CN115937795B - 一种基于乡村视频获取农事活动记录的方法及装置 - Google Patents

Abstract

本发明提供了一种基于乡村视频获取农事活动记录的方法及装置，涉及数据处理领域，基于乡村视频获取农事活动记录的方法包括：获取乡村的基本信息，根据基本信息建立人员、土地和监控设备之间的基本关系；基于监控设备信息和图像识别模型得到活动信息；根据基本关系和活动信息确定目标土地信息；从活动信息和目标土地信息中提取结构化数据；对结构化数据进行清洗得到农事活动记录。通过获取基本信息并建立基本关系，提高信息之间的关联性；再基于图像识别模型得到目标人员的活动信息，使得人员、土地和监控设备之间形成闭环关系网络，使目标土地信息准确性高；提取农事活动的结构化数据并进行清洗，保证记录到的农事活动信息的准确性和有效性。

Description

一种基于乡村视频获取农事活动记录的方法及装置

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种基于乡村视频获取农事活动记录的方法及装置。

背景技术

掌握乡村的农事活动情况对于把控农业生产进程来说至关重要，采集乡村的农事活动信息进行分析，有利对农作物的产量以及土地利用率等信息进行科学合理的预测。然而传统农事活动记录大多通过人工采集，采集的信息往往也是在农闲情况下邀请乡村的人员对农事活动进行回忆，信息的实时性差，准确性难以保证。随着视频监控技术的普及，大部分的乡村居住地的重要路段也实现了监控设备覆盖，近年来出现了基于此类监控设备采集到的视频信息识别人员信息，生成农事活动记录的方法，但是由于监控设备尚未覆盖到大部分土地，现有技术无法准确预测作业人员进行农事活动的具体土地，得到的农事活动信息有效性较差。

发明内容

本发明解决的问题是如何提升农事活动记录的有效性。

为解决上述问题，本发明提供一种基于乡村视频获取农事活动记录的方法，包括：

获取乡村的基本信息，所述基本信息包括人员信息、土地信息和监控设备信息；

根据所述基本信息建立人员、土地和监控设备之间的基本关系，包括建立所述土地与所述监控设备之间的临近关系，以及建立所述土地与所述人员之间的归属关系；

基于所述监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，其中，所述活动信息包括目标人员信息、目标监控设备信息和时间信息；

根据所述基本关系和所述活动信息，确定目标土地信息；

根据预设的结构化策略，从所述活动信息和所述目标土地信息中提取农事活动的结构化数据；

基于预设的数据清洗策略对所述结构化数据进行清洗，得到农事活动记录，所述农事活动记录包括所述农事活动对应的所述目标人员信息、所述目标土地信息和所述时间信息组成的信息序列。

可选地，所述活动信息还包括所述目标人员的移动方向和工具信息；所述根据预设的结构化策略，从所述活动信息和所述目标土地信息中提取农事活动的结构化数据，包括：

根据所述活动信息和所述目标土地信息，建立所述目标人员的活动记录；

基于所述移动方向，从所述活动记录中提取目标活动记录；

基于所述工具信息和所述移动方向，确定所述目标活动记录为所述农事活动的目标概率；

根据所述目标活动记录和所述目标概率，得到所述结构化数据。

可选地，所述移动方向包括进入方向和离开方向；所述基于所述移动方向，从所述活动记录中提取目标活动记录，包括：

按照时间顺序获取两条所述活动记录，其中，两条所述活动记录中包含的所述目标人员信息相同；

获取两条所述活动记录中的所述移动方向并组成方向序列，所述方向序列包括第一移动方向和第二移动方向；

根据所述方向序列，确定对应的提取规则，包括当所述第一移动方向为所述离开方向，且所述第二移动方向为所述进入方向时，所述提取规则为根据两条所述活动记录，生成所述目标活动记录；

根据所述提取规则，提取所述目标活动记录。

可选地，所述工具信息包括工具状态；在所述按照时间顺序获取两条所述活动记录之前，以及在所述根据所述提取规则，提取所述目标活动记录之后，还包括：

判断所述活动记录的剩余条数；

当所述当剩余数大于或等于2时，则执行按照所述时间顺序获取两条所述活动记录的步骤；

当所述剩余条数大于0且小于2时，则根据所述移动方向和所述工具状态，调整所述活动记录，包括删除一条所述活动记录或新增一条所述活动记录，并返回判断所述剩余条数的步骤；

当所述剩余条数等于0时，则执行确定所述目标概率的步骤。

可选地，所述目标概率包括至少四个递减分布的概率等级，至少四个所述概率等级包括第一概率等级、第二概率等级、第三概率等级和第四概率等级；所述工具状态包括有工具状态和无工具状态；所述目标活动记录包括进入记录和离开记录；所述基于所述工具信息和所述移动方向，确定所述目标活动记录为所述农事活动的目标概率，包括：

分析所述离开记录和所述进入记录中的所述工具状态；

当所述离开记录和所述进入记录中包括所述有工具状态时，所述目标概率为所述第一概率等级；

当所述离开记录中包括所述有工具状态，且所述进入记录中包括所述无工具状态时，所述目标概率为所述第二概率等级；

当所述离开记录中包括所述无工具状态，且所述进入记录中包括所述有工具状态时，所述目标概率为所述第三概率等级；

当所述离开记录和所述进入记录中包括所述无工具状态时，所述目标概率为所述第四概率等级。

可选地，所述基本信息还包括农作物的生长信息；所述工具信息还包括工具类型；所述基于预设的数据清洗策略对所述结构化数据进行清洗，得到农事活动记录，包括：

基于所述生长信息建立农事活动模型，所述农事活动模型包括所述农作物的生长过程所需的时间条件和所述工具类型；

按照所述概率等级由高到低的顺序，提取所述结构化数据；

基于所述工具类型，得到所述农事活动的中间记录，包括当所述结构化数据与所述农事活动模型对应的所述工具类型相同时，根据所述结构化数据生成所述中间记录；

判断所述中间记录对应的所述时间信息是否满足所述时间条件；

若满足，则根据所述中间记录生成所述农事活动记录；

若不满足，则返回提取所述结构化数据的步骤，直至满足所述时间条件。

可选地，所述人员信息包括组织成员信息；所述土地信息包括土地位置和土地归属人信息；所述监控设备信息包括监控设备位置；所述根据所述基本信息建立人员、土地和监控设备之间的基本关系，包括：

