CN118587641A - 基于机器视觉的同行人确定方法、装置、设备及介质 - Google Patents

Abstract

本发明公开了一种基于机器视觉的同行人确定方法、装置、设备及介质。该方法包括：基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，第一目标检测模型通过单目标数据集训练所得；待测同行人至少包含两个目标行人；基于第二目标检测模型对待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，第二目标检测模型通过多目标数据集训练所得；基于深度估计模型获取基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。通过本发明的技术方案，能够准确地识别出视频序列中的同行人，提高了同行人的识别效率及准确率。

Description

基于机器视觉的同行人确定方法、装置、设备及介质

技术领域

本发明涉及机器视觉技术领域，尤其涉及基于机器视觉的同行人确定方法、装置、设备及介质。

背景技术

随着机器视觉技术的快速发展，智能监控、自动驾驶以及人机交互等技术逐渐被应用。然而，在智能监控、自动驾驶以及人机交互等多个应用场景中，准确地识别出图像或视频中的同行人是至关重要的。

现有的行人检测方法通常只能识别单个行人，而对于同行人的识别则缺乏有效手段。因此，如何准确地识别出视频序列中的同行人，提高同行人的识别效率及准确率，是目前亟待解决的问题。

发明内容

本发明提供了一种基于机器视觉的同行人确定方法、装置、设备及介质，可以解决视频序列中的同行人识别效率及准确率较低的问题。

根据本发明的一方面，提供了一种基于机器视觉的同行人确定方法，包括：

基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，所述第一目标检测模型为通过单目标数据集训练所得的目标检测模型；待测同行人至少包含两个目标行人；

基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型；

基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。

根据本发明的另一方面，提供了一种基于机器视觉的同行人确定装置，包括：

第一确定模块，用于基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，所述第一目标检测模型为通过单目标数据集训练所得的目标检测模型；待测同行人至少包含两个目标行人；

第二确定模块，用于基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型；

同行人确定模块，用于基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。

根据本发明的另一方面，提供了一种电子设备，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计算机程序，所述计算机程序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本发明任一实施例所述的基于机器视觉的同行人确定方法。

根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于机器视觉的同行人确定方法。

根据本发明的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本发明任一实施例所述的基于机器视觉的同行人确定方法。

本发明实施例的技术方案，通过第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人，进而，基于第二目标检测模型对待测同行人进行校验处理，确定目标视频对应的基础同行人，进一步，基于深度估计模型获取基础同行人的深度信息，最后，基于各基础同行人间的深度信息差确定目标视频对应的目标同行人，解决了视频序列中的同行人识别效率及准确率较低的问题，能够准确地识别出视频序列中的同行人，提高了同行人的识别效率及准确率。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是根据本发明实施例一提供的一种基于机器视觉的同行人确定方法的流程图；

图2是根据本发明实施例二提供的一种基于机器视觉的同行人确定方法的流程图；

图3是根据本发明实施例三提供的一种基于机器视觉的同行人确定装置的结构示意图；

图4是实现本发明实施例的基于机器视觉的同行人确定方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“目标”、“预设”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

值得注意的是，本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

实施例一

图1为本发明实施例一提供的一种基于机器视觉的同行人确定方法的流程图，本实施例可适用于对视频序列中的同行人进行识别的情况，该方法可以由基于机器视觉的同行人确定装置来执行，该基于机器视觉的同行人确定装置可以采用硬件和/或软件的形式实现，该基于机器视觉的同行人确定装置可配置于电子设备中。如图1所示，该方法包括：

S110、基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，所述第一目标检测模型为通过单目标数据集训练所得的目标检测模型；待测同行人至少包含两个目标行人。

其中，目标检测模型可以指对图像中感兴趣的物体进行检测识别的基础检测模型。示例性的，在本发明实施例中，目标检测模型可以为行人检测模型。单目标数据集可以指包含单个行人标签的数据集。示例性的，可以为包含单个行人检测框的数据集。通常，可以预先对收集图像中的各个行人进行单独标注，将同一收集图像中的各个行人分别用检测框进行框选，由此，构成单目标数据集。值得注意的是，同一收集图像中的各个行人检测框也存在于同一收集图像中。即单目标数据集中的图像数量与收集图像的数量一致。第一目标检测模型可以指利用单目标数据集训练所得的目标检测模型。

