[發明專利]一種圖像歸檔方法、裝置及設備

有效

• 申請號: 202011492937.7
• 申請日: 2020-12-16
• 公開（公告）號: CN112528078B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 謝佳形;陳鑫嘉;焦慶磊
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06F16/783
• 分類號: G06F16/783;G06F16/71;G06V20/52;G06V20/40;G06V40/10;G06V10/74;G06T7/246
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 楊春香

1.一種圖像歸檔方法，其特征在于，所述方法包括：

獲取監控對象的圖像集合，所述圖像集合包括監控對象的多個抓拍圖像；

確定每個抓拍圖像對應的特征參數值，并基于所有抓拍圖像對應的特征參數值確定特征集合，所述特征集合包括不重復的特征參數值；

從所述特征集合中選取特征參數值作為目標特征參數值，并從所述圖像集合中選取與所述目標特征參數值匹配的目標抓拍圖像；

若目標對象的所有封面圖像中存在與所述目標特征參數值匹配的目標封面圖像，則確定所述目標抓拍圖像與所述目標封面圖像的相似度；

若所述目標抓拍圖像與所述目標封面圖像的相似度大于相似度閾值，則將所述監控對象的抓拍圖像歸檔為所述目標對象的抓拍圖像；

其中，所述從所述特征集合中選取特征參數值作為目標特征參數值，包括：按照特征參數值的重要程度對所述特征集合中的所有特征參數值進行排序；基于排序結果，從所述特征集合中遍歷一個特征參數值作為所述目標特征參數值；

所述從所述特征集合中選取特征參數值作為目標特征參數值之后，所述方法還包括：若所述目標對象的所有封面圖像中不存在與所述目標特征參數值匹配的目標封面圖像，則返回執行基于排序結果，從所述特征集合中遍歷一個特征參數值作為所述目標特征參數值的操作。

2.根據權利要求1所述的方法，其特征在于，若所述特征參數值包括目標人體朝向值，所述確定每個抓拍圖像對應的特征參數值，包括：

針對每個抓拍圖像，將所述抓拍圖像輸入給已訓練的人體朝向模型，由人體朝向模型輸出與所述抓拍圖像對應的第一人體朝向值，及所述第一人體朝向值的置信度；其中，所述人體朝向模型是用于預測人體朝向值的機器學習模型；

若所述第一人體朝向值的置信度大于預設第一置信度閾值，則將所述第一人體朝向值確定為所述抓拍圖像對應的目標人體朝向值。

3.根據權利要求2所述的方法，其特征在于，

所述確定每個抓拍圖像對應的特征參數值，還包括：

若所述第一人體朝向值的置信度不大于預設第一置信度閾值，且所述第一人體朝向值與歷史圖像對應的目標人體朝向值相同，則將所述第一人體朝向值確定為所述抓拍圖像對應的目標人體朝向值；其中，所述歷史圖像是所述圖像集合中與所述抓拍圖像相鄰的、且已經確定出目標人體朝向值的抓拍圖像。

4.根據權利要求3所述的方法，其特征在于，

所述確定每個抓拍圖像對應的特征參數值，還包括：

若所述第一人體朝向值的置信度不大于預設第一置信度閾值，且所述第一人體朝向值與歷史圖像對應的目標人體朝向值不同，則獲取所述監控對象的人體運動軌跡，并基于所述人體運動軌跡確定所述監控對象的運動方向；

基于所述運動方向確定與所述抓拍圖像對應的第二人體朝向值；

將所述第二人體朝向值確定為所述抓拍圖像對應的目標人體朝向值。

5.根據權利要求1所述的方法，其特征在于，若所述特征參數值包括目標人體姿態值，所述確定每個抓拍圖像對應的特征參數值，包括：

針對每個抓拍圖像，將所述抓拍圖像輸入給已訓練的人體姿態模型，由人體姿態模型輸出與所述抓拍圖像對應的第一人體姿態值，及所述第一人體姿態值的置信度；其中，所述人體姿態模型是用于預測人體姿態值的機器學習模型；

若所述第一人體姿態值的置信度大于預設第二置信度閾值，則將所述第一人體姿態值確定為所述抓拍圖像對應的目標人體姿態值。

6.根據權利要求5所述的方法，其特征在于，

所述確定每個抓拍圖像對應的特征參數值，還包括：

若所述第一人體姿態值的置信度不大于預設第二置信度閾值，則從所述抓拍圖像中獲取所述監控對象的檢測框，并基于所述檢測框的長度與所述檢測框的寬度的比例，確定與所述抓拍圖像對應的第二人體姿態值；

將所述第二人體姿態值確定為所述抓拍圖像對應的目標人體姿態值。