本發(fā)明涉及圖像處理領(lǐng)域，具體而言，涉及一種視頻數(shù)據(jù)中對象的分類方法、裝置、處理器和電子設(shè)備。

背景技術(shù)：

1、在視頻數(shù)據(jù)的處理過程中，對處于變化的對象進(jìn)行跟蹤，往往需要花費(fèi)大量的時(shí)間。即使得到上述對象的變化軌跡，也未必能將上述對象分類至理想類別，從而導(dǎo)致視頻數(shù)據(jù)中對象的分類精度低的技術(shù)問題。

2、針對上述視頻數(shù)據(jù)中對象的分類精度低的技術(shù)問題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供了一種視頻數(shù)據(jù)中對象的分類方法、裝置、處理器和電子設(shè)備，以至少解決視頻數(shù)據(jù)中對象的分類精度低的技術(shù)問題。

2、根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種視頻數(shù)據(jù)中對象的分類方法，該方法包括：獲取在目標(biāo)場景下采集到的視頻數(shù)據(jù)，其中，視頻數(shù)據(jù)包括至少一視頻幀數(shù)據(jù)；對視頻數(shù)據(jù)中視頻幀數(shù)據(jù)的至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果，其中，第一檢測結(jié)果用于至少表示初始對象所屬的初始類別；基于第一檢測結(jié)果，確定視頻數(shù)據(jù)的至少一目標(biāo)對象所屬的目標(biāo)類別，其中，目標(biāo)對象包括初始對象。

3、可選地，對視頻數(shù)據(jù)中視頻幀數(shù)據(jù)的至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果，包括：在視頻幀數(shù)據(jù)中，生成至少一候選框，其中，候選框用于選中初始對象；在多個(gè)候選框中，對至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果。

4、可選地，在多個(gè)候選框中，對至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果，包括：響應(yīng)于多個(gè)候選框包括不同類別對應(yīng)的候選框，對多個(gè)候選框進(jìn)行合并，其中，不同類別對應(yīng)的候選框之間的重合度超過目標(biāo)重合度；在合并后的候選框中，對至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果。

5、可選地，基于第一檢測結(jié)果，確定視頻數(shù)據(jù)的至少一目標(biāo)對象所屬的目標(biāo)類別，包括：從第一檢測結(jié)果中，確定第一初始對象和第二初始對象之間的關(guān)聯(lián)關(guān)系，其中，至少一初始對象包括第一初始對象和第二初始對象，第一初始對象在目標(biāo)場景下所處的第一位置與第二初始對象在目標(biāo)場景下所處的第二位置不同；響應(yīng)于關(guān)聯(lián)關(guān)系表示第一初始對象附屬于第二初始對象，確定第二初始對象在視頻幀數(shù)據(jù)中具有的當(dāng)前候選特征；基于當(dāng)前候選特征，確定目標(biāo)類別。

6、可選地，基于當(dāng)前候選特征，確定目標(biāo)類別，包括：確定第二初始對象在視頻幀數(shù)據(jù)的上一視頻幀數(shù)據(jù)中具有的上一候選特征；對當(dāng)前候選特征與上一候選特征進(jìn)行匹配，得到匹配結(jié)果；確定匹配結(jié)果和第二初始對象的運(yùn)動狀態(tài)之間的匹配信息，其中，匹配信息用于表示匹配結(jié)果和運(yùn)動狀態(tài)之間的匹配代價(jià)；基于匹配信息，確定目標(biāo)類別。

7、可選地，基于匹配信息，確定目標(biāo)類別，包括：響應(yīng)于匹配信息滿足目標(biāo)匹配信息，且已結(jié)束跟蹤第二初始對象，在上一視頻幀數(shù)據(jù)中，對第二初始對象進(jìn)行檢測，得到第二檢測結(jié)果，其中，第二檢測結(jié)果用于表示第二初始對象所屬的初始類別；基于第一檢測結(jié)果和第二檢測結(jié)果，確定目標(biāo)類別。

8、根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種視頻數(shù)據(jù)中對象的分類裝置，該裝置可以包括：獲取單元，用于獲取在目標(biāo)場景下采集到的視頻數(shù)據(jù)，其中，視頻數(shù)據(jù)包括至少一視頻幀數(shù)據(jù)；檢測單元，用于對視頻數(shù)據(jù)中視頻幀數(shù)據(jù)的至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果，其中，第一檢測結(jié)果用于至少表示初始對象所屬的初始類別；確定單元，用于基于第一檢測結(jié)果，確定視頻數(shù)據(jù)的至少一目標(biāo)對象所屬的目標(biāo)類別，其中，目標(biāo)對象包括初始對象。

9、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種處理器。該處理器用于運(yùn)行程序，其中，程序被該處理器運(yùn)行時(shí)執(zhí)行本發(fā)明實(shí)施例中的視頻數(shù)據(jù)中對象的分類方法。