其中，预设目标跟踪算法可以指预先选定的运动目标跟踪算法。目标视频可以指需要进行同行人确定的视频。当前图像帧可以指目标视频中当前进行分析处理的图像帧。目标行人可以指当前图像帧中所包含的各个行人个体。待测同行人可以指目标视频内初次判定为同行人的行人组合。

S120、基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型。

其中，多目标数据集可以指包含同行人标签的数据集。通常，可以预先对收集图像中的同行人进行标注处理，将同一收集图像中的同行人用同一个标注框进行框选，由此，构成多目标数据集。第二目标检测模型可以指利用多目标数据集训练所得的目标检测模型。基础同行人可以指对待测同行人进行初步校验后确定的同行人组合。

S130、基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。

其中，深度信息可以指图像采集器到基础同行人包含的各个目标行人的距离信息。深度估计模型可以指对基础同行人的深度信息进行提取的模型。通过深度估计模型可以对当前图像帧进行处理，为基础同行人生成高质量的单目深度图。深度信息差可以指基础同行人包含的目标行人间的深度信息差值。目标同行人可以指最终确定的同行人组合。

本发明实施例的技术方案，通过第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人，进而，基于第二目标检测模型对待测同行人进行校验处理，确定目标视频对应的基础同行人，进一步，基于深度估计模型获取基础同行人的深度信息，最后，基于各基础同行人间的深度信息差确定目标视频对应的目标同行人，解决了视频序列中的同行人识别效率及准确率较低的问题，能够准确地识别出视频序列中的同行人，提高了同行人的识别效率及准确率。

实施例二

图2为本发明实施例二提供的一种基于机器视觉的同行人确定方法的流程图，本实施例以上述实施例为基础进行细化，在本实施例中具体是对基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人的操作进行细化，具体可以包括：基于第一目标检测模型对目标视频的当前图像帧进行检测处理，生成当前图像帧中各目标行人对应的目标检测框；基于预设目标跟踪算法对所述目标检测框进行轨迹提取，生成当前图像帧中各目标行人的运动轨迹；基于同一当前图像帧中目标行人间的运动轨迹差，确定目标视频对应的待测同行人。如图2所示，该方法包括：

S210、基于第一目标检测模型对目标视频的当前图像帧进行检测处理，生成当前图像帧中各目标行人对应的目标检测框。

其中，目标检测框可以指各个目标行人对应的边界框。通过目标检测框可以将当前图像帧中的各个目标行人进行框选。

具体的，利用第一目标检测模型对目标视频的当前图像帧进行目标行人检测，为各目标行人生成对应的目标检测框，由此，为后续操作提供有效基础。

S220、基于预设目标跟踪算法对所述目标检测框进行轨迹提取，生成当前图像帧中各目标行人的运动轨迹。

具体的，在利用第一目标检测模型对目标视频的当前图像帧进行检测处理，生成当前图像帧中各目标行人对应的目标检测框之后，可以利用预设目标跟踪算法对各目标行人对应的目标检测框进行轨迹提取，示例性的，可以对目标检测框的中心点进行提取，由此，得到当前图像帧中各目标行人的运动轨迹，为后续操作提供有效基础。

S230、基于同一当前图像帧中目标行人间的运动轨迹差，确定目标视频对应的待测同行人。

在一个可选的实施方式中，基于同一当前图像帧中目标行人间的运动轨迹差，确定目标视频对应的待测同行人，可以包括：获取同一当前图像帧中预设数量的目标行人间的运动轨迹差；若所述运动轨迹差满足预设轨迹阈值，将预设数量的目标行人确定为目标视频对应的待测同行人。

其中，预设数量可以指预先设定的同行人组合中所包含的目标行人数量。示例性的，预设数量可以为2。预设轨迹阈值可以指预先设定的用于对运动轨迹差进行评估的数值。示例性的，预设轨迹阈值可以为1米。

具体的，若同一当前图像帧中两个目标行人间的运动轨迹差小于预设轨迹阈值，则可以将上述两个目标行人划分至一个待测同行人组别，同时，若存在其他目标行人与上述两个目标行人中的至少一个目标行人间的运动轨迹差小于预设轨迹阈值，则可以将其他目标行人也划分至同一待测同行人组别。