判断所述监控设备位置和所述土地位置之间的距离是否满足预设的距离条件；

若满足，则建立所述土地与所述监控设备之间的所述临近关系；

判断所述组织成员信息中是否包含所述土地归属人信息，其中，所述土地归属人信息包括拥有所述土地的使用权限的所述人员信息；

若包含，则建立所述组织成员信息中的所述人员与所述土地之间的所述归属关系。

可选地，所述人员信息还包括面部图像信息和身份信息；所述监控设备信息还包括所述监控设备拍摄到的视频信息；所述基于所述监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，包括：

根据所述人员信息建立初始图像识别模型；

根据所述面部图像信息及其对应的所述身份信息建立训练数据集；

根据所述训练数据集对所述初始图像识别模型进行训练和优化，得到所述图像识别模型；

将所述视频信息输入到所述图像识别模型中，得到所述目标人员信息，所述目标人员信息包括所述目标人员对应的所述身份信息；

根据所述视频信息得到附属信息，所述附属信息包括所述目标监控设备信息和所述时间信息；

根据所述目标人员信息和所述附属信息，得到所述活动信息。

可选地，所述根据所述基本关系和所述活动信息，确定目标土地信息，包括：

根据所述目标监控设备信息和所述临近关系，得到目标监控设备对应的第一土地信息；

根据所述目标人员信息和所述归属关系，得到所述目标人员对应的第二土地信息；

基于所述第一土地信息和所述第二土地信息，得到所述目标土地信息，包括提取所述第一土地信息和所述第二土地信息的交集，作为所述目标土地信息。

相对于现有技术，本发明提供的基于乡村视频获取农事活动的方法通过获取诸如人员信息、土地信息和监控设备信息的乡村基本信息，为后续获取农事活动记录提供数据基础；再根据基本信息建立诸如监控设备与土地之间的临近关系、人员与土地之间的归属关系等基本关系，提高不同类别信息之间的关联性；再基于监控设备信息和图像识别模型，得到目标人员的活动信息，实现监控设备与人员之间的关联，监控设备作为信息桥梁，使得人员、土地和监控设备之间形成完整的闭环关系网络；依据建立好的基本关系和活动信息，可以得到目标人员可能进行农事活动的目标土地信息，提高目标土地信息预测的可靠性；再根据结构化策略从活动信息和目标土地信息中提取农事活动的结构化数据，剔除干扰信息，有利于提高农事活动记录的准确性；最后基于数据清洗策略对结构化数据进行清洗，得到农事活动记录，进一步提高农事活动记录的准确性，保证记录到的农事活动信息的实时性、实用性和有效性。

另一方面，本发明还一种基于乡村视频获取农事活动记录的装置，包括：

获取模块，其用于获取乡村的基本信息，所述基本信息包括人员信息、土地信息和监控设备信息；

关系模块，其用于根据所述基本信息建立人员、土地和监控设备之间的基本关系，包括建立所述土地与所述监控设备之间的临近关系，以及建立所述土地与所述人员之间的归属关系；

第一信息确定模块，其用于基于所述监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，其中，所述活动信息包括目标人员信息、目标监控设备信息和时间信息；

第二信息确定模块，其用于根据所述基本关系和所述活动信息，确定目标土地信息；

结构化模块，其用于根据预设的结构化策略，从所述活动信息和所述目标土地信息中提取农事活动的结构化数据；

记录生成模块，其用于基于预设的数据清洗策略对所述结构化数据进行清洗，得到农事活动记录，所述农事活动记录包括所述农事活动对应的所述目标人员信息、所述目标土地信息和所述时间信息组成的信息序列。

本发明所述的基于乡村视频获取农事活动的装置与所述的基于乡村视频获取农事活动的方法相对于现有技术的优势相同，在此不再赘述。

附图说明

图1为本发明实施例的基于乡村视频获取农事活动记录的方法的流程图；

图2为本发明实施例的基于乡村视频获取农事活动记录的方法的步骤S500细化后的流程图；

图3为本发明实施例的基于乡村视频获取农事活动记录的方法的步骤S520细化后的流程图；

图4为本发明实施例的基于乡村视频获取农事活动记录的方法的步骤S520细化后的另一流程图；

图5为本发明实施例的基于乡村视频获取农事活动记录的方法的步骤S600细化后的流程图；

图6本发明实施例的基于乡村视频获取农事活动记录的方法的步骤S600细化后的另一流程图；

图7为本发明实施例的基于乡村视频获取农事活动记录的方法的步骤S300细化后的流程图；

图8为本发明实施例的基于乡村视频获取农事活动记录的方法的步骤S400细化后的流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。

应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”；术语“可选地”表示“可选的实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

可以理解的是，本发明中涉及到的任何关于数据获取或采集的部分，均已获得用户授权。

如图1所示，本发明一实施例提供了一种基于乡村视频获取农事活动记录的方法，包括：

S100：获取乡村的基本信息，基本信息包括人员信息、土地信息和监控设备信息。

在一实施例中本发明所指基本信息表示乡村农业生产生活中涉及的基本信息，基本信息可以通过调查获取或通过历史记录获取；本发明所指人员信息表示乡村中人员的基础信息，可以为人员档案信息，例如：包括人员的身份信息、标识信息（如面部图像）、社会关系信息等；本发明所指土地信息可以为土地档案信息，例如：包括土地标识信息（如地块编码）、土地位置信息、土地租赁或土地使用权限信息等；本发明所指监控设备信息可以包括监控设备属性信息、监控设备运行信息、监控设备标识信息（如设备编码）、监控和设备安装位置或安装方向、以及监控设备拍摄到的视频信息等。

