目标对象的移动轨迹跟踪方法、装置、电子设备和介质与流程

本技术属于智能识别，具体涉及一种目标对象的移动轨迹跟踪方法、装置、电子设备和介质。

背景技术：

1、在智能识别领域中，通过对目标对象的活动轨迹进行跟踪，记录和分析在识别过程中的目标对象的位置信息等，可以对目标对象的行为进行优化指导。例如，在教学场景中，通过对教师的移动位置进行追踪，可以优化教师的教学行为。

2、现有技术中，对目标对象的活动轨迹进行跟踪记录主要依赖于视频捕捉设备，通过设备捕捉场景的图像，然后识别图像中的目标对象并记录其在场景内的坐标。

3、然而，采用现有技术的方式，确定的目标对象的活动轨迹的准确性不高。

技术实现思路

1、本技术实施例提供一种目标对象的移动轨迹跟踪方法、装置、电子设备和介质，以解决现有技术中对确定的移动轨迹的准确性不高的问题。

2、本技术实施例第一方面提供一种目标对象的移动轨迹跟踪方法，包括：

3、获取目标对象在目标图像中的第一坐标信息，所述目标图像为目标摄像头获取的目标空间的图像；

4、基于所述第一坐标信息和透视变换矩阵，获取所述目标对象在所述目标空间中的第二坐标信息；

5、基于所述第二坐标信息确定所述目标对象的移动轨迹。

6、可选的，所述基于所述第一坐标信息和透视变换矩阵，获取所述目标对象在所述目标空间中的第二坐标信息之前，还包括：

7、获取所述目标空间的第一图像的四个源点，所述四个源点为所述第一图像的四个顶点；

8、基于所述第一图像的四个源点和所述目标空间的四个目标点，获取所述透视变换矩阵。

9、可选的，所述获取所述目标空间的第一图像的四个源点，包括：

10、获取目标摄像头拍摄的目标空间的原始图像；

11、对所述原始图像中的课桌椅区域进行掩码处理，得到掩码图像；

12、对所述掩码图像进行二值化处理，得到二值化图像；

13、对二值化图像进行边缘检测，得到多边形图像；

14、若所述多边形图像为四边形，则将所述多边形图像确定为第一图像；

15、若所述多边形图像为六边形，则对所述六边形进行预处理，得到所述六边形对应的四边形，将所述四边形确定为第一图像。

16、可选的，所述对所述六边形进行预处理，得到所述六边形对应的四边形，包括：

17、对所述六边形的第一斜边、第二斜边和底边进行延长处理，得到所述第一斜边的延长线与所述底边的延长线的第一交点，所述第二斜边的延长线与所述底边的延长线的第二交点；

18、确定所述六边形的顶边的两个端点、所述第一交点和所述第二交点构成的四边形为所述六边形对应的四边形。

19、可选的，所述对所述原始图像中的课桌区域进行掩码处理，得到掩码图像，包括：

20、将所述原始图像输入第一预设模型中，识别所述原始图像中的课桌椅区域，并对所述课桌椅区域进行掩码处理，其中，所述第一预设模型是基于样本图像和样本标注进行训练得到的，所述样本图像中的包括课桌椅被标注。

