脸位置序列包括所述待处理视频中的至少一个人脸在所述待处理视频的各视频帧中的人脸位置信息，所述人体位置序列包括所述待处理视频中的至少一个人体在所述待处理视频的各视频帧中的人体位置信息，所述匹配结果包括所述待处理视频帧序列中的至少一个目标对象的人脸标识和人体标识的匹配信息；轨迹确定模块，用于根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息；信息确定模块，用于根据所述目标轨迹信息以及预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，所述停留信息表示所述目标对象是否进出或路过所述预设区域。
在一种可能的实现方式中，所述轨迹确定模块进一步用于：根据所述人脸标识、所述人体标识和所述匹配结果，获得所述至少一个目标对象的身份标识；根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息。
在一种可能的实现方式中，所述装置还包括：图像获取模块，用于获取边缘侧设备发送的待处理视频帧中的至少一个目标对象的身份图像，其中，所述身份图像包括目标对象的人脸图像、目标对象的人体图像、包括目标对象的人脸和人体的图像中的至少一种，身份标识获取模块，用于根据所述身份图像、所述人脸标识、所述人体标识和所述匹配结果进行聚类处理，获得所述至少一个目标对象的身份标识。
在一种可能的实现方式中，所述轨迹确定模块进一步用于：根据所述人脸标识和所述人脸位置序列，获得各人脸标识的轨迹信息；根据所述身份标识，对所述人脸标识的轨迹信息进行合并处理，获得各目标对象的目标轨迹信息。
在一种可能的实现方式中，所述轨迹确定模块进一步用于：在所述身份标识不存在的情况下，将人体标识相同的轨迹信息进行合并，获得所述目标轨迹信息。
在一种可能的实现方式中，所述预设区域包括经营场所区域，所述信息确定模块进一步用于：在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为进入所述经营场所区域的方向的情况下，将所述停留信息确定为进入经营场所区域；或者在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为离开所述经营场所区域的方向的情况下，将所述停留信息确定为离开经营场所区域。
在一种可能的实现方式中，所述预设区域包括经营场所周边区域，所述信息确定模块进一步用于：在所述目标轨迹信息与所述经营场所周边区域的边界存在两个交点，且所述目标轨迹信息在所述两个交点处的方向分别为进入所述经营场所周边区域的方向和离开所述经营场所周边区域的方向的情况下，将所述停留信息确定为穿过所述经营场所周边区域。
在一种可能的实现方式中，所述装置还包括：统计模块，用于根据所述停留信息，对进出或路过所述预设区域的目标对象进行统计，获得统计结果。
根据本公开的一方面，提供了一种电子设备，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调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，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，所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的实施例的视频处理方法，能够通过人脸标识、人体标识、人脸位置序列、人体位置序列和匹配结果来确定待处理视频中至少一个目标对象的轨迹，并可在追踪过程出现中断的情况下，通过去重和轨迹合并等方式获得目标对象的完整的轨迹信息，进而可基于该轨迹信息确定目标对象是否进入或路过预设区域，可无需在预设区域内设置摄像头，在保证停留信息的精度的同时，可保护目标对象和预设区域的隐私信息。还可基于此进行客流统计等处理，为运营提供准确的依据。
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示出根据本公开的实施例的设置在公共区域的摄像头拍摄的待处理视频的视频帧的示意图；
图2示出根据本公开实施例的视频处理方法的示意图；
图3示出根据本公开实施例的视频处理方法的流程图；
图4A、图4B、图4C、图4D和图4E示出根据本公开实施例的视频处理方法的应用示意图；
图5示出根据本公开实施例的视频处理装置的框图；
图6示出根据本公开实施例的一种电子设备的框图；
图7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，为了更好地说明本公开，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。
在一种可能的实现方式中，针对实际应用中，需要保护店铺及客户隐私的问题，本公开可通过设置在公共区域(即，经营场所的周边区域，例如，商场中的店铺之前的走廊、通道等)的摄像头拍摄的待处理视频，来确定视频中各目标对象的停留信息，即，是否打算进入某个商铺，或者只是路过该商铺门前的公共区域，并未打算进入。进而，可通过停留信息，对进入某店铺的客流进行统计。
图1示出根据本公开的实施例的设置在公共区域的摄像头拍摄的待处理视频的视频帧的示意图，如图1所示，设置在公共区域的摄像头可拍摄商场中的店铺之前的走廊、通道等区域的待处理视频，但不会拍摄店铺之内的视频，以保护目标对象和商铺的隐私。。