可选地，获取预设范围内的乡村基本信息，便于以地域划分基本单位，研究地域内的农事活动情况。

在本实施例中，通过获取诸如人员信息、土地信息和监控设备信息等乡村的基本信息，掌握农事活动相关的关键要素，为后续生成农事活动记录提供数据基础。

S200：根据基本信息建立人员、土地和监控设备之间的基本关系，包括建立土地与监控设备之间的临近关系，以及建立土地与人员之间的归属关系。

在一实施例中，本发明所指基本关系可以表示不同主体之间的属性关系，例如，人员A和人员B之间的亲属关系、土地C和土地D之间的接壤关系、人员E与土地F之间的归属关系等；本发明所指临近关系可以表示不同主体之间，地理位置上的距离关系，满足预设的距离条件即可建立起位置上的临近关系；本发明所指归属关系可以表示某主体拥有某一事物的处置权限，例如，使用权限、交易权限、抵押权限等。

具体地，根据基本信息建立人员、土地和监控设备之间的基本关系，例如：根据土地租赁信息中拥有土地使用权限的人员信息和土地编码信息，建立人员和土地的归属关系，表示土地使用权限归人员所有；以监控设备的位置为中心，将其方圆3公里范围内的土地视为监控设备的临近土地，建立土地与监控设备的临近关系，表示土地与该监控设备在距离上临近。

在本实施例中，根据基本信息建立人员、土地和监控设备之间的基本关系，增强了农事活动关键要素之间的关联性，有利于保证后续农事活动记录的准确性。

S300：基于监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，其中，活动信息包括目标人员信息、目标监控设备信息和时间信息。

在一实施例中，本发明所指活动信息表示乡村人员从事各类生产和经营活动相关的信息，例如，出行次数信息、乘坐交通工具信息、出行时间信息、携带物品信息等；本发明所指目标人员信息表示被监控设备拍摄到的乡村人员信息，例如，被监控设备拍摄到的人员面部信息；本发明所指时间信息表示监控设备拍摄到目标人员时的时间，例如，目标人员出现在监控设备视野时的时间，以及目标人员消失在监控设备视野时的时间。

具体地，监控设备信息可以包括监控设备的位置信息以及监控设备拍摄到的视频信息，例如，将监控设备拍摄到的视频信息输入到预先训练好的图像识别模型中，根据视频信息中的面部信息，识别出对应的目标人员身份信息，基于身份信息即可得到目标人员相应的社会关系信息、土地使用权限信息等。同时，根据视频信息可以得到相应的监控设备信息，如拍摄到目标人员的监控设备位置、设备编号、拍摄时间等信息。

在本实施例中，根据监控设备信息和图像识别模型，得到目标人员的活动信息，实现监控设备与人员之间的关联，监控设备作为信息桥梁，使得人员、土地和监控设备之间形成完整的闭环关系网络，便于根据监控设备信息获得农事活动相关的人员、土地和时间信息，为自动生成农事活动记录提供了技术基础。

S400：根据基本关系和活动信息，确定目标土地信息。

在一实施例中，本发明所指目标土地信息表示被监控设备拍摄到的目标人员可能前往从事农事活动的土地。

具体地，基本关系包含人员与土地的归属关系，监控设备与土地的临近关系，活动信息包含了目标人员和目标监控设备的信息。相当于已知人员、土地和监控设备三个要素之间的基本关系，以及目标人员和目标监控设备这两项要素，则可以推导出目标土地这一要素，在现有技术无法直接获取目标土地这一要素的情况下，本实施例采用的方法可以保证间接获取的目标土地信息的准确性。

在本实施例中，根据基本关系和活动信息确定目标人员可能进行农事活动的目标土地信息，提高了农事活动记录中目标土地信息这一关键要素的信息准确性，使得最终得到的农事活动结果更加具有参考价值和实用价值。

S500：根据预设的结构化策略，从活动信息和目标土地信息中提取农事活动的结构化数据。

在一实施例中，本发明所指农事活动的结构化数据表示将可能从事农事活动的目标人员信息、目标人员可能前往的目标土地的信息、从事农事活动的时间信息等进行关联，将各类离散的异构数据形成具有一定分布规则的结构化数据。

具体地，得到目标人员的活动信息和对应的目标土地信息后，需要建立农事活动的结构化数据，围绕农事活动将不同类型的信息整合，形成便于分析处理的结构化数据。例如，可以先建立结构化模板文件，模板文件可以是农事活动中负责作业的目标人员的身份信息、目标土地的土地编号、土地位置，本次农事活动的持续时间，拍摄到目标人员的监控设备编号、监控设备位置等信息组成的信息序列。按照模板文件的内容和顺序抽取相应数据，形成农事活动的结构化数据。

在本实施例中，根据预设的结构化策略，从活动信息和目标土地信息中提取农事活动的结构化数据，剔除干扰信息的同时，还便于对农事活动相关数据的进一步分析处理，提高后续农事活动记录的信息有效性。

S600：基于预设的数据清洗策略对结构化数据进行清洗，得到农事活动记录，农事活动记录包括农事活动对应的目标人员信息、目标土地信息和时间信息组成的信息序列。

在一实施例中，本发明所指农事活动记录表示乡村人员从事农事活动相关信息的记录，例如，农事活动记录包括负责作业的目标人员的身份信息、目标人员进行作业的目标土地的地块编码、从事一次农事活动耗费的时间等。

在本实施例中，基于预设的清洗策略对得到的结构化数据进行清洗，有利于缩减数据体量，降低数据处理任务压力，提高数据处理速度，同时可以剔除干扰信息等影响最终农事活动记录准确性的数据，进一步提升农事活动记录信息的有效性和准确性。

本实施例通过获取诸如人员信息、土地信息和监控设备信息的乡村基本信息，为后续获取农事活动记录提供数据基础；再根据基本信息建立诸如监控设备与土地之间的临近关系、人员与土地之间的归属关系等基本关系，提高不同类别信息之间的关联性；然后基于监控设备信息和图像识别模型，得到目标人员的活动信息，实现监控设备与人员之间的关联，监控设备作为信息桥梁，使得人员、土地和监控设备之间形成完整的闭环关系网络；依据建立好的基本关系和活动信息，可以得到目标人员可能进行农事活动的目标土地信息，提高目标土地信息预测的可靠性；再根据结构化策略从活动信息和目标土地信息中提取农事活动的结构化数据，剔除干扰信息，有利于提高农事活动记录的准确性；最后基于数据清洗策略对结构化数据进行清洗，得到农事活动记录，进一步提高农事活动记录的准确性，保证记录到的农事活动信息的实时性、实用性和有效性。