值得注意的是，为保证待测同行人的准确性，还可以将时间连续性引入待测同行人的判定过程。示例性的，若两个目标行人在连续多帧内，如150帧，的运动轨迹差均满足预设轨迹阈值，则可以将两个目标行人确定为待测同行人。

S240、基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人。

其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型。

具体的，在确定出目标视频对应的待测同行人之后，可以再利用第二目标检测模型对各当前图像帧进行图像处理，生成目标视频对应的预估同行人，将预估同行人与待测同行人进行比较，并将待测同行人中预估同行人与待测同行人均包含的目标同行人作为目标视频对应的基础同行人，由此，提高了同行人的准确率。

S250、基于深度估计模型获取所述基础同行人的深度信息。

S260、差值比较所述基础同行人中各目标行人间的深度信息差。

S270、将所述基础同行人中满足预设深度阈值的目标行人确定为目标视频对应的目标同行人。

其中，预设深度阈值可以指预先设定的用于对深度信息差进行评估的数值。

具体的，在确定出目标视频对应的基础同行人之后，可以通过深度估计模型获取基础同行人中目标行人对应的单目深度图，进而，获取各目标行人对应的深度信息，差值比较基础同行人中各目标行人间的深度信息差，将深度信息差满足预设深度阈值的目标行人确定为目标视频对应的目标同行人。

S280、标识处理所述目标同行人，以及所述目标同行人中包含的各个同行人个体，生成目标同行人对应的标识结果；其中，标识结果包括同行人总标识，以及各个同行人个体对应的同行人子标识。

其中，同行人总标识可以指同行人组合对应的总标识。示例性的，同行人总标识可以为同行人1，同行人2或者同行人3等。同行人子标识可以指同行人组合中各个目标行人对应的标识。示例性的，同行人子标识可以为行人1，行人2或者行人3等。标识结果可以指包含同一同行人组合对应的同行人总标识及各同行人子标识的结果。

在一个可选的实施方式中，在所述标识处理所述目标同行人，以及所述目标同行人中包含的各个同行人个体，生成目标同行人对应的标识结果之后，还可以包括：显示处理目标视频对应的目标同行人，以及目标同行人对应的标识结果。

具体的，在生成目标同行人对应的标识结果之后，可以根据目标同行人中各目标行人对应的检测框，在目标视频中绘制各目标行人的边界框，并将同行人子标识进行标注，以便直观地展示标识结果。

S290、数据存储所述目标同行人对应的标识结果。

具体的，在生成目标同行人对应的标识结果之后，可以将目标同行人对应的标识结果进行数据存储，以便后续操作的实现。

在一个可选的实施方式中，在所述数据存储所述目标同行人对应的标识结果之后，还可以包括：接收同行人查询需求；其中，所述同行人查询需求包括查询子标识；依据所述查询子标识在全量标识结果中匹配对应的目标同行人总标识；依据所述目标同行人总标识在全量标识结果中匹配对应的目标同行人子标识。

其中，同行人查询需求可以指用户发起的同行人标识查询需求。查询子标识可以指用户已知且需要进行同行人组合查询的标识。示例性的，用户已知行人1对应的同行人子标识，并且需要查询与行人1同行的其他行人，则可以将行人1对应的同行人子标识作为查询子标识。全量标识结果可以指针对同一个目标视频预先存储的所有标识结果。目标同行人总标识可以指查询子标识对应的同行人总标识。目标同行人子标识可以指与查询子标识同一同行人组合的其他同行人子标识。

具体的，在接收同行人查询需求之后，可以利用该同行人查询需求中的查询子标识在全量标识结果中，确定出该查询子标识对应的目标同行人总标识，进而，将目标同行人总标识中除查询子标识外的其余子标识作为目标同行人子标识，完成同行人查询需求。

本发明实施例的技术方案，通过第一目标检测模型对目标视频的当前图像帧进行检测处理，生成当前图像帧中各目标行人对应的目标检测框，基于预设目标跟踪算法对目标检测框进行轨迹提取，生成当前图像帧中各目标行人的运动轨迹，并基于同一当前图像帧中目标行人间的运动轨迹差，确定目标视频对应的待测同行人，进而，基于第二目标检测模型对待测同行人进行校验处理，确定目标视频对应的基础同行人，进一步，基于深度估计模型获取基础同行人的深度信息，并差值比较基础同行人中各目标行人间的深度信息差，将基础同行人中满足预设深度阈值的目标行人确定为目标视频对应的目标同行人，最后，标识处理目标同行人，以及目标同行人中包含的各个同行人个体，生成目标同行人对应的标识结果，并数据存储目标同行人对应的标识结果，解决了视频序列中的同行人识别效率及准确率较低的问题，能够准确地识别出视频序列中的同行人，提高了同行人的识别效率及准确率。

