(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210267809.5 (22)申请日 2022.03.17 (71)申请人 浙江网商银行股份有限公司 地址 310063 浙江省杭州市西湖区古 荡街 道西溪路556号阿里中心D幢9层、 E幢 3-8层 (72)发明人 张鸿　 (74)专利代理 机构 北京恒博知识产权代理有限 公司 11528 专利代理师 范胜祥 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/10(2022.01) G06V 10/46(2022.01) G06V 10/762(2022.01)G06V 10/764(2022.01) G06K 9/62(2022.01) G06T 7/00(2017.01) G06T 7/73(2017.01) (54)发明名称 对视频中目标对象 的识别方法、 装置、 系统、 介质及设备 (57)摘要 本说明书实施例提供一种对视频中目标对 象的识别方法、 装置、 系统、 计算机可读 存储介质 以及电子设备， 该方法包括： 从目标视频中获取 包含多张图像的图像序列， 其中每张图像对应有 反映三维空间信息的特征点， 从而根据所拍摄视 频可以得到目标对象 的三维坐标信息。 对于图像 序列中相邻的两张图像， 先在两张图像中分别确 定出每个目标对象所在的检测区域。 然后， 获取 上述每个检测区域分别对应的特征点。 由于检测 区域对应的特征点反映目标对象的三维空间信 息， 则进一步地， 基于两张图像之间检测区域对 应的特征点之间的比较可以确定出相邻的两张 图像中重复拍摄的目标对象 的数量， 从而能够实 现对目标视频中目标对象数量的识别。 权利要求书4页 说明书18页 附图9页 CN 114821460 A 2022.07.29 CN 114821460 A 1.一种对视频中目标对象的识别方法， 其中， 应用于服 务器， 所述方法包括： 从目标视频中获取包含L张图像的图像序列， 其中， 所述图像序列中每张图像对应有反 映三维空间信息的特 征点， L为大于1的整数； 确定所述图像序列中第s张图像中目标对象对应的检测区域以及确定第s+1张图像中 所述目标对象对应的检测区域， 每个所述检测区域对应于一个所述目标对象， s取值依次为 1至L‑1的整数； 根据所述第s张图像 中检测区域对应的特征点， 以及所述第s+1张图像 中检测区域对应 的特征点， 确定所述第s张图像与所述第s+1张图像之间关于所述目标对象的重复数量 Xs， s+1； 根据所述重复数量Xs， s+1， 识别对所述目标视频中所述目标对象的数量。 2.根据权利 要求1所述的方法， 其中， 所述第s张图像中包含M个检测区域， 所述第s+1张 图像中包 含N个检测区域， M、 N 为正整数； 所述根据 所述第s张图像 中检测区域对应的特征点， 以及所述第s+1张图像 中检测区域 对应的特征点， 确定所述第s 张图像与所述第s+1张图像之 间关于所述目标对象的重复数量 Xs， s+1， 包括： 根据所述第s张图像中第i个检测区域所对应的特征点确定中心点Ci， i取值为1至M的所 有正整数； 根据所述第s+1张图像中第j个检测区域所对应的特征点确定中心点C ’j， j取值为1至N 的所有正整数； 计算所述中心点Ci与所述中心点C ’j之间的距离Di， j， 并根据所述距离Di， j与第一预设值 确定所述目标对象的重复数量Xs， s+1。 3.根据权利要求1所述的方法， 其中， 所述根据所述第s张图像中检测区域对应的特征 点， 以及所述第s+1张图像中检测区域对应的特征点， 确定所述第s 张图像与所述第s+1张图 像之间关于所述目标对象的重复数量Xs， s+1， 包括： 对所述第s张图像中检测区域对应的特征点进行聚类， 得到所述第s张图像对应的M个 聚类中心， M为 正整数； 对所述第s+1张图像中检测区域对应的特征点进行 聚类， 得到所述第s+1张图像对应的 N个聚类中心， N 为正整数； 计算所述第s张图像中第i个聚类中心Ci与所述第s+1张图像中第j个聚类中心C ’j之间 的距离Di， j， i取值为1至M的所有正整数， j取值 为1至N的所有正整数； 根据所述距离Di， j与第一预设值确定所述目标对象的重复数量Xs， s+1。 