图2示出根据本公开实施例的视频处理方法的示意图，设置在公共区域的摄像头可拍摄待处理视频，并通过边缘侧设备(例如，移动设备端、PC端等具有处理功能的设备)对待处理视频进行初步处理。在示例中，每个边缘侧设备可处理一个或多个摄像头拍摄的待处理视频，例如，每个边缘侧设备可处理8个摄像头拍摄的待处理视频。本公开对边缘侧设备处理的待处理视频的数量不做限制。
在一种可能的实现方式中，在对待处理视频进行处理时，为了提高处理效率，可不必对待处理视频帧的每个视频帧均进行处理，而是可以选取其中一部分视频帧进行处理(例如，每3帧选取1帧进行处理)，即，选取其中一部分视频帧组成所述视频帧序列，并对视频帧序列进行处理。
在一种可能的实现方式中，在处理过程中，每个边缘侧设备可获取待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果。
例如，通过人脸检测算法确定各视频帧中的人脸位置信息，形成人脸位置序列，并为该人脸生成一个唯一的人脸标识。同样地，可通过人体检测算法确定各视频帧中的人体位置信息，形成人体位置序列，并为该人体生成一个唯一的人体标识。
进一步地，可利用各视频帧中人脸位置信息和人体位置信息之间的距离等因素确定人脸与人体的匹配结果。例如，可将与某个人脸距离最近的人体进行匹配，获得该人脸标识和人体标识的匹配信息，匹配后的人脸和人体的结合体即为检测到的目标对象。如果在匹配过程中，出现某个人脸不存在匹配的人体，或某个人体不存在匹配的人脸的情况，则可在预设时间段的多个视频帧中进行人脸和人体的匹配，例如，在某个视频帧中，某个人脸不存在匹配的人体，则可在该视频帧对应的时刻附近的时间段内，确定出多个视频帧，并在这多个视频帧中寻找与该人脸匹配的人体，使得匹配信息完整，提升客流统计准确率。
在一种可能的实现方式中，在边缘侧设备获得上述人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果后，可将其发送至云端(例如，服务器端)，并可通过云端基于上述信息来确定待处理视频中至少一个目标对象的目标轨迹信息，并基于目标轨迹信息确定该目标对象是否进入商铺所在的区域，或者是否只是路过商铺前的公共区域，并可基于此来统计客流。云端执行的视频处理方法如下：
图3示出根据本公开实施例的视频处理方法的流程图，如图3所示，所述方法用于云端，包括：
在步骤S11中，获取边缘侧设备发送的待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果，其中，所述人脸位置序列包括所述待处理视频中的至少一个人脸在所述待处理视频的各视频帧中的人脸位置信息，所述人体位置序列包括所述待处理视频中的至少一个人体在所述待处理视频的各视频帧中的人体位置信息，所述匹配结果包括所述待处理视频帧序列中的至少一个目标对象的人脸标识和人体标识的匹配信息；
在步骤S12中，根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息；
在步骤S13中，根据所述目标轨迹信息以及预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，所述停留信息表示所述目标对象是否进出或路过所述预设区域。
根据本公开的实施例的视频处理方法，能够通过人脸标识、人体标识、人脸位置序列、人体位置序列和匹配结果来确定待处理视频中至少一个目标对象的轨迹，进而可基于该轨迹确定目标对象是否进入或路过预设区域，可无需在预设区域内设置摄像头，在保证停留信息的精度的同时，可保护目标对象和预设区域的隐私信息。
在一种可能的实现方式中，在步骤S11中，边缘侧设备可与云端进行有线或无线通信，云端可与多个边缘侧设备进行通信连接，以接收多个边缘侧设备发送的上述信息。
在一种可能的实现方式中，在步骤S12中，云端可基于上述信息来确定待处理视频中各目标对象的轨迹信息。例如，目标对象的人脸位置信息或人体位置信息来表示目标对象的位置信息，或基于人脸位置信息和人体位置信息来计算目标对象的位置信息。进而基于目标对象在多个视频帧中的位置信息，可确定目标对象的目标轨迹信息。
在一种可能的实现方式中，步骤S12可包括：根据所述人脸标识、所述人体标识和所述匹配结果，获得所述至少一个目标对象的身份标识；根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息。
在一种可能的实现方式中，待处理视频中可能出现至少一个人脸，每个人脸可具有对应的人脸标识，例如，可生成每个人脸的标识码face trackID，例如，face0001，face0002…，待处理视频中可能出现至少一个人体，每个人体可具有对应的人体标识，例如，可生成每个人脸的标识码body trackID，例如，body0001，body0002…，根据所述人脸与人体的匹配结果，可获得人脸标识和人体标识的匹配信息，例如，根据人脸位置信息和人体位置信息可知，face0001与body0002匹配，即，人脸标识face0001和人体标识body0002表示同一个目标对象的人脸和人体。在一些情况下，基于上述匹配结果，可确定待处理视频中各目标对象的人脸和人体，进而可生成各目标对象的身份标识，例如，在单行道等较简单的场景中，路过单行道的行人仅出现在单行道中一次，且未受到遮挡，因此，无需对单行道中出现的行人进行去重，则可根据上述人脸标识、人体标识，以及匹配结果，即可确定各行人的身份标识。例如，face0001和body0002对应的目标对象的身份标识为0001。本公开对目标对象的身份标识的具体数值不做限制。
