一种有效运动目标识别方法及设备与流程

本发明涉及视频分析技术领域，特别涉及一种有效运动目标识别方法及设备。

背景技术：

视频摘要(Video Abstract)，又称视频浓缩，是指视频内容以摘要的方式进行浓缩的一种技术。视频摘要以自动或半自动的方式，先通过运动目标分析，提取运动目标，然后对各个目标的运动轨迹进行分析，将不同的目标拼接到一个共同的背景场景中，并将它们以某种方式进行组合。视频摘要在视频分析和基于内容的视频检索中扮演着重要角色。

生成视频摘要的过程，一般是分析解析视频画面。从中找出运动目标，然后按照一定策略生成摘要画面，最后编码生成摘要码流。

视频画面中的运动目标检测是视频摘要功能的基础，运动目标检测的正确率决定了摘要的效果。运动目标检测有两种实现策略，策略一是在后端对录像进行解码，然后检测画面找到运动目标，并将其保存起来供摘要时使用；策略二是在前端摄像机上实时检测目标，并将检测的目标信息保存在元数据中，随码流一起发送到后端，后端在生成摘要时，检索元数据信息即可得到需要的目标信息。

策略一需要后端有较强的智能运算能力，才能满足视频摘要快速生成的要求。而策略二在前端设备中已经实时完成了目标检测，对后端处理芯片性能要求较低，而且可以快速的生成摘要视频，因此具有较好的实用价值。

发明人在实现本发明的技术方案时发现：前端设备受芯片性能限制，一般只能实现一些简单的运动目标检测功能，因此目标检测的指标相对不是很高，特别是在夜晚等环境光线不好的情况下，漏检率、误检率都会增加，这对视频摘要的效果有很大的影响，而摄像机中的噪点等现象都会导致运动目标及其关联的目标产生误检。

技术实现要素：

本发明提供了一种有效运动目标识别方法及设备，通过分析运动目标的运动模式，以及运动目标和关联目标的相关模式，有效地筛选出了有效目标，进而提高了有效运动目标检测的准确度。

通过应用本发明提出的一种有效运动目标识别方法，所述方法包括：

将待分析视频的视频画面划分为边界区域和核心区域；

将所述待分析视频中运动目标的起始位置和结束位置中任意不处于所述边界区域的运动目标标记为异常运动目标；

判断所述异常运动目标是否存在关联目标；

若所述异常运动目标存在关联目标，将所述异常运动目标与所述关联目标加入所述异常运动目标对应的第一集合，将第一集合中的所有运动目标标记为有效运动目标；

若所述异常运动目标不存在关联目标，将运动距离大于或等于预设阈值的所述异常运动目标标记为有效运动目标。

优选的，判断所述异常运动目标是否存在关联目标，具体为：

若所述异常运动目标的起始位置不在所述边界区域，判断在以所述异常运动目标的运动轨迹起点为中心，以预设距离为半径的探测范围内是否存在运动目标；

若所述异常运动目标的结束位置不在所述边界区域，判断在以所述异常运动目标的运动轨迹终点为中心，以预设距离为半径的探测范围内是否存在运动目标。

优选的，若所述异常运动目标的起始位置不在所述边界区域，所述探测范围内存在运动目标，具体包括：

将所述运动目标加入第二集合中，将所述第二集合中的当前运动目标作为待处理运动目标，依次判断所述第二集合中所述运动目标是否为关联目标；

若所述待处理运动目标的起点在所述探测范围内，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的终点在所述探测范围内，将与所述异常运动目标不相似的待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的终点在所述探测范围内且起点位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则确定所述待处理运动目标为关联目标；

若所述待处理运动目标的终点在所述探测范围内且起点不位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则将所述待处理运动目标作为所述异常运动目标，并进行相应的关联目标的获取；

若所述待处理运动目标经过所述探测范围，当所述待处理运动目标在所述探测范围中的停留时间小于预设时间阈值时，将所述待处理运动目标从所述第二集合中删除，确定所述待处理运动目标为无效目标；

当所述待处理运动目标在所述探测范围中停留时间大于或等于预设时间阈值时，确定所述待处理运动目标为关联目标。

优选的，若所述异常运动目标的结束位置不在所述边界区域，所述探测范围内存在运动目标，具体包括：

将所述运动目标加入第二集合中，将所述第二集合中的当前运动目标作为待处理运动目标，依次判断所述第二集合中所述运动目标是否为关联目标；

若所述待处理运动目标的终点在所述探测范围内，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的起点在所述探测范围内，将与所述异常运动目标不相似的待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的起点在所述探测范围内且终点位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则确定所述待处理运动目标为关联目标；

