[發明專利]動態視頻目標跟蹤系統、相關方法、裝置及設備

在審

• 申請號: 202011193909.5
• 申請日: 2020-10-30
• 公開（公告）號: CN113312951A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 吳會芹;黃園園
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06T7/20
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 錢秀茹

本申請公開了用戶標注方法、裝置及設備。其中，用戶標注方法包括：確定目標視頻中至少一部分畫面的用戶標識信息；根據用戶標識信息，確定目標用戶的第一移動路徑、和其他用戶的第二移動路徑；顯示目標用戶與其他用戶出現在第一移動路徑和第二移動路徑間交叉點周圍區域內的至少一個畫面，作為交叉點關鍵幀；根據交叉點關鍵幀，修改目標用戶的標識信息。采用這種處理方式，使得基于自動用戶識別結果形成用戶移動路徑，根據用戶移動路徑確定容易出錯的視頻畫面，標注人員通過觀看這些靜態畫面，可以更快找到用戶標注錯誤，避免標注人員反復觀看整個視頻中的畫面，由此可及時獲得更加準確的用戶標注數據；因此，可以有效提升用戶標注效率。

技術領域

本申請涉及智能化視頻監控技術領域，具體涉及動態視頻目標跟蹤系統，用戶識別模型構建方法和裝置，用戶標注方法和裝置，以及電子設備。

背景技術

動態視頻目標跟蹤是指，將攝像頭采集的與目標(如移動的人)相關的各個視頻畫面關聯起來，這樣就可以根據目標的運動情況，形成其運動軌跡，實現單路視頻畫面的目標跟蹤。

要跟蹤視頻中的目標，就要先識別出各個視頻畫面中的目標，可通過用戶識別模型進行識別。然而，基于數量有限的人工標注訓練數據學習到的基礎用戶識別模型的準確度通常有限，這樣就會影響目標跟蹤的準確度。為了解決這個問題，可先通過基礎用戶識別模型，對大量視頻進行目標預標注；然后，人工發現、修正預標注錯誤，形成大量正確的訓練數據；然后，基于修正的大量標注數據，重新學習得到優化的用戶識別模型；最后，通過優化的用戶識別模型，識別出各個視頻畫面中的目標。然而，一般視頻為半小時或更長，一段視頻內的目標數量龐大。在進行用戶識別模型訓練的目標標識(用戶ID)標注中，單路視頻中有大量ID在模型的預標注下是錯誤的，如視頻中兩個人發生交叉時最容易出現錯誤。為了訓練得到具有一定準確度的模型，需要檢測ID預標注中的錯誤，并修正這些錯誤。在視頻中找到ID發生錯誤是最大的痛點。目前，一種典型的檢測動態視頻中目標標注錯誤的方式是，由標注人員對動態視頻中出現的各個目標逐個進行處理，對每一個目標，逐幀觀看該目標是否標注錯誤，然后修正標注錯誤的目標。

然而，在實現本發明過程中，發明人發現上述方案至少存在如下問題：采用逐個目標、逐幀觀看以發現目標標識錯誤的方式，會導致錯誤發現效率較低，無法及時學習得到準確度高的目標識別模型，從而影響目標識別的準確度，進而導致目標跟蹤錯誤。此外，這種處理方式還會導致工作量巨大。

發明內容

本申請提供動態視頻目標跟蹤系統，以解決現有技術存在的目標跟蹤準確度較低的問題。本申請另外提供用戶識別模型構建方法和裝置，用戶標注方法和裝置，以及電子設備。

本申請提供一種動態視頻目標跟蹤系統，包括：

訓練數據確定模塊，用戶識別模型構建模塊，用戶運動軌跡確定模塊；

所述訓練數據確定模塊，用于通過用戶識別模型，確定多個視頻中多個畫面的用戶標識信息；根據用戶標識信息，確定多個用戶的移動路徑；根據所述移動路徑，顯示目標用戶與其他用戶出現在路徑交叉點周圍區域內的至少一個畫面，作為交叉點關鍵幀；根據交叉點關鍵幀，修改目標用戶的標識信息；

所述用戶識別模型構建模塊，用于根據多個視頻、和修改后的用戶標識信息，學習得到更新的用戶識別模型；

所述用戶運動軌跡確定模塊，用于通過更新的用戶識別模型，確定目標視頻中至少一部分畫面的用戶標識信息；根據用戶標識信息，確定用戶運動軌跡。

本申請還提供一種用戶識別模型構建方法，包括：

通過用戶識別模型，確定多個視頻中多個畫面的用戶標識信息；

根據用戶標識信息，確定多個用戶的移動路徑；

根據所述移動路徑，顯示目標用戶與其他用戶出現在路徑交叉點周圍區域內的至少一個畫面，作為交叉點關鍵幀；