在一种可能的实现方式中，在待处理视频的多个视频帧中，每个出现在视频中的人脸和人体均具有唯一的标识，例如上述的face0001、body0001等。即，某个人脸或人体自从出现在待处理视频的视野中开始，即可获得唯一的标识，并可被持续追踪，在该人脸或人体离开待处理视频的视野之前，各视频帧中的该人脸或该人体均具有唯一且相同的标识。然而，如果上述追踪过程出现中断，例如，在某些视频帧中，某人脸或人体被遮挡，或者，某人脸或人体短暂离开视野，则当被遮挡或短暂离开视野的人脸或人体重新出现在视野中时，可重新生成该人脸或人体的标识，经过匹配后，可重新获得匹配结果。
在示例中，在某人脸和某人体初次出现在视野中时，可生成唯一的标识face0001和body0002，并进行持续追踪，如果追踪过程未中断，在该人脸和人体最终离开视野前，其标识一直为face0001和body0002。如果追踪过程出现了中断，例如，人体被遮挡，或暂时离开视野，而人脸一直在视野中，则当人体再次出现在视野中时，可生成人体标识body0003。
在一种可能的实现方式中，如果追踪过程未出现过中断，则目标对象的人脸标识、人体标识和身份标识在其出现在视野的整个过程中保持不变。则可基于上述标识对应的位置信息来确定目标对象的目标轨迹信息。例如，可基于与人脸标识对应的人脸位置序列，来确定目标对象在各视频帧中的位置信息，进而确定目标对象的目标轨迹信息。或者，可基于与人体标识对应的人体位置序列，来确定目标对象在各视频帧中的位置信息，进而确定目标对象的目标轨迹信息。又或者，可基于各视频帧中与人脸标识对应的人脸位置信息以及与人体标识对应的人体位置信息，来计算目标对象的位置信息，例如，可将人脸位置信息和人体位置信息的平均值作为目标对象的位置信息，并基于各视频帧中目标对象的位置信息确定目标对象的目标轨迹信息，本公开对确定目标轨迹信息的具体方式不做限制。
在一种可能的实现方式中，如果追踪过程出现过中断，则从目标对象进入视野直到最终离开视野的过程中，人脸标识、人体标识和身份标识中的至少一个可能发生改变。例如，目标对象刚进入视野时，生成的人脸标识、人体标识分别为face0001，body0002。如果人体被遮挡，或暂时离开视野，而人脸一直在视野中，在人体重新回到视野中时，重新生成人体标识body0003，即，如果出现中断，则同一个目标对象的人脸标识或人体标识发生了变化。
在一种可能的实现方式中，在发生上述变化后，如果按照上述人脸标识和人体标识进行匹配获得的身份标识来确定各目标对象的目标轨迹信息，则会造成同一个目标对象的轨迹被分为至少两段，且每段轨迹均不完整，基于这种分段且不完整的轨迹信息来统计客流可能造成统计数据不准确。
进一步地，如果目标对象完全离开视野(即，人脸和人体均离开视野)后又进入视野，或者，目标对象完全被遮挡(即，人脸和人体均被遮挡)后又走出遮挡物，出现在视野中。在这种情况下，人脸和人体在重新出现在视野中后，均可重新生成标识，并重新进行匹配。即，在这种情况下，同一个目标对象的人脸标识和人体标识均发生了变化。该情况可导致同一个目标对象的轨迹被分为至少两段，且每段轨迹均不完整，基于这种分段且不完整的轨迹信息来统计客流可能造成统计数据不准确。
在一种可能的实现方式中，为提高统计的准确性，可将同一个目标对象的多段轨迹整合成为一个完整的轨迹，从而可确定该目标对象的完整的行动路线，以更准确地确定该目标对象的停留信息，继而可提升客流统计的准确性。
在一种可能的实现方式中，可基于人脸和/或人体图像，对同一个目标对象的多个人脸标识或人体标识进行去重处理，可将同一个目标对象的多个人脸标识或人体标识进行合并，同时也可将同一个目标对象的多段轨迹信息合并成为一条完整的目标轨迹信息。
在一种可能的实现方式中，边缘侧设备可在获取每个目标对象的身份图像，例如，在经过匹配，获得某个目标对象的人脸标识和人体标识后，可在拍摄到该目标对象的视频帧中，选择一帧视频帧，并基于该视频帧获得目标对象的人脸图像和/或人体图像作为身份图像。例如，可选择图像质量较高(例如，清晰度高)的一帧视频帧，并将目标对象的人脸和/或人体所在的区域进行截图，获得目标对象的身份图像，该身份图像可表示目标对象的身份，可用于云端对同一目标对象的不同标识进行去重，并将不同标识对应的轨迹信息进行合并，以获得同一目标对象的完整的轨迹信息，从而提升客流统计的准确率。
在一种可能的实现方式中，所述方法还包括：获取边缘侧设备发送的待处理视频帧中的至少一个目标对象的身份图像，其中，所述身份图像包括目标对象的人脸图像、目标对象的人体图像、包括目标对象的人脸和人体的图像中的至少一种，根据所述身份图像、所述人脸标识、所述人体标识和所述匹配结果进行聚类处理，获得所述至少一个目标对象的身份标识。即，边缘侧设备可将身份图像发送至云端。