可选地，活动信息还包括目标人员的移动方向和工具信息；根据预设的结构化策略，从活动信息和目标土地信息中提取农事活动的结构化数据，包括：

S510：根据活动信息和目标土地信息，建立目标人员的活动记录；

S520：基于移动方向，从活动记录中提取目标活动记录；

S530：基于工具信息和移动方向，确定目标活动记录为农事活动的目标概率；

S540：根据目标活动记录和目标概率，得到结构化数据。

如图2所示，在一实施例中，本发明所指移动方向表示目标人员被监控设备拍摄到时，目标人员的移动轨迹朝向；本发明所指工具信息表示监控设备拍摄到的与工具相关的信息，例如，目标人员是否携带工具（包括有工具状态和无工具状态），携带工具的类型等；本发明所指目标活动记录表示，可能和目标人员从事农事活动相关的活动记录；本发明所指目标概率表示目标活动记录中，目标人员从事农事活动的概率。

具体地，活动信息还包括目标人员的移动方向和工具信息，移动方向可以根据监控设备拍摄到的监控画面中目标人员的移动方向确定；工具信息可以基于图像识别模型从监控设备拍摄到的视频信息中提取，包括工具状态和工具的类型信息，例如，自动化农机或机械农具等。从监控设备信息中得到目标人员的活动信息后，建立目标人员的活动记录。由于监控设备拍摄到的活动记录可能对应农事活动也可能对应其他活动（如日常出行或购买农器具等生产经营活动），因此可以基于目标人员被拍摄到的移动方向，对活动记录进行定性分析，从活动记录中提取出可能是农事活动的记录作为目标活动记录，排除无关活动记录干扰。然后再基于工具信息和移动方向，对目标活动记录为农事活动的可能性概率进行定量分析，确定目标概率。最后根据目标活动记录和目标概率，得到的结构化数据具有较佳的可信度。

在本实施例中，建立目标人员的活动记录便于将农事活动的关键要素汇集，提高数据丰富性和可参考性。从活动记录中提取出可能为农事活动的目标活动记录，排除无关活动记录干扰，缩减数据量的同时还增加了最终生成记录的可靠性。然后进一步确定目标活动记录为农事活动的目标概率，完成了对活动记录可能为农事活动的定性、定量多层次分析，使得最后生成的农事活动结构化数据具有较佳的可信度，有利于提高农事活动记录的准确性。

可选地，移动方向包括进入方向和离开方向；基于移动方向，从活动记录中提取目标活动记录，包括：

S521：按照时间顺序获取两条活动记录，其中，两条活动记录中包含的目标人员信息相同；

S522：获取两条活动记录中的移动方向并组成方向序列，方向序列包括第一移动方向和第二移动方向；

S523：根据方向序列，确定对应的提取规则，包括当第一移动方向为离开方向，且第二移动方向为进入方向时，提取规则为根据两条活动记录，生成目标活动记录；

S524：根据提取规则，提取目标活动记录。

如图3所示，在一实施例中，本发明所指提取规则表示从活动记录中提取出可能和农事活动相关的数据的规则；本发明所指进入方向可以表示进入目标人员的居住地的方向，在农事活动中，进入方向往往对应着目标人员从事农事活动后从耕作的目标土地返回居住地时对应的移动方向；离开方向表示离开居住地的方向，在农事活动中，离开方向往往对应着目标人员从居住地出发去往目标土地进行农事活动时对应的移动方向。按照正常的农业生产活动的顺序，应当为监控设备先拍摄到目标人员离开居住地，一段时间后再次拍摄到目标人员返回居住地。基于此，可以分别建立每个目标人员的活动记录的序列，按照时间顺序提取两条活动记录及其移动方向，组成第一移动方向和第二移动方向的方向序列，若方向序列的排列顺序符合上述农事活动的逻辑顺序，可以认为活动记录可能对应是农事活动，基于此生成目标活动记录，对应表示目标人员一次完整的农事活动。

可选地，活动记录在被获取前，可以预先按照时间顺序排列，优选地，在此基础上，以日期为界限划分每天的活动记录，并删除每天第一条移动方向为进入方向对应的活动记录，实现进一步排除干扰信息。

可选地，工具信息还包括工具状态，工具状态包括有工具状态和无工具状态；根据方向序列，确定对应的提取规则，还包括：

第一移动方向为离开方向，且第二移动方向为进入方向时，提取规则为根据两条活动记录，生成目标活动记录，并删除两条活动记录；

当第一移动方向为进入方向，且第二移动方向为离开方向时，提取规则为删除进入方向对应的活动记录；

当第一移动方向和第二移动方向为进入方向时，提取规则为删除进入方向对应的活动记录；

当第一移动方向和第二移动方向为离开方向时，提取规则为删除无工具状态或第二移动方向对应的活动记录序列。

在本实施例中，通过模拟人工在判断活动记录是否可能为农事记录时的逻辑，对活动记录进行定性分析，实现目标活动记录的智能化提取，确保数据的真实性和可靠性。

可选地，在按照时间顺序获取两条活动记录之前，以及在根据提取规则，提取目标活动记录之后，还包括：

判断活动记录的剩余条数；

当剩余数大于或等于2时，则执行按照时间顺序获取两条活动记录的步骤；

当剩余条数大于0且小于2时，则根据移动方向和工具状态，调整活动记录，包括删除一条活动记录或新增一条活动记录，并返回判断剩余条数的步骤；

当剩余条数等于0时，则执行确定目标概率的步骤。

在一实施例中，本发明所指剩余条数表示未被处理过的活动记录的条数。在按照时间顺序获取两条活动记录之前，以及在根据提取规则，提取目标活动记录之后，需要判断活动记录的剩余条数，方便确定接下来的数据处理步骤。若剩余的未被处理的活动记录条数大于等于2,则可以继续按照前述方法继续定性分析剩余活动记录。若剩余条数大于0且小于2时，由于活动记录条数为正整数，故此情况对应剩余条数为1的情况，此情况下需要根据目标对象的移动方向和工具状态作为辅助判断，对剩余活动记录进行增减调整。例如，若剩余的一条活动记录中的工具状态对应为有工具状态，且移动方向对应离开方向，说明此条活动记录很有可能对应为农事活动记录，但可能由于某些原因目标人员的进入方向对应的记录未被监控设备记录下来，因此可以基于该条活动记录生成一条移动方向为进入方向的活动记录，新增的活动记录时间信息可按照预设规则进行填充（如选取当天目标活动记录中记录到目标人员进入居住地的时间平均值，或根据月份提前设置匹配时间），其余信息与移动方向为离开方向的活动记录保持一致即可。