21、可选的，所述获取目标对象在目标图像中的第一坐标信息之前，还包括：

22、基于目标对象的人体特征，识别所述目标对象。

23、可选的，所述基于目标对象的人体特征，识别所述目标对象，包括：

24、将所述目标对象的人体图片输入第二预设模型，得到第一人体特征向量，其中，所述第二预设模型是基于跨域数据预训练得到的；

25、将所述第一人体特征向量加入人体特征列表中；

26、对每个视频帧进行人体检测，对处于第一姿态的人体进行特征提取，得到第二人体特征向量；

27、基于所述第二人体特征向量和人体特征列表中的各第一人体特征向量的相似值，识别所述目标对象。

28、可选的，所述基于所述第二人体特征向量和人体特征列表中的各第一人体特征向量的相似值，识别所述目标对象，包括：

29、获取所述第二人体特征向量与每个第一人体特征向量的相似值，确定所述相似值中的最大值大于第一预设阈值，则确定所述第二人体特征向量对应的人体为所述目标对象。

30、可选的，还包括：

31、若所述相似值中的最大值大于第二预设阈值，则将所述第二人体特征向量加入所述人体特征列表中，所述第二预设阈值大于所述第一预设阈值。

32、可选的，还包括：

33、若所述人体特征列表中的第一人体特征向量的数量大于预设阈值，则删除其中一个或者多个第一人体特征向量。

34、可选的，所述基于目标对象的人体特征，识别所述目标对象之前，还包括：

35、基于人脸检测，识别所述视频帧中目标对象的人脸，并获取所述目标对象的人体图片；

36、或者，

37、确定视频中多个处于第一姿态的人体中，处于第一姿态时间最久的人体为目标对象，获取所述目标对象的人体图片。

38、本技术实施例第二方面提供一种目标对象的移动轨迹跟踪装置，包括：

39、获取模块，用于获取目标对象在目标图像中的第一坐标信息，所述目标图像为目标摄像头获取的目标空间的图像；

40、处理模块，用于基于所述第一坐标信息和透视变换矩阵，获取所述目标对象在所述目标空间中的第二坐标信息；

41、跟踪模块，用于基于所述第二坐标信息确定所述目标对象的移动轨迹。

42、可选的，所述处理模块具体用于获取所述目标空间的第一图像的四个源点，所述四个源点为所述第一图像的四个顶点；基于所述第一图像的四个源点和所述目标空间的四个目标点，获取所述透视变换矩阵。

43、可选的，所述处理模块具体用于获取目标摄像头拍摄的目标空间的原始图像；对所述原始图像中的课桌椅区域进行掩码处理，得到掩码图像；对所述掩码图像进行二值化处理，得到二值化图像；对二值化图像进行边缘检测，得到多边形图像；若所述多边形图像为四边形，则将所述多边形图像确定为第一图像；若所述多边形图像为六边形，则对所述六边形进行预处理，得到所述六边形对应的四边形，将所述四边形确定为第一图像。

44、可选的，所诉处理模块具体用于对所述六边形的第一斜边、第二斜边和底边进行延长处理，得到所述第一斜边的延长线与所述底边的延长线的第一交点，所述第二斜边的延长线与所述底边的延长线的第二交点；确定所述六边形的顶边的两个端点、所述第一交点和所述第二交点构成的四边形为所述六边形对应的四边形。

45、可选的，所述处理模块具体将所述原始图像输入第一预设模型中，识别所述原始图像中的课桌椅区域，并对所述课桌椅区域进行掩码处理，其中，所述第一预设模型是基于样本图像和样本标注进行训练得到的，所述样本图像中的包括课桌椅被标注。

46、可选的，所述获取模块具体用于基于目标对象的人体特征，识别所述目标对象。

47、可选的，所述获取模块具体用于将所述目标对象的人体图片输入第二预设模型，得到第一人体特征向量，其中，所述第二预设模型是基于跨域数据预训练得到的；将所述第一人体特征向量加入人体特征列表中；对每个视频帧进行人体检测，对处于第一姿态的人体进行特征提取，得到第二人体特征向量；基于所述第二人体特征向量和人体特征列表中的各第一人体特征向量的相似值，识别所述目标对象。

48、可选的，所述获取模块具体用于获取所述第二人体特征向量与每个第一人体特征向量的相似值，确定所述相似值中的最大值大于第一预设阈值，则确定所述第二人体特征向量对应的人体为所述目标对象。

49、可选的，所述获取模块具体用于若所述相似值中的最大值大于第二预设阈值，则将所述第二人体特征向量加入所述人体特征列表中，所述第二预设阈值大于所述第一预设阈值。

50、可选的，所述获取模块具体用于若所述人体特征列表中的第一人体特征向量的数量大于预设阈值，则删除其中一个或者多个第一人体特征向量。

51、可选的，所述获取模块具体用于基于人脸检测，识别所述视频帧中目标对象的人脸，并获取所述目标对象的人体图片；

52、或者，

53、确定视频中多个处于第一姿态的人体中，处于第一姿态时间最久的人体为目标对象，获取所述目标对象的人体图片。

54、本技术实施例第三方面提供一种电子设备，包括：处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现上述第一方面所述的目标对象的移动轨迹跟踪方法的步骤。

55、本技术实施例第四方面提供一种计算机可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现上述第一方面所述的目标对象的移动轨迹跟踪方法的步骤。

56、本技术实施例第五方面提供一种计算机程序产品，所述程序产品被车辆或者云服务器的处理器执行时实现上述第一方面所述的目标对象的移动轨迹跟踪方法的步骤。

57、本技术实施例提供的一种目标对象的移动轨迹跟踪方法、装置、电子设备和介质，通过获取目标对象在目标图像中的第一坐标信息，所述目标图像为目标摄像头获取的目标空间的图像，基于所述第一坐标信息和透视变换矩阵，获取所述目标对象在所述目标空间中的第二坐标信息，基于所述第二坐标信息确定所述目标对象的移动轨迹，也就是，将目标对象在目标图像中的第一坐标信息结合透视变换矩阵，转换为标准化的第二坐标信息，从而，克服图像畸变带来的位置偏差问题，能够得到更加准确的坐标信息，然后根据目标对象的第二坐标信息对目标对象的移动轨迹进行跟踪，从而，实现目标对象在标准坐标下的移动轨迹跟踪，同时提高了确定的移动轨迹的准确性。