在一种可能的实现方式中，如上所述，可对同一个目标对象的多个身份标识进行去重处理。例如，根据身份图像、人脸标识、人体标识和匹配结果进行聚类处理，将身份图像为同一人的目标对象进行聚类，并将这些目标对象的身份标识设置为相同的身份标识。在示例中，边缘侧设备在获取身份图像时，可针对匹配成功的人脸和人体进行获取，即，不论两组人脸和人体是否属于同一个目标对象，均要分别获取两组人脸和人体的身份图像，云端可根据身份图像，对上述人脸标识、人体标识和匹配结果进行聚类处理，以进行去重，即，将属于同一个目标对象的人脸标识和人体标识进行合并，获得身份标识。例如，某个目标对象在第一次出现在视频中时，人脸标识为face0002，该目标对象第二次出现在视频中时，人脸标识为face0003，经过上述聚类处理，可确定这两个人脸标识属于同一目标对象，则可将人脸标识face0003也设置为face0002，face0002可作为该目标对象的身份标识。同样地，也可在上述聚类处理后，对与人脸标识匹配的人体标识进行去重。本公开对去重的具体方式不做限制。
在一种可能的实现方式中，经过聚类处理，可去除重复的人脸标识或人体标识，还可将同一目标对象的多段轨迹信息进行合并，获得该目标对象的完整的目标轨迹信息。步骤S12可包括：根据所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，获得各目标对象的轨迹信息；将身份标识不同，人脸标识或人体标识相同的目标对象的轨迹信息进行合并，获得所述目标轨迹信息。
在一种可能的实现方式中，首先可基于人脸标识和人脸位置序列，获得各人脸标识的轨迹信息。人脸标识可作为代表目标对象身份的主要标识，可首先基于人脸标识，确定各人脸标识的轨迹信息。这些轨迹信息中，可能存在同一个目标对象具有多个人脸标识，即，该目标对象的轨迹被分为多个人脸标识的轨迹信息的情况。
在一种可能的实现方式中，在追踪过程出现过中断的情况下，可能出现同一个目标对象的人脸标识或人体标识改变的情况。因此，可利用上述聚类结果，将属于同一目标对象的不同人脸标识合并成为一个人脸标识，该人脸标识可作为表示该目标对象身份的身份标识。同时可将属于同一目标对象的不同人脸标识对应的轨迹信息，按照视频帧的时间顺序，合并成为一段完整的轨迹，可获得该目标对象的目标轨迹信息。
通过这种方式，通过身份图像进行聚类处理，将同一个目标对象的多段轨迹进行合并，获得完整的轨迹信息，可更准确地确定该目标对象的停留信息，继而可提升客流统计的准确性。
在一种可能的实现方式中，还可能存在视野中的人脸被遮挡或未进入视野，导致人脸标识不存在或发生变化而无法进行人脸和人体的匹配，进而导致身份标识不存在的情况，在这种情况下，可基于人体标识来确定目标对象的轨迹。步骤S12还包括：在所述身份标识不存在的情况下，将人体标识相同的轨迹信息进行合并，获得所述目标轨迹信息。例如，人体标识相同，则表示人体一直处于视频的视野中，且对该人体的跟踪未间断，因此，与该人体标识对应的轨迹信息为同一目标对象的轨迹信息，如果由于人脸标识的变化导致轨迹信息分成了两段或多段，或者由于人脸标识离开视野导致无法进行匹配因而无法进行聚类，也无法获得身份标识，则可将与该人体标识对应的轨迹信息进行合并，获得该人体标识对应的目标对象的目标轨迹信息。
通过这种方式，可通过将人体标识相同的轨迹信息进行合并，作为通过人脸标识获得的目标轨迹信息的补充，获得更完整的目标轨迹信息。
在一种可能的实现方式中，在确定各目标对象的目标轨迹信息后，可基于目标对象的目标轨迹信息来确定目标对象的停留信息，例如，确定目标对象的目的是否为进入商铺等经营场所，还是仅为路过经营场所的周边区域，例如，商铺前的通道等公共区域。
在一种可能的实现方式中，可通过目标对象的目标轨迹信息确定目标对象是否进出预设区域。在示例中，预设区域包括经营场所区域，例如，商铺所在的区域。步骤S13包括：在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为进入所述经营场所区域的方向的情况下，将所述停留信息确定为进入经营场所区域；或者在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为离开所述经营场所区域的方向的情况下，将所述停留信息确定为离开经营场所区域。
在一种可能的实现方式中，如果预设区域包括经营场所区域，则目标对象(或去重之后的目标对象)进入经营场所，则可对其进入经营场所的行为进行统计，以作为客流统计的数据。例如，每个去重后的目标对象进入经营场所，则可将客流量的数量加1。在示例中，经营场所区域在待处理视频中的位置可以是人为设定的，或者可以是对视频帧进行检测处理确定的，本公开对经营场所区域的位置的确定方式不做限制。
在一种可能的实现方式中，在确定目标对象的停留信息是否为进入经营场所区域时，可首先确定经营场所区域的位置，例如，确定经营场所区域的边界的位置。进而，可基于目标对象的目标轨迹信息和经营场所区域的边界来确定目标对象的停留信息是否为进入经营场所区域。在示例中，如果目标轨迹信息和经营场所区域的边界存在交点，则可表示目标对象曾穿越经营场所区域的边界，在此基础上，如果目标轨迹信息的方向为进入经营场所区域的方向，则可表示目标对象进入了经营场所区域。在示例中，如果目标对象进入了经营场所区域，则可对该进入经营场所区域的行为进行统计，作为客流统计的数据，例如，可将进入经营场所区域的客流量的数量加1。
在一种可能的实现方式中，在进行客流统计时，为提高统计数据的精度，还可统计离开经营场所区域的客流量，以对进入经营场所区域的客流量的数据进行验证。在统计离开经营场所区域的客流量时，可确定各目标轨迹信息与经营场所区域的边界之间是否存在交点，如果存在交点，并且目标轨迹信息的方向为离开所述经营场所区域，则可确定目标对象的停留信息为离开经营场所区域。在此情况下，可对该离开经营场所区域的行为进行统计，例如，可将离开经营场所区域的客流量的数量加1。