如图4所示，在一较佳地实施例中，所述工具状态包括有工具状态和无工具状态；所述当剩余条数大于0且小于2时，则根据移动方向和工具状态，调整活动记录，还包括：

判断活动记录的移动方向是否为离开方向；

若移动方向是离开方向，则判断活动记录中的工具状态；

当工具状态为有工具状态时，增加一条移动方向为进入方向的活动记录；

当工具状态为无工具状态时，删除该条活动记录，并执行确定目标概率的步骤；

若移动方向不是离开方向，则删除该条活动记录，并执行确定目标概率的步骤。

在本实施例中，通过在调取活动记录之前，以及在提取目标活动记录之后，判断剩余的未被处理的活动记录数量，并根据剩余数量的实际情况，对活动记录执行不同处理步骤，保证活动记录中有用信息的利用率，避免活动记录的处理过程中产生遗漏或误增，提升目标活动记录的准确性。

可选地，目标概率包括至少四个递减分布的概率等级，至少四个概率等级包括第一概率等级、第二概率等级、第三概率等级和第四概率等级；工具状态包括有工具状态和无工具状态；目标活动记录包括进入记录和离开记录；基于工具信息和移动方向，确定目标活动记录为农事活动的目标概率，包括：

分析离开记录和进入记录中的工具状态；

当离开记录和进入记录中包括有工具状态时，目标概率为第一概率等级；

当离开记录中包括有工具状态，且进入记录中包括无工具状态时，目标概率为第二概率等级；

当离开记录中包括无工具状态，且进入记录中包括有工具状态时，目标概率为第三概率等级；

当离开记录和进入记录中包括无工具状态时，目标概率为第四概率等级。

在一实施例中，本发明所指进入记录表示移动方向为进入方向对应的活动记录，本发明所指离开记录表示移动方向为离开方向对应的活动记录。本发明所指概率等级表示目标活动记录是农事活动的可能性程度，可以用概率的等级来表示，概率等级越高，对应是农事活动的可能性越大；概率等级也可以用百分比表示，四个递减分布的概率等级可以对应由高到低的百分比数值；本发明所指有工具状态表示目标人员被监控设备拍摄到时携带有工具；本发明所指无工具状态表示目标人员被监控设备拍摄到时未携带工具。

具体地，对活动记录进行定性分析得到可能为农事活动的目标活动记录后，再对其进行可能性程度的定量分析，由于农事活动通常需要对应的农机、农具等工具来辅助作业，携带工具出行的目标活动记录对应为农事活动的可能性非常高，因此可以依据目标人员活动记录中的工具状态来辅助可能性程度的判断。例如：当目标人员进入和离开居住地对应的记录都显示其携带了工具，则目标人员从事农事活动的概率非常高，对应第一概率等级；当目标人员离开居住地时，对应的记录显示携带工具，但是进入居住地时未携带工具，可能是目标人员劳作后将农机农具暂时搁置在目标土地中，仍然有很高的概率为从事农事活动，对应第二概率等级；当目标人员离开居住地时未携带工具，但是进入居住地时携带了工具，此种情况可能对应外出购买或租赁相关工具，从事农事活动的可能性不是很高，对应第三概率等级；当目标人员进入和离开居住地对应的记录都显示其未携带工具，那么对应的记录很有可能是人员日常生活出行活动，农事活动的可能性较低，对应第四概率等级。

在一较佳的实施例中，在根据目标活动记录中的工具状态定性分析其从事农事活动的概率后，还可以基于目标监控设备信息，优化目标概率，包括：

提取进入记录和离开记录中的目标监控设备信息；

判断目标监控设备信息是否满足预设的升级条件，升级条件包括进入记录和离开记录中的监控设备位置相同；

若满足，则提升目标概率的概率等级，包括保持第一概率等级不变，其余概率等级提升一级。

在本实施例中，在对活动记录定性分析得到目标活动记录后，依据工具信息对目标活动记录是农事活动的可能性进行定量分析，得到的目标概率整合到目标活动记录中，可以丰富数据维度，提高目标活动记录的信息有效性和参考价值。

可选地，基本信息还包括农作物的生长信息；工具信息包括工具类型；基本信息还包括农作物的生长信息；工具信息还包括工具类型；基于预设的数据清洗策略对结构化数据进行清洗，得到农事活动记录，包括：

S610：基于生长信息建立农事活动模型，农事活动模型包括农作物的生长过程所需的时间条件和工具类型；

S620：按照概率等级由高到低的顺序，提取结构化数据；

S630：基于工具类型，得到农事活动的中间记录，包括当结构化数据与农事活动模型对应的工具类型相同时，根据结构化数据生成中间记录；

S640：判断中间记录对应的时间信息是否满足时间条件；

若满足，则根据中间记录生成农事活动记录；

若不满足，则返回提取结构化数据的步骤，直至满足时间条件。

如图5所示，在一实施例中，本发明所指农作物的生长信息包括农作物各个生长阶段、各阶段所需农事活动、各阶段的开始时间等。目标土地上的农作物信息可以根据调查获取，也可以根据无人机等设备在农作物收获前获取，优选地，在农作物播种前获取农作物信息，结合各阶段生成的农事活动记录，可以实现农业生产过程的全程把控，有利于根据不同各阶段的农事活动记录，实施积极干预，保障农业生产安全。

在一实施例中，本发明所指工具类型表示目标人员携带的用于辅助农事活动的工具，包括农机、农具等，工具信息获取方式与目标人员信息获取方式类似，都可以从监控设备拍摄到的视频信息中获取。本发明所指农事活动记录可以包括农事活动对应的目标人员信息、目标土地信息和时间信息组成的信息序列，例如，农事活动记录为目标土地编号、目标人员身份信息、农事活动起始时间、农事活动终止时间、工具信息状态、目标概率等级组成的信息序列。

