[发明专利]视频数据的物体追踪方法、系统和存储介质在审

专利信息
申请号: 202110345407.8 申请日: 2021-03-31
公开(公告)号: CN113177967A 公开(公告)日: 2021-07-27
发明(设计)人: 秦景辉;李烁林;刘磊;曹益全 申请(专利权)人: 千里眼(广州)人工智能科技有限公司
主分类号: G06T7/246 分类号: G06T7/246;G06T7/73;G06K9/00;H04N5/232;H04N5/76;H04N7/18
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 常柯阳
地址: 510700 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 数据 物体 追踪 方法 系统 存储 介质
【权利要求书】:

1.一种视频数据的物体追踪方法,其特征在于,包括以下步骤:

获取预设物体图像和与所述预设物体图像对应预设物体的第一类别标识;

获取摄像头的视频数据;

在所述视频数据中提取当前帧视频数据;

对所述当前帧视频数据进行物体类别识别,得到第二类别标识;

判断所述第二类别标识与所述第一类别标识是否相同,若是,则将所述第二类别标识对应的当前帧视频数据内的目标物体图像与所述预设物体图像进行特征对比;反之,则控制所述摄像头旋转;

当所述特征对比的结果为所述目标物体图像与所述预设物体图像相同,生成所述目标物体图像的物体框;

采用所述物体框在所述视频数据中对所述目标物体图像进行追踪。

2.根据权利要求1所述的一种视频数据的物体追踪方法,其特征在于,所述将所述第二类别标识对应的当前帧视频数据内的目标物体图像与所述预设物体图像进行特征对比,包括:

提取所述第二类别标识对应的当前帧视频数据内的目标物体图像的第一物体特征;以及提取所述预设物体图像的第二物体特征;

将所述第一物体特征转换为第一特征向量,以及将所述第二物体特征转换为第二特征向量;

计算所述第一特征向量和所述第二特征向量的距离;

当所述距离小于预设距离阈值,确定特征对比的结果为所述目标物体图像与所述预设物体图像相同。

3.根据权利要求1所述的一种视频数据的物体追踪方法,其特征在于,所述方法还包括以下步骤:

当所述特征对比的结果为所述目标物体图像与所述预设物体图像不相同,执行所述获取摄像头的视频数据这一步骤。

4.根据权利要求1所述的一种视频数据的物体追踪方法,其特征在于,所述获取预设物体图像,其具体为:

采用预设图像获取方式获取预设物体图像。

5.根据权利要求1所述的一种视频数据的物体追踪方法,其特征在于,所述获取摄像头的视频数据,包括:

获取摄像头采集的帧数据;

或者

采用视频预览函数对摄像头采集的帧数据进行回调,获回调后的视频数据。

6.根据权利要求1所述的一种视频数据的物体追踪方法,其特征在于,所述采用所述物体框在所述视频数据中对所述目标物体图像进行追踪,包括:

在所述视频数据中确定所述目标物体图像的位置信息;

根据所述位置信息在所述视频数据中标注所述物体框。

7.根据权利要求1所述的一种视频数据的物体追踪方法,其特征在于,所述控制所述摄像头旋转,包括:

采用预设控制方式控制摄像头旋转;

或者

采用预设控制方式控制搭载摄像头的设备旋转。

8.一种视频数据的物体追踪系统,其特征在于,包括:

获取模块,用于获取预设物体图像和与所述预设物体图像对应预设物体的第一类别标识;以及获取摄像头的视频数据;

提取模块,用于在所述视频数据中提取当前帧视频数据;

类别识别模块,用于对所述当前帧视频数据进行物体类别识别,得到第二类别标识;

判断模块,用于判断所述第二类别标识与所述第一类别标识是否相同,若是,则将所述第二类别标识对应的当前帧视频数据内的目标物体图像与所述预设物体图像进行特征对比;反之,则控制所述摄像头旋转;

生成模块,用于当所述特征对比的结果为所述目标物体图像与所述预设物体图像相同,生成所述目标物体图像的物体框;

追踪模块,用于采用所述物体框在所述视频数据中对所述目标物体图像进行追踪。

9.一种视频数据的物体追踪系统,其特征在于,包括:

至少一个存储器,用于存储程序;

至少一个处理器,用于加载所述程序以执行如权利要求1-7任一项所述的视频数据的物体追踪方法。

10.一种存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-7任一项所述的视频数据的物体追踪方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于千里眼(广州)人工智能科技有限公司,未经千里眼(广州)人工智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110345407.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top