通过这种方式，可对目标对象进出经营场所区域的停留信息进行确认，为客流统计提供数据基础。
在一种可能的实现方式中，在进行客流统计时，还可统计路过经营场所的客流量。例如，路过经营场所的客流量中，可包括路过经营场所并进入经营场所的目标对象，还可包括路过经营场所但未进入经营场所的目标对象。因此，路过经营场所的客流量可用于确定进入经营场所的人数占途径经营场所附近的人数的比例等。在统计路过经营场所的客流量时，可确定目标轨迹信息与经营场所周边区域(例如，商铺门前的通道、走廊等)之间的关系，例如，是否存在交点，交点的数量，以及交点的位置(即，交点存在与经营场所周边区域的哪些边界上)等。经营场所周边区域的位置可以是人为设定的，也可以是对待处理视频的视频帧进行检测确定的，本公开对经营场所周边区域的位置的确定方式不做限制。
在一种可能的实现方式中，所述预设区域包括经营场所周边区域，步骤S13可包括：在所述目标轨迹信息与所述经营场所周边区域的边界存在两个交点，且所述目标轨迹信息在所述两个交点处的方向分别为进入所述经营场所周边区域的方向和离开所述经营场所周边区域的方向的情况下，将所述停留信息确定为穿过所述经营场所周边区域。
在一种可能的实现方式中，如果目标轨迹信息与经营场所周边区域的边界有两个交点，且目标轨迹信息在所述两个交点处的方向分别为进入经营场所周边区域的方向和离开经营场所周边区域的方向，则可确定目标对象进入过经营场所周边区域，并且又离开了。
例如，目标轨迹信息与经营场所周边区域的两个边界有交点，且目标轨迹信息在两个交点处的方向分别为进入经营场所周边区域和离开经营场所周边区域，则可表示目标对象从经营场所周边区域的一个边界进入经营场所周边区域，并从另一个边界离开经营场所周边区域。
又例如，目标轨迹信息与经营场所周边区域的一个边界有两个交点，且目标轨迹信息在两个交点处的方向分别为进入经营场所周边区域和离开经营场所周边区域，则可表示目标对象从经营场所周边区域的一个边界进入经营场所周边区域，并调转方向从该边界离开经营场所周边区域。
在一种可能的实现方式中，在此情况下，可对穿过经营场所周边区域的行为进行统计，例如，可将穿过经营场所周边区域的客流量的数量加1。
通过这种方式，可对目标对象穿过经营场所周边区域的停留信息进行确认，为客流统计提供数据基础。
在一种可能的实现方式中，在确定上述停留信息后，可基于停留信息进行客流统计。所述方法还包括：根据所述停留信息，对进出或穿过所述预设区域的目标对象进行统计，获得统计结果。
在示例中，可基于目标对象进入经营场所区域和/或离开经营场所区域的停留信息进行统计，获得进入经营场所区域的人数的统计结果。还可基于目标对象穿过经营场所周边区域的停留信息进行统计，获得路过经营场所附近的人数的统计结果。进一步地，还可确定路过经营场所附近并进入经营场所的人数所占的比例等。本公开对统计结果的具体内容不做限制。
根据本公开的实施例的视频处理方法，能够通过人脸标识、人体标识、人脸位置序列、人体位置序列和匹配结果来确定待处理视频中至少一个目标对象的轨迹，并可在追踪过程出现中断的情况下，通过去重和轨迹合并等方式获得目标对象的完整的轨迹信息，进而可基于该轨迹信息确定目标对象是否进入或路过预设区域，可无需在预设区域内设置摄像头，在保证停留信息的精度的同时，可保护目标对象和预设区域的隐私信息。还可基于此进行客流统计等处理，为运营提供准确的依据。
图4A、图4B、图4C、图4D和图4E示出根据本公开实施例的视频处理方法的应用示意图。摄像头可与边缘侧设备连接，且摄像头可设置在如图1所示的商铺前的通道等公共区域的位置，而无需设置在商铺内，可保护商铺和客户的隐私。
如图4A所示，可通过云端和/或边缘侧设备的控制界面启动视频处理任务，例如，启动人员进出经营场所区域的停留信息的检测任务和/或人员穿过经营场所周边区域的停留信息的检测任务，响应于控制界面接收到任务启动的指令，边缘侧可开始进行抽帧、检测人脸位置信息、人体位置信息、生成人脸标识、生成人体标识、进行人脸和人体的匹配，以及获取身份图像等处理，并发送至云端，为进行客流统计提供数据基础。
如图4B所示，可设置各经营场所区域，在示例中，可在云端和/或边缘侧设备的控制界面中设置经营场所区域，例如，分别设置各商铺所在的区域。如图4C所示，可设置各经营场所区域对应的经营场所周边区域，在示例中，可在云端和/或边缘侧设备的控制界面中设置经营场所区域周边区域，例如，分别设置各商铺门前的通道所在的区域。
在一种可能的实现方式中，边缘侧设备可对待处理视频进行检测，获得待处理视频中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果和各目标对象的身份图像等信息。云端可基于上述信息进行聚类等去重处理，并将同一个目标对象对应的一段或多段轨迹信息进行合并，获得每个目标对象的完整的目标轨迹信息。在示例中，各目标对象的轨迹信息可以是通过对目标对象在待处理视频的视野中的位置进行连接确定的，在将同一个目标对象的轨迹进行合并时，可基于获得视频帧的时间的先后顺序，将同一个目标对象的多段轨迹进行连接，获得目标对象的完整的目标轨迹信息。