具体地，基于农作物的生长信息建立农事活动模型，例如，建立农作物各生长阶段开始时间、所需工具类型、单位面积农作物所需最低作业时长等。以水稻的农事活动模型为例，积肥阶段：上一年12月起进入积肥阶段、需要配置积肥工具、每亩水稻积肥所需最低作业时长1小时；耕地阶段：1月起进入耕地阶段、需要配置耕地工具、每亩水稻耕地所需最低作业时长0.5小时；播种阶段：2月起进入备种和播种阶段、需要配置播种工具、每亩水稻播种所需最低作业时长1.5小时；插秧阶段：3月起进入插秧阶段、需要配置插秧工具、每亩水稻插秧所需最低作业时长2小时；施肥阶段：4月起进入施肥阶段、需要配置施肥工具、每亩水稻施肥所需最低作业时长0.5小时。以此类推，分别依据剩余的除草防虫阶段、再次施肥阶段、收获阶段等生长信息完成农事活动模型的配置。

在一实施例中，建立农事活动模型后，按照概率等级由高到低的顺序，逐一提取结构化数据，并基于结构化数据中的工具类型和农事活动不同阶段的起始时间等信息，清洗掉不符合农事活动模板的数据，得到农事活动的中间记录，中间记录会随着数据清洗过程逐渐累加，每清洗完一个概率等级对应的结构化数据后，判断当前得到的中间记录中时间信息是否满足时间条件。例如，针对农事活动模板中水稻收获这一阶段，收获每亩水稻所需最低时间为2.5小时，在中间记录中，工具类型匹配收获阶段的作业工具，对应目标土地50亩，那么收获目标土地上全部水稻所需最低时间为125小时，相应的中间记录的时间信息包括每次农事活动记录的持续时间，累计计算持续时间，若计算结果超过125小时，说明收获目标土地上的水稻相关农事活动记录已经足够，以此类推，判断是否满足农事活动模板中各阶段的时间条件。若满足，则可以停止清洗数据，并基于当前的中间记录生成过最终的农事活动记录。若不满足，说明农事活动记录尚未获取充足，顺次提取第二概率等级对应的结构化数据，直至满足时间条件，生成最终的农事活动记录。

如图6所示，在一较佳的实施例中，基于生长信息建立农事活动模型，农事活动模型包括农作物的生长过程所需的时间条件和工具类型；设置提取概率等级变量A=第一概率等级；提取概率等级等于变量A的结构化数据；判断提取的结构化数据条数是否大于0；若是，则判断结构化数据对应的工具信息和时间信息是否匹配农事活动模板，例如，水稻12月起进入积肥阶段，只有结构化数据对应的时间为12月至次年1月之间，且工具类型为积肥工具才匹配农事活动模板；若是，则生成农事活动记录，并删除该条结构化数据并返回判断结构化数据条数是否大于0的步骤；若结构化数据条数等于0，则汇集当前农事活动记录的时间；判断农事活动时长是否大于最低活动时长；若是，则结束数据清洗；若否，则降低一级变量A的概率等级；判断变量A的等级是否为最低的第四概率等级；若是，则结束数据清洗，并基于中间记录生成最终的农事活动记录；若否，则返回提取概率等级等于变量A的结构化数据的步骤。

在本实施例中，建立农事活动模型作为参考，可以清洗掉结构化数据中明显与农作物生长阶段不符合的农事活动，提高信息准确性；按照概率等级从高到低的顺序提取结构化数据生成最终记录，提高最终农事活动记录的可信度；通过时间条件约束农事活动记录的信息体量，避免过多无效信息的干扰，进一步提升信息的有效性。

可选地，人员信息包括组织成员信息；土地信息包括土地位置和土地归属人信息；监控设备信息包括监控设备位置；根据基本信息建立人员、土地和监控设备之间的基本关系，包括：

判断监控设备位置和土地位置之间的距离是否满足预设的距离条件；

若满足，则建立土地与监控设备之间的临近关系；

判断组织成员信息中是否包含土地归属人信息，其中，土地归属人信息包括拥有土地的使用权限的人员信息；

若包含，则建立组织成员信息中的人员与土地之间的归属关系。

在一实施例中，监控设备和土地拥有固定的地理位置，通常目标人员从居住地出发前往目标土地进行农事活动时，一般都会选取最近的路程，因此，目标人员将要去往的目标土地，通常也会分布在拍摄到目标人员活动的监控设备附近。基于此，拍摄到目标人员的监控设备的位置，可以在一定程度上预测出目标人员将要前往的目标土地的位置，例如，以监控设备位置为中心，选取其方圆3公里范围内的土地，与此监控设备建立临近关系。那么当该监控设备拍摄到目标人员离开居住地的画面时，则目标人员很有可能是去往该监控设备附近3公里范围内的土地进行农事活动。

在一实施例中，本发明所指土地归属人信息可以通过土地租赁合同获取，土地租赁合同中包含拥有土地使用权限的人员信息，但是该人员信息通常为家庭或组织单位中的一员，而对该土地进行农事作业的人员，往往还包括了与该人员具有家庭关系、帮佣关系或组织关系的人员。因此，还需要根据该人员的社会关系（如目标人员所属组织的组织成员信息）进一步完善人员和土地的归属关系。例如，土地A的租赁者为人员B，人员B所属家庭组织还包括人员C和人员D，则除了建立人员B与土地A的归属关系外，应该也建立人员C、人员D与土地A之间的归属关系，便于后续根据目标人员信息确定目标土地信息。

在本实施例中，通过监控设备位置与土地位置之间的距离，建立二者之间的临近关系，将监控设备与土地进行合理关联；通过组织成员信息和土地归属人信息，建立组织成员与土地之间的归属关系，使得人员与土地的归属关系不再局限于使用权限信息，通过人员的社会关系丰富人员与土地之间的信息关联，提升信息关联密度，为后续准确预测目标土地信息提供可靠依据。

可选地，人员信息还包括面部图像信息和身份信息；监控设备信息还包括监控设备拍摄到的视频信息；基于监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，包括：