10、根據(jù)本發(fā)明的實(shí)施例的另一方面，還提供了一種電子設(shè)備，包括：存儲器，存儲有可執(zhí)行程序；處理器，用于運(yùn)行程序，其中，程序運(yùn)行時(shí)執(zhí)行本發(fā)明各個(gè)實(shí)施例中的視頻數(shù)據(jù)中對象的分類方法。

11、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)。該計(jì)算機(jī)可讀存儲介質(zhì)包括存儲的程序，其中，在程序運(yùn)行時(shí)控制計(jì)算機(jī)可讀存儲介質(zhì)所在設(shè)備執(zhí)行本發(fā)明實(shí)施例中的視頻數(shù)據(jù)中對象的分類方法。

12、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種計(jì)算機(jī)程序產(chǎn)品，該計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，其中，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明實(shí)施例中的視頻數(shù)據(jù)中對象的分類方法。

13、根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括非易失性計(jì)算機(jī)可讀存儲介質(zhì)，非易失性計(jì)算機(jī)可讀存儲介質(zhì)用于存儲計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明實(shí)施例中的視頻數(shù)據(jù)中對象的分類方法。

14、根據(jù)本發(fā)明實(shí)施例的另一方面，本申請的實(shí)施例還提供了一種計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述本發(fā)明實(shí)施例中的視頻數(shù)據(jù)中對象的分類方法。

15、在本發(fā)明實(shí)施例中，當(dāng)對視頻數(shù)據(jù)中對象進(jìn)行分類時(shí)，可以獲取在目標(biāo)場景下采集到的視頻數(shù)據(jù)。對獲取到的視頻數(shù)據(jù)中視頻幀數(shù)據(jù)的至少一初始對象進(jìn)行檢測，可以得到至少一第一檢測結(jié)果，以及根據(jù)得到的第一檢測結(jié)果，可以確定視頻數(shù)據(jù)的至少一目標(biāo)對象所屬的目標(biāo)類別，由此達(dá)到了可以對處于變化的對象進(jìn)行實(shí)時(shí)跟蹤的目的，從而解決了視頻數(shù)據(jù)中對象的分類精度低的技術(shù)問題，進(jìn)而實(shí)現(xiàn)了可以提高視頻數(shù)據(jù)中對象的分類精度的技術(shù)效果。

技術(shù)特征：

1.一種視頻數(shù)據(jù)中對象的分類方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述視頻數(shù)據(jù)中所述視頻幀數(shù)據(jù)的至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在多個(gè)所述候選框中，對至少一所述初始對象進(jìn)行檢測，得到至少一所述第一檢測結(jié)果，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述第一檢測結(jié)果，確定所述視頻數(shù)據(jù)的至少一目標(biāo)對象所屬的目標(biāo)類別，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，基于所述當(dāng)前候選特征，確定所述目標(biāo)類別，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，基于所述匹配信息，確定所述目標(biāo)類別，包括：

7.一種視頻數(shù)據(jù)中對象的分類裝置，其特征在于，包括：

8.一種處理器，其特征在于，所述處理器用于運(yùn)行程序，其中，所述程序被所述處理器運(yùn)行時(shí)執(zhí)行權(quán)利要求1至6中任意一項(xiàng)所述視頻數(shù)據(jù)中對象的分類方法。

9.一種電子設(shè)備，其特征在于，包括：

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)包括存儲的可執(zhí)行程序，其中，在所述可執(zhí)行程序運(yùn)行時(shí)控制所述存儲介質(zhì)所在設(shè)備執(zhí)行權(quán)利要求1至6中任意一項(xiàng)所述視頻數(shù)據(jù)中對象的分類方法。

技術(shù)總結(jié)
本發(fā)明公開了一種視頻數(shù)據(jù)中對象的分類方法、裝置、處理器和電子設(shè)備。該方法包括：獲取在目標(biāo)場景下采集到的視頻數(shù)據(jù)，其中，視頻數(shù)據(jù)包括至少一視頻幀數(shù)據(jù)；對視頻數(shù)據(jù)中視頻幀數(shù)據(jù)的至少一初始對象進(jìn)行檢測，得到至少一第一檢測結(jié)果，其中，第一檢測結(jié)果用于至少表示初始對象所屬的初始類別；基于第一檢測結(jié)果，確定視頻數(shù)據(jù)的至少一目標(biāo)對象所屬的目標(biāo)類別，其中，目標(biāo)對象包括初始對象。本發(fā)明解決了視頻數(shù)據(jù)中對象的分類精度低的技術(shù)問題。

技術(shù)研發(fā)人員：趙瑞潔,謝征,左鑫孟,張玉亭,劉江
受保護(hù)的技術(shù)使用者：中電信人工智能科技（北京）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28