如图4D所示，在确定各目标对象的完整的目标轨迹信息后，可基于目标轨迹信息来确定目标对象的停留信息，在目标轨迹信息与经营场所区域的边界存在交点，且目标轨迹信息的方向为进入所述经营场所区域的方向的情况下，将停留信息确定为进入经营场所区域。可将进入经营场所的人数加1。
在一种可能的实现方式中，在目标轨迹信息与经营场所区域的边界存在交点，且目标轨迹信息的方向为离开所述经营场所区域的方向的情况下，将停留信息确定为离开经营场所区域。可将离开经营场所的人数加1。
在一种可能的实现方式中，可对一段时间内进入和/或离开经营场所的人数进行客流统计，可确定一段时间内的进店人数。
如图4E所示，可基于目标轨迹信息来确定目标对象的停留信息，在目标轨迹信息与经营场所周边区域的边界存在两个交点，且目标轨迹信息在两个交点处的方向分别为进入经营场所周边区域的方向和离开经营场所周边区域的方向的情况下，将停留信息确定为穿过经营场所周边区域。可将通过经营场所附近的人数加1。
在一种可能的实现方式中，可对一段时间内通过经营场所附近的人数进行统计，还可确定进入经营场所的人数与通过经营场所附近的人数之间的比例等数据。
在一种可能的实现方式中，所述视频处理方法可用于运营分析中，例如，可确定商场整体客流量，确定商铺进店客流量，进而可根据商铺成交量确定各环节的转化率数据等，为运营分析提供数据支持。本公开对所述视频处理方法的应用领域不做限制。
图5示出根据本公开实施例的视频处理装置的框图，如图5所示，所述装置包括：获取模块11，用于获取边缘侧设备发送的待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果，其中，所述人脸位置序列包括所述待处理视频中的至少一个人脸在所述待处理视频的各视频帧中的人脸位置信息，所述人体位置序列包括所述待处理视频中的至少一个人体在所述待处理视频的各视频帧中的人体位置信息，所述匹配结果包括所述待处理视频帧序列中的至少一个目标对象的人脸标识和人体标识的匹配信息；轨迹确定模块12，用于根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息；信息确定模块13，用于根据所述目标轨迹信息以及预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，所述停留信息表示所述目标对象是否进出或路过所述预设区域。
在一种可能的实现方式中，所述轨迹确定模块进一步用于：根据所述人脸标识、所述人体标识和所述匹配结果，获得所述至少一个目标对象的身份标识；根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息。
在一种可能的实现方式中，所述装置还包括：图像获取模块，用于获取边缘侧设备发送的待处理视频帧中的至少一个目标对象的身份图像，其中，所述身份图像包括目标对象的人脸图像、目标对象的人体图像、包括目标对象的人脸和人体的图像中的至少一种，身份标识获取模块，用于根据所述身份图像、所述人脸标识、所述人体标识和所述匹配结果进行聚类处理，获得所述至少一个目标对象的身份标识。
在一种可能的实现方式中，所述轨迹确定模块进一步用于：根据所述人脸标识和所述人脸位置序列，获得各人脸标识的轨迹信息；根据所述身份标识，对所述人脸标识的轨迹信息进行合并处理，获得各目标对象的目标轨迹信息。
在一种可能的实现方式中，所述轨迹确定模块进一步用于：在所述身份标识不存在的情况下，将人体标识相同的轨迹信息进行合并，获得所述目标轨迹信息。
在一种可能的实现方式中，所述预设区域包括经营场所区域，所述信息确定模块进一步用于：在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为进入所述经营场所区域的方向的情况下，将所述停留信息确定为进入经营场所区域；或者在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为离开所述经营场所区域的方向的情况下，将所述停留信息确定为离开经营场所区域。
在一种可能的实现方式中，所述预设区域包括经营场所周边区域，所述信息确定模块进一步用于：在所述目标轨迹信息与所述经营场所周边区域的边界存在两个交点，且所述目标轨迹信息在所述两个交点处的方向分别为进入所述经营场所周边区域的方向和离开所述经营场所周边区域的方向的情况下，将所述停留信息确定为穿过所述经营场所周边区域。
在一种可能的实现方式中，所述装置还包括：统计模块，用于根据所述停留信息，对进出或路过所述预设区域的目标对象进行统计，获得统计结果。
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。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了视频处理装置、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视频处理方法，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。