S310：根据人员信息建立初始图像识别模型；

S320：根据面部图像信息及其对应的身份信息建立训练数据集；

S330：根据训练数据集对初始图像识别模型进行训练和优化，得到图像识别模型；

S340：将视频信息输入到图像识别模型中，得到目标人员信息，目标人员信息包括目标人员对应的身份信息；

S350：根据视频信息得到附属信息，附属信息包括目标监控设备信息和时间信息；

S360：根据目标人员信息和附属信息，得到活动信息。

如图7所示，在一实施例中，本发明所指附属信息表示，除目标人员信息外，与视频信息相关的其他信息，例如，拍摄该视频的监控设备的编号、位置，拍摄到目标人员时的时间等。基于人员的面部图像信息和对应的身份信息训练图像识别模型，便于在实际使用时，从监控设备拍摄到的视频信息中提取出对应的目标人员信息，同时，还可以获取到拍摄该视频信息的目标监控设备和对应的拍摄时间等信息，实现监控设备、时间信息与人员之间的关联。监控设备作为信息桥梁，使得人员、土地和监控设备之间形成完整的闭环关系网络，便于根据监控设备信息获得农事活动相关的人员、土地和时间信息，为自动生成农事活动记录提供了技术基础。

可选地，在得到活动信息后，还可以过滤重复数据，视频信息的每帧都可能会产生活动信息的数据，这些数据将会很多重复记录，表现为除了时间有很小的差异外，其他数据相同，此类数据量过大，容易降低数据处理速度。需要对重复冗余的活动信息进行过滤，例如，选取一段时间中最后一条活动信息作为这一组信息代表，生成活动信息，并删除掉其他冗余数据，缩减数据体量。

可选地，根据基本关系和活动信息，确定目标土地信息，包括：

S410：根据目标监控设备信息和临近关系，得到目标监控设备对应的第一土地信息；

S420：根据目标人员信息和归属关系，得到目标人员对应的第二土地信息；

S430：基于第一土地信息和第二土地信息，得到目标土地信息，包括提取第一土地信息和第二土地信息的交集，作为目标土地信息。

如图8所示，在本实施例中，建立完人员、土地和监控设备之间形成完整的闭环关系网络后，已知目标监控设备信息，就可以预测出对应的第一土地信息，已知目标人员信息，就可以预测出对应的第二土地信息，根据两个维度的土地信息的交集得到目标土地信息，可以提升最终预测目标土地信息的准确性。

本发明又一实施例提供了一种基于乡村视频获取农事活动记录的装置，包括：

获取模块，其用于获取乡村的基本信息，基本信息包括人员信息、土地信息和监控设备信息；

关系模块，其用于根据基本信息建立人员、土地和监控设备之间的基本关系，包括建立土地与监控设备之间的临近关系，以及建立土地与人员之间的归属关系；

第一信息确定模块，其用于基于监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，其中，活动信息包括目标人员信息、目标监控设备信息和时间信息；

第二信息确定模块，其用于根据基本关系和活动信息，确定目标土地信息；

结构化模块，其用于根据预设的结构化策略，从活动信息和目标土地信息中提取农事活动的结构化数据；

记录生成模块，其用于基于预设的数据清洗策略对结构化数据进行清洗，得到农事活动记录，农事活动记录包括农事活动对应的目标人员信息、目标土地信息和时间信息组成的信息序列。

在本实施例中，获取模块通过获取诸如人员信息、土地信息和监控设备信息的乡村基本信息，为后续获取农事活动记录提供数据基础；关系模块再根据基本信息建立诸如监控设备与土地之间的临近关系、人员与土地之间的归属关系等基本关系，提升不同类别信息之间的关联性；第一信息确定模块基于监控设备信息和图像识别模型，得到目标人员的活动信息，实现监控设备与人员之间的关联，监控设备作为信息桥梁，使得人员、土地和监控设备之间形成完整的闭环关系网络；第二信息确定模块依据建立好的基本关系和活动信息，可以得到目标人员可能进行农事活动的目标土地信息，提高目标土地信息预测的准确性；结构化模块再根据结构化策略从活动信息和目标土地信息中提取农事活动的结构化数据，剔除干扰信息，有利于提高农事活动记录的准确性；最后记录生成模块基于数据清洗策略对结构化数据进行清洗，得到农事活动记录，进一步提高农事活动记录的准确性，保证记录到的农事活动信息的实时性、实用性和有效性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。在本申请中，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

Claims (9)

1.一种基于乡村视频获取农事活动记录的方法，其特征在于，包括：

获取乡村的基本信息，所述基本信息包括人员信息、土地信息和监控设备信息；

根据所述基本信息建立人员、土地和监控设备之间的基本关系，包括建立所述土地与所述监控设备之间的临近关系，以及建立所述土地与所述人员之间的归属关系；

基于所述监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，其中，所述活动信息包括目标人员信息、目标监控设备信息和时间信息；

根据所述基本关系和所述活动信息，确定目标土地信息；

根据预设的结构化策略，从所述活动信息和所述目标土地信息中提取农事活动的结构化数据，其中，所述活动信息还包括所述目标人员的移动方向和工具信息；所述提取所述结构化数据包括，根据所述活动信息和所述目标土地信息，建立所述目标人员的活动记录；基于所述移动方向，从所述活动记录中提取目标活动记录；基于所述工具信息和所述移动方向，确定所述目标活动记录为所述农事活动的目标概率；根据所述目标活动记录和所述目标概率，得到所述结构化数据；

基于预设的数据清洗策略对所述结构化数据进行清洗，得到农事活动记录，所述农事活动记录包括所述农事活动对应的所述目标人员信息、所述目标土地信息和所述时间信息组成的信息序列。

2.根据权利要求1所述的基于乡村视频获取农事活动记录的方法，其特征在于，所述移动方向包括进入方向和离开方向；所述基于所述移动方向，从所述活动记录中提取目标活动记录，包括：

按照时间顺序获取两条所述活动记录，其中，两条所述活动记录中包含的所述目标人员信息相同；

获取两条所述活动记录中的所述移动方向并组成方向序列，所述方向序列包括第一移动方向和第二移动方向；

根据所述方向序列，确定对应的提取规则，包括当所述第一移动方向为所述离开方向，且所述第二移动方向为所述进入方向时，所述提取规则为根据两条所述活动记录，生成所述目标活动记录；

