[發明專利]一種獲取目標屬性特征語義的方法及裝置

有效

• 申請號: 201611244945.3
• 申請日: 2016-12-29
• 公開（公告）號: CN108256401B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 陳錫
• 申請（專利權）人: 杭州?？低晹底旨夹g股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 項京;馬敬

1.一種獲取目標屬性特征語義的方法，應用于智能視頻監控領域，其特征在于，包括：

獲取視頻圖像，所述視頻圖像中含有至少一個目標；

從所述視頻圖像中獲得目標的檢測結果；

利用所述目標的檢測結果，從所述視頻圖像中提取目標的屬性特征，獲得目標的屬性綜合特征集，其中，所述屬性綜合特征集含有多個屬性特征的數據；

利用多個屬性之間的聯系，對所述屬性綜合特征集中的多個屬性特征的數據進行處理，獲得目標的多個屬性特征的語義；

所述利用多個屬性之間的聯系，對所述屬性綜合特征集中的多個屬性特征的數據進行處理，獲得目標的多個屬性特征的語義的步驟，包括：

將所述屬性綜合特征集中的每個屬性特征的數據處理為一維數組，由多個屬性特征的數據對應的一維數組，獲得目標的屬性關系矩陣；

將所述屬性關系矩陣與預設的系數矩陣相乘，獲得目標的屬性關系網，其中，所述預設的系數矩陣含有多個屬性之間的聯系；

對所述屬性關系網中的屬性進行分類映射，獲得屬性特征的分類概率；

根據所述屬性特征的分類概率獲得屬性特征的分類結果；

將所述屬性特征的分類結果轉化為語義，獲得目標的多個屬性特征的語義。

2.根據權利要求1所述的方法，其特征在于，所述獲取視頻圖像的步驟，包括：

從視頻監控設備獲取視頻圖像，所述視頻監控設備至少包括攝像機；

所述目標至少包括機動車、非機動車、行人之一或任意組合。

3.根據權利要求1所述的方法，其特征在于，所述目標的檢測結果至少包括：目標的類型、目標的大小、目標在視頻圖像中的位置。

4.根據權利要求3所述的方法，其特征在于，所述利用所述目標的檢測結果，從所述視頻圖像中提取目標的屬性特征，獲得目標的屬性綜合特征集的步驟，包括：

利用所述目標的檢測結果，從所述視頻圖像中提取所述目標的圖像；

對所述目標的圖像的格式進行轉化，獲得與所述目標對應的指定格式的圖像數據；

在預設的多個通用屬性集中，獲取所述目標的類型對應的通用屬性集，其中，所述通用屬性集含有多個屬性；

利用所述目標的類型對應的通用屬性集，對所述目標的圖像數據進行計算，獲得目標的含有多個屬性特征的通用屬性特征集；

對所述通用屬性特征集中的屬性特征分別進行計算，獲得多個屬性特征的數據，并將所述多個屬性特征的數據整合為目標的屬性綜合特征集。

5.根據權利要求1所述的方法，其特征在于，所述獲得目標的多個屬性特征的語義之后，所述方法還包括：

將所述目標的多個屬性特征的語義發送到應用設備。

6.一種獲取目標屬性特征語義的裝置，應用于智能視頻監控領域，其特征在于，包括：

視頻圖像獲取模塊，用于獲取視頻圖像，所述視頻圖像中含有至少一個目標；

目標檢測模塊，用于從所述視頻圖像中獲得目標的檢測結果；

屬性特征提取模塊，用于利用所述目標的檢測結果，從所述視頻圖像中提取目標的屬性特征，獲得目標的屬性綜合特征集，其中，所述屬性綜合特征集含有多個屬性特征的數據；

屬性協同判斷模塊，用于利用多個屬性之間的聯系，對所述屬性綜合特征集中的多個屬性特征的數據進行處理，獲得目標的多個屬性特征的語義；

所述屬性協同判斷模塊，包括：

屬性關系矩陣獲取子模塊，用于將所述屬性綜合特征集中的每個屬性特征的數據處理為一維數組，由多個屬性特征的數據對應的一維數組，獲得目標的屬性關系矩陣；

屬性關系網獲取子模塊，用于將所述屬性關系矩陣與預設的系數矩陣相乘，獲得目標的屬性關系網，其中，所述預設的系數矩陣含有多個屬性之間的聯系；

分類映射子模塊，用于對所述屬性關系網中的屬性進行分類映射，獲得屬性特征的分類概率；

分類結果獲取子模塊，用于根據所述屬性特征的分類概率獲得屬性特征的分類結果；

語義轉化子模塊，用于將所述屬性特征的分類結果轉化為語義，獲得目標的多個屬性特征的語義。