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调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的视频处理方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的视频处理方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6示出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6，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缘，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7示出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7，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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
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 (11)

1.一种视频处理方法，其特征在于，所述方法包括：
获取边缘侧设备发送的待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果，其中，所述人脸位置序列包括所述待处理视频中的至少一个人脸在所述待处理视频的各视频帧中的人脸位置信息，所述人体位置序列包括所述待处理视频中的至少一个人体在所述待处理视频的各视频帧中的人体位置信息，所述匹配结果包括所述待处理视频帧序列中的至少一个目标对象的人脸标识和人体标识的匹配信息；
根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息；
根据所述目标轨迹信息以及预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，所述停留信息表示所述目标对象是否进出或路过所述预设区域。
2.根据权利要求1所述的方法，其特征在于，根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息，包括：
根据所述人脸标识、所述人体标识和所述匹配结果，获得所述至少一个目标对象的身份标识；
根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取边缘侧设备发送的待处理视频帧中的至少一个目标对象的身份图像，其中，所述身份图像包括目标对象的人脸图像、目标对象的人体图像、包括目标对象的人脸和人体的图像中的至少一种，
根据所述身份图像、所述人脸标识、所述人体标识和所述匹配结果进行聚类处理，获得所述至少一个目标对象的身份标识。
4.根据权利要求3所述的方法，其特征在于，根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息，包括：
根据所述人脸标识和所述人脸位置序列，获得各人脸标识的轨迹信息；
根据所述身份标识，对所述人脸标识的轨迹信息进行合并处理，获得各目标对象的目标轨迹信息。
5.根据权利要求3所述的方法，其特征在于，根据所述人脸标识和所述人体标识中的至少一种，以及所述目标对象的身份标识、所述人脸位置序列、所述人体位置序列，确定所述目标对象的目标轨迹信息，还包括：
在所述身份标识不存在的情况下，将人体标识相同的轨迹信息进行合并，获得所述目标轨迹信息。
6.根据权利要求1所述的方法，其特征在于，所述预设区域包括经营场所区域，
根据所述目标轨迹信息以及所述预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，包括：
在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为进入所述经营场所区域的方向的情况下，将所述停留信息确定为进入经营场所区域；或者
在所述目标轨迹信息与所述经营场所区域的边界存在交点，且所述目标轨迹信息的方向为离开所述经营场所区域的方向的情况下，将所述停留信息确定为离开经营场所区域。
7.根据权利要求1所述的方法，其特征在于，所述预设区域包括经营场所周边区域，
其中，根据所述目标轨迹信息以及所述预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，包括：
在所述目标轨迹信息与所述经营场所周边区域的边界存在两个交点，且所述目标轨迹信息在所述两个交点处的方向分别为进入所述经营场所周边区域的方向和离开所述经营场所周边区域的方向的情况下，将所述停留信息确定为穿过所述经营场所周边区域。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述停留信息，对进出或路过所述预设区域的目标对象进行统计，获得统计结果。
9.一种视频处理装置，其特征在于，包括：
获取模块，用于获取边缘侧设备发送的待处理视频帧中的人脸标识、人体标识、人脸位置序列、人体位置序列、人脸与人体的匹配结果，其中，所述人脸位置序列包括所述待处理视频中的至少一个人脸在所述待处理视频的各视频帧中的人脸位置信息，所述人体位置序列包括所述待处理视频中的至少一个人体在所述待处理视频的各视频帧中的人体位置信息，所述匹配结果包括所述待处理视频帧序列中的至少一个目标对象的人脸标识和人体标识的匹配信息；