根据所述提取规则，提取所述目标活动记录。

3.根据权利要求2所述的基于乡村视频获取农事活动记录的方法，其特征在于，所述工具信息包括工具状态；在所述按照时间顺序获取两条所述活动记录之前，以及在所述根据所述提取规则，提取所述目标活动记录之后，还包括：

判断所述活动记录的剩余条数；

当所述剩余条数大于或等于2时，则执行按照所述时间顺序获取两条所述活动记录的步骤；

当所述剩余条数大于0且小于2时，则根据所述移动方向和所述工具状态，调整所述活动记录，包括删除一条所述活动记录或新增一条所述活动记录，并返回判断所述剩余条数的步骤；

当所述剩余条数等于0时，则执行确定所述目标概率的步骤。

4.根据权利要求3所述的基于乡村视频获取农事活动记录的方法，其特征在于，所述目标概率包括至少四个递减分布的概率等级，至少四个所述概率等级包括第一概率等级、第二概率等级、第三概率等级和第四概率等级；所述工具状态包括有工具状态和无工具状态；所述目标活动记录包括进入记录和离开记录；所述基于所述工具信息和所述移动方向，确定所述目标活动记录为所述农事活动的目标概率，包括：

分析所述离开记录和所述进入记录中的所述工具状态；

当所述离开记录和所述进入记录中包括所述有工具状态时，所述目标概率为所述第一概率等级；

当所述离开记录中包括所述有工具状态，且所述进入记录中包括所述无工具状态时，所述目标概率为所述第二概率等级；

当所述离开记录中包括所述无工具状态，且所述进入记录中包括所述有工具状态时，所述目标概率为所述第三概率等级；

当所述离开记录和所述进入记录中包括所述无工具状态时，所述目标概率为所述第四概率等级。

5.根据权利要求4所述的基于乡村视频获取农事活动记录的方法，其特征在于，所述基本信息还包括农作物的生长信息；所述工具信息还包括工具类型；所述基于预设的数据清洗策略对所述结构化数据进行清洗，得到农事活动记录，包括：

基于所述生长信息建立农事活动模型，所述农事活动模型包括所述农作物的生长过程所需的时间条件和所述工具类型；

按照所述概率等级由高到低的顺序，提取所述结构化数据；

基于所述工具类型，得到所述农事活动的中间记录，包括当所述结构化数据与所述农事活动模型对应的所述工具类型相同时，根据所述结构化数据生成所述中间记录；

判断所述中间记录对应的所述时间信息是否满足所述时间条件；

若满足，则根据所述中间记录生成所述农事活动记录；

若不满足，则返回提取所述结构化数据的步骤，直至满足所述时间条件。

6.根据权利要求1-5任一项所述的基于乡村视频获取农事活动记录的方法，其特征在于，所述人员信息包括组织成员信息；所述土地信息包括土地位置和土地归属人信息；所述监控设备信息包括监控设备位置；所述根据所述基本信息建立人员、土地和监控设备之间的基本关系，包括：

判断所述监控设备位置和所述土地位置之间的距离是否满足预设的距离条件；

若满足，则建立所述土地与所述监控设备之间的所述临近关系；

判断所述组织成员信息中是否包含所述土地归属人信息，其中，所述土地归属人信息包括拥有所述土地的使用权限的所述人员信息；

若包含，则建立所述组织成员信息中的所述人员与所述土地之间的所述归属关系。

7.根据权利要求6所述的基于乡村视频获取农事活动记录的方法，其特征在于，所述人员信息还包括面部图像信息和身份信息；所述监控设备信息还包括所述监控设备拍摄到的视频信息；所述基于所述监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，包括：

根据所述人员信息建立初始图像识别模型；

根据所述面部图像信息及其对应的所述身份信息建立训练数据集；

根据所述训练数据集对所述初始图像识别模型进行训练和优化，得到所述图像识别模型；

将所述视频信息输入到所述图像识别模型中，得到所述目标人员信息，所述目标人员信息包括所述目标人员对应的所述身份信息；

根据所述视频信息得到附属信息，所述附属信息包括所述目标监控设备信息和所述时间信息；

根据所述目标人员信息和所述附属信息，得到所述活动信息。

8.根据权利要求7所述的基于乡村视频获取农事活动记录的方法，其特征在于，所述根据所述基本关系和所述活动信息，确定目标土地信息，包括：

根据所述目标监控设备信息和所述临近关系，得到目标监控设备对应的第一土地信息；

根据所述目标人员信息和所述归属关系，得到所述目标人员对应的第二土地信息；

基于所述第一土地信息和所述第二土地信息，得到所述目标土地信息，包括提取所述第一土地信息和所述第二土地信息的交集，作为所述目标土地信息。

9.一种基于乡村视频获取农事活动记录的装置，其特征在于，包括：

获取模块，其用于获取乡村的基本信息，所述基本信息包括人员信息、土地信息和监控设备信息；

关系模块，其用于根据所述基本信息建立人员、土地和监控设备之间的基本关系，包括建立所述土地与所述监控设备之间的临近关系，以及建立所述土地与所述人员之间的归属关系；

第一信息确定模块，其用于基于所述监控设备信息和预先训练好的图像识别模型，得到目标人员的活动信息，其中，所述活动信息包括目标人员信息、目标监控设备信息和时间信息；

第二信息确定模块，其用于根据所述基本关系和所述活动信息，确定目标土地信息；

结构化模块，其用于根据预设的结构化策略，从所述活动信息和所述目标土地信息中提取农事活动的结构化数据，其中，所述活动信息还包括所述目标人员的移动方向和工具信息；所述提取所述结构化数据包括，根据所述活动信息和所述目标土地信息，建立所述目标人员的活动记录；基于所述移动方向，从所述活动记录中提取目标活动记录；基于所述工具信息和所述移动方向，确定所述目标活动记录为所述农事活动的目标概率；根据所述目标活动记录和所述目标概率，得到所述结构化数据；

记录生成模块，其用于基于预设的数据清洗策略对所述结构化数据进行清洗，得到农事活动记录，所述农事活动记录包括所述农事活动对应的所述目标人员信息、所述目标土地信息和所述时间信息组成的信息序列。

Images