4.根据权利 要求1所述的方法， 其中， 所述第s张图像中包含M个检测区域， 所述第s+1张 图像中包 含N个检测区域， M、 N 为正整数； 所述根据 所述第s张图像 中检测区域对应的特征点， 以及所述第s+1张图像 中检测区域 对应的特征点， 确定所述第s 张图像与所述第s+1张图像之 间关于所述目标对象的重复数量 Xs， s+1， 包括： 获取所述第s张图像中第i个检测区域对应的稀疏点云Di， 以及确定所述稀疏点云Di对 应的中心点Ci， i取值为1至M的所有正整数； 获取所述第s+1张图像中第j个检测区域对应的稀疏点云D ’j， 以及确定所述稀疏点云权　利　要　求　书 1/4 页 2 CN 114821460 A 2D’j对应的中心点C ’j， j取值为1至N的所有正整数； 计算所述中心点Ci与所述中心点C ’j之间的距离Di， j， 并根据所述距离Di， j与第一预设值 确定所述目标对象的重复数量Xs， s+1。 5.根据权利要求4所述的方法， 其中， 所述获取所述第s张图像中第i个检测区域对应的 稀疏点云Di， 包括： 获取所述图像序列中前s张图像分别 包含的第i个检测区域， 得到s个检测区域， 并对所 述s个检测区域所对应的特征点进行匹配， 得到所述第s张图像中第i个检测区域对应的稀 疏点云Di； 所述获取 所述第s+1张图像中第j个 检测区域对应的稀疏点云D ’j， 包括： 获取所述图像序列中前s+1张图像分别 包含的第j个检测区域， 得到s+1个检测区域， 并 对所述s+1个检测区域所对应的特征点进行匹配， 得到所述第s+1张图像中第j个检测区域 对应的稀疏点云D ’j。 6.根据权利要求4所述的方法， 其中， 所述获取所述第s张图像中第i个检测区域对应的 稀疏点云Di之后， 所述方法还 包括： 获取所述稀疏点云Di的最大包络尺寸； 将所述最大包络尺寸与目标包络尺寸进行比对， 并根据比对结果确定关于所述目标对 象的真伪性的识别结果， 所述目标包络尺寸 为根据所述目标对象的类别确定的。 7.根据权利 要求2至6中任意一项所述的方法， 其中， 所述根据所述距离Di， j与第一预设 值确定所述目标对象的重复数量Xs， s+1， 包括： 将所述距离Di， j大于所述第一预设值的次数确定为所述目标对象的重复数量Xs， s+1； 所述根据所述重复数量Xs， s+1， 识别对所述目标视频中所述目标对象的数量， 包括： 计算M与N之和值， 再计算所述和值与Xs， s+1的差值； 将所述差值确定为所述第s张图像与所述第s+1张图像 中所述目标对象的实际数量， 得 到所述目标视频中所述目标对象的数量。 8.根据权利要求1所述的方法， 其中， 所述目标视频为终端基于运动结构恢 复技术或同 时定位与构图框架， 以及基于多种传感器和摄 像头拍摄所述目标对象得到的。 9.根据权利要求8所述的方法， 其中， 所述从目标视频中获取包含L张图像的图像序列， 包括： 基于以下因素中的一种或多种， 从所述目标视频中截取图像得到所述包含L张图像的 图像序列， 所述因素包括所述 终端的移动速度、 所述 终端对应的带宽， 以及所述目标对象的 类型。 10.根据权利要求8或9所述的方法， 其中， 所述方法还 包括： 根据所述目标视频确定对所述目标对象的拍摄轨 迹以及摄 像头的拍摄方向； 根据所述拍摄轨迹确定目标拍摄点的切线方向， 并计算所述目标拍摄点的切线方向与 所述摄像头的拍摄方向之间的夹角， 以及根据所述夹角确定对所述目标拍摄点的拍摄建 议； 发送所述拍摄建议至所述终端， 以在所述终端显示所述拍摄建议。 11.一种对视频中目标对象的识别方法， 其中， 应用于终端， 所述方法包括： 拍摄目标视频；权　利　要　求　书 2/4 页 3 CN 114821460 A 3