实施例三

图3为本发明实施例三提供的一种基于机器视觉的同行人确定装置的结构示意图。如图3所示，该装置包括：第一确定模块310、第二确定模块320以及同行人确定模块330；

其中，第一确定模块310，用于基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，所述第一目标检测模型为通过单目标数据集训练所得的目标检测模型；待测同行人至少包含两个目标行人；

第二确定模块320，用于基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型；

同行人确定模块330，用于基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。

本发明实施例的技术方案，通过第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人，进而，基于第二目标检测模型对待测同行人进行校验处理，确定目标视频对应的基础同行人，进一步，基于深度估计模型获取基础同行人的深度信息，最后，基于各基础同行人间的深度信息差确定目标视频对应的目标同行人，解决了视频序列中的同行人识别效率及准确率较低的问题，能够准确地识别出视频序列中的同行人，提高了同行人的识别效率及准确率。

可选的，第一确定模块310具体可以包括：检测框生成单元、运动轨迹生成单元以及第一确定单元；

其中，检测框生成单元，用于基于第一目标检测模型对目标视频的当前图像帧进行检测处理，生成当前图像帧中各目标行人对应的目标检测框；

运动轨迹生成单元，用于基于预设目标跟踪算法对所述目标检测框进行轨迹提取，生成当前图像帧中各目标行人的运动轨迹；

第一确定单元，用于基于同一当前图像帧中目标行人间的运动轨迹差，确定目标视频对应的待测同行人。

可选的，第一确定单元，具体可以用于：

获取同一当前图像帧中预设数量的目标行人间的运动轨迹差；

若所述运动轨迹差满足预设轨迹阈值，将预设数量的目标行人确定为目标视频对应的待测同行人。

可选的，同行人确定模块330，具体可以用于：

差值比较所述基础同行人中各目标行人间的深度信息差；

将所述基础同行人中满足预设深度阈值的目标行人确定为目标视频对应的目标同行人。

可选的，基于机器视觉的同行人确定装置，还可以包括：数据存储模块，用于在所述基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人之后，标识处理所述目标同行人，以及所述目标同行人中包含的各个同行人个体，生成目标同行人对应的标识结果；其中，标识结果包括同行人总标识，以及各个同行人个体对应的同行人子标识；数据存储所述目标同行人对应的标识结果。

可选的，基于机器视觉的同行人确定装置，还可以包括：数据查询模块，用于在所述数据存储所述目标同行人对应的标识结果之后，接收同行人查询需求；其中，所述同行人查询需求包括查询子标识；依据所述查询子标识在全量标识结果中匹配对应的目标同行人总标识；依据所述目标同行人总标识在全量标识结果中匹配对应的目标同行人子标识。

可选的，基于机器视觉的同行人确定装置，还可以包括：数据显示模块，用于在所述标识处理所述目标同行人，以及所述目标同行人中包含的各个同行人个体，生成目标同行人对应的标识结果之后，显示处理目标视频对应的目标同行人，以及目标同行人对应的标识结果。

本发明实施例所提供的基于机器视觉的同行人确定装置可执行本发明任意实施例所提供的基于机器视觉的同行人确定方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备410包括至少一个处理器420，以及与至少一个处理器420通信连接的存储器，如只读存储器(ROM)430、随机访问存储器(RAM)440等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器420可以根据存储在只读存储器(ROM)430中的计算机程序或者从存储单元490加载到随机访问存储器(RAM)440中的计算机程序，来执行各种适当的动作和处理。在RAM 440中，还可存储电子设备410操作所需的各种程序和数据。处理器420、ROM 430以及RAM440通过总线450彼此相连。输入/输出(I/O)接口460也连接至总线450。