轨迹确定模块，用于根据所述人脸标识、所述人体标识、所述人脸位置序列、所述人体位置序列和所述匹配结果，确定所述待处理视频帧中至少一个目标对象的目标轨迹信息；
信息确定模块，用于根据所述目标轨迹信息以及预设区域的位置信息，确定所述至少一个目标对象针对所述预设区域的停留信息，所述停留信息表示所述目标对象是否进出或路过所述预设区域。
10.一种电子设备，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调用所述存储器存储的指令，以执行权利要求1至8中任意一项所述的方法。
11.一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8中任意一项所述的方法。
CN202111274718.6A 2021-10-29 2021-10-29 视频处理方法及装置、电子设备和存储介质 Withdrawn CN114004868A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111274718.6A CN114004868A (zh) 2021-10-29 2021-10-29 视频处理方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111274718.6A CN114004868A (zh) 2021-10-29 2021-10-29 视频处理方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114004868A true CN114004868A (zh) 2022-02-01

Family

ID=79925416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111274718.6A Withdrawn CN114004868A (zh) 2021-10-29 2021-10-29 视频处理方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114004868A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115240429A (zh) * 2022-08-11 2022-10-25 深圳市城市交通规划设计研究中心股份有限公司 一种人车流量统计方法、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115240429A (zh) * 2022-08-11 2022-10-25 深圳市城市交通规划设计研究中心股份有限公司 一种人车流量统计方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN109658572B (zh) 图像处理方法及装置、电子设备和存储介质
CN109753920B (zh) 一种行人识别方法及装置
CN110942036B (zh) 人员识别方法及装置、电子设备和存储介质
CN109948494B (zh) 图像处理方法及装置、电子设备和存储介质
US20210166040A1 (en) Method and system for detecting companions, electronic device and storage medium
CN110837512A (zh) 访客信息管理方法及装置、电子设备和存储介质
CN111814629A (zh) 人员检测方法及装置、电子设备和存储介质
CN109543536B (zh) 图像标识方法及装置、电子设备和存储介质
CN109344703B (zh) 对象检测方法及装置、电子设备和存储介质
CN113762169A (zh) 人流量统计方法及装置、电子设备和存储介质
CN112597886A (zh) 乘车逃票检测方法及装置、电子设备和存储介质
CN110807393A (zh) 基于视频分析的预警方法及装置、电子设备和存储介质
CN114648796A (zh) 用户识别方法、装置、存储介质及电子设备
CN111435422B (zh) 动作识别方法、控制方法及装置、电子设备和存储介质
CN112101216A (zh) 人脸识别方法、装置、设备及存储介质
CN111753611A (zh) 图像检测方法及装置和系统、电子设备和存储介质
WO2022227562A1 (zh) 身份识别方法及装置、电子设备、存储介质和计算机程序产品
CN114004868A (zh) 视频处理方法及装置、电子设备和存储介质
WO2022183663A1 (zh) 事件检测方法、装置、电子设备、存储介质及程序产品
CN113936154A (zh) 图像处理方法及装置、电子设备和存储介质
CN112016443B (zh) 同行识别方法及装置、电子设备和存储介质
CN110543928B (zh) 检测无轨胶轮车载人人数的方法及装置
CN111651627A (zh) 数据处理方法及装置、电子设备和存储介质
CN111062407A (zh) 图像处理方法及装置、电子设备和存储介质
CN110910281A (zh) 基于机器人的酒店退房办理方法和装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220201