电子设备410中的多个部件连接至I/O接口460，包括：输入单元470，例如键盘、鼠标等；输出单元480，例如各种类型的显示器、扬声器等；存储单元490，例如磁盘、光盘等；以及通信单元4100，例如网卡、调制解调器、无线通信收发机等。通信单元4100允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器420可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器420的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器420执行上文所描述的各个方法和处理，例如基于机器视觉的同行人确定方法。

该方法包括：

基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，所述第一目标检测模型为通过单目标数据集训练所得的目标检测模型；待测同行人至少包含两个目标行人；

基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型；

基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。

在一些实施例中，基于机器视觉的同行人确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元490。在一些实施例中，计算机程序的部分或者全部可以经由ROM 430和/或通信单元4100而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 440并由处理器420执行时，可以执行上文描述的基于机器视觉的同行人确定方法的一个或多个步骤。备选地，在其他实施例中，处理器420可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于机器视觉的同行人确定方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

本申请实施例还公开了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现本申请任一实施例所提供的基于机器视觉的同行人确定方法。该程序产品与本申请各实施例所公开的基于机器视觉的同行人确定方法属于相同发明构思，因此不在此赘述。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种基于机器视觉的同行人确定方法，其特征在于，包括：

基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，所述第一目标检测模型为通过单目标数据集训练所得的目标检测模型；待测同行人至少包含两个目标行人；

基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型；

基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。

2.根据权利要求1所述的方法，其特征在于，所述基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人，包括：

基于第一目标检测模型对目标视频的当前图像帧进行检测处理，生成当前图像帧中各目标行人对应的目标检测框；

基于预设目标跟踪算法对所述目标检测框进行轨迹提取，生成当前图像帧中各目标行人的运动轨迹；

基于同一当前图像帧中目标行人间的运动轨迹差，确定目标视频对应的待测同行人。

3.根据权利要求2所述的方法，其特征在于，所述基于同一当前图像帧中目标行人间的运动轨迹差，确定目标视频对应的待测同行人，包括：

获取同一当前图像帧中预设数量的目标行人间的运动轨迹差；

若所述运动轨迹差满足预设轨迹阈值，将预设数量的目标行人确定为目标视频对应的待测同行人。

4.根据权利要求1所述的方法，其特征在于，所述基于各基础同行人间的深度信息差确定目标视频对应的目标同行人，包括：

差值比较所述基础同行人中各目标行人间的深度信息差；

将所述基础同行人中满足预设深度阈值的目标行人确定为目标视频对应的目标同行人。

5.根据权利要求1所述的方法，其特征在于，在所述基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人之后，还包括：

标识处理所述目标同行人，以及所述目标同行人中包含的各个同行人个体，生成目标同行人对应的标识结果；其中，标识结果包括同行人总标识，以及各个同行人个体对应的同行人子标识；

数据存储所述目标同行人对应的标识结果。

6.根据权利要求5所述的方法，其特征在于，在所述数据存储所述目标同行人对应的标识结果之后，还包括：

接收同行人查询需求；其中，所述同行人查询需求包括查询子标识；

依据所述查询子标识在全量标识结果中匹配对应的目标同行人总标识；

依据所述目标同行人总标识在全量标识结果中匹配对应的目标同行人子标识。

7.根据权利要求5所述的方法，其特征在于，在所述标识处理所述目标同行人，以及所述目标同行人中包含的各个同行人个体，生成目标同行人对应的标识结果之后，还包括：

显示处理目标视频对应的目标同行人，以及目标同行人对应的标识结果。

8.一种基于机器视觉的同行人确定装置，其特征在于，包括：

第一确定模块，用于基于第一目标检测模型及预设目标跟踪算法对目标视频的当前图像帧进行跟踪处理，确定目标视频对应的待测同行人；其中，所述第一目标检测模型为通过单目标数据集训练所得的目标检测模型；待测同行人至少包含两个目标行人；

第二确定模块，用于基于第二目标检测模型对所述待测同行人进行校验处理，确定目标视频对应的基础同行人；其中，所述第二目标检测模型为通过多目标数据集训练所得的目标检测模型；

同行人确定模块，用于基于深度估计模型获取所述基础同行人的深度信息，并基于各基础同行人间的深度信息差确定目标视频对应的目标同行人。

9.一种电子设备，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计算机程序，所述计算机程序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权利要求1-7中任一项所述的基于机器视觉的同行人确定方法。

10.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的基于机器视觉的同行人确定方法。