若所述待处理运动目标的起点在所述探测范围内且终点不位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则将所述待处理运动目标作为所述异常运动目标，并进行相应的关联目标的获取；

若所述待处理运动目标的经过所述探测范围，当所述待处理运动目标在所述探测范围中的停留时间小于预设时间阈值时，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

当所述待处理运动目标在所述探测范围中的停留时间大于或等于预设时间阈值时，确定所述待处理运动目标为关联目标。

优选的，还包括：

当所述异常运动目标与所述待处理运动目标的平均长度比值和平均宽度比值都小于预设比例阈值时，和/或，当所述异常运动目标与所述待处理运动目标的运动方向角度之差的绝对值小于预设角度阈值时；

确定所述异常运动目标与所述待处理运动目标相似。

优选的，所述异常运动目标的运动轨迹模式包括：近似直线模式、近似折线模式、异常模式，若所述异常运动目标不存在关联目标，将运动距离大于或等于预设阈值的所述异常运动目标标记为有效运动目标，具体包括：

当所述异常运动目标的运动轨迹模式为近似直线模式时，若所述异常运动目标的运动距离大于预设第一距离阈值时，则确定所述异常运动目标为有效目标，若所述异常运动目标的运动距离小于或等于预设第一距离阈值时，则确定所述异常运动目标为无效目标；

当所述异常运动目标的运动轨迹模式为近似折线模式时，若所述异常运动目标的运动距离大于预设第二距离阈值时，则确定所述异常运动目标为有效目标，若所述异常运动目标的运动距离小于或等于预设第二距离阈值时，则确定所述异常运动目标为无效目标；

当所述异常运动目标的运动轨迹模式为异常模式时，若所述异常运动目标的运动距离大于预设第三距离阈值时，则确定所述异常运动目标为有效目标，若所述异常运动目标的运动距离小于或等于预设第三距离阈值时，则确定所述异常运动目标为无效目标。

相应的，基于与上述相同的技术思路，本发明还提出了一种有效运动目标识别设备，所述设备包括：

初始化模块，将待分析视频的视频画面划分为边界区域和核心区域；

分析模块，将所述待分析视频中运动目标的起始位置和结束位置中任意不处于所述边界区域的运动目标标记为异常运动目标；

判断模块，判断所述异常运动目标是否存在关联目标；

第一处理模块，若所述异常运动目标存在关联目标，将所述异常运动目标与所述关联目标加入所述异常运动目标对应的第一集合，将第一集合中的所有运动目标标记为有效运动目标；

第二处理模块，若所述异常运动目标不存在关联目标，将运动距离大于或等于预设阈值的所述异常运动目标标记为有效运动目标。

优选的，所述判断模块具体包括以下子模块：

第一判断模块，若所述异常运动目标的起始位置不在所述边界区域，判断在以所述异常运动目标的运动轨迹起点为中心，以预设距离为半径的探测范围内是否存在运动目标；

第二判断模块，若所述异常运动目标的结束位置不在所述边界区域，判断在以所述异常运动目标的运动轨迹终点为中心，以预设距离为半径的探测范围内是否存在运动目标。

优选的，若所述异常运动目标的起始位置不在所述边界区域，所述探测范围内存在运动目标，所述第一判断模块具体用于：

将所述运动目标加入第二集合中，将所述第二集合中的当前运动目标作为待处理运动目标，依次判断所述第二集合中所述运动目标是否为关联目标；

若所述待处理运动目标的起点在所述探测范围内，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的终点在所述探测范围内，将与所述异常运动目标不相似的待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的终点在所述探测范围内且起点位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则确定所述待处理运动目标为关联目标；

若所述待处理运动目标的终点在所述探测范围内且起点不位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则将所述待处理运动目标作为所述异常运动目标，并进行相应的关联目标的获取；

若所述待处理运动目标经过所述探测范围，当所述待处理运动目标在所述探测范围中的停留时间小于预设时间阈值时，将所述待处理运动目标从所述第二集合中删除，确定所述待处理运动目标为无效目标；

当所述待处理运动目标在所述探测范围中停留时间大于或等于预设时间阈值时，确定所述待处理运动目标为关联目标。

优选的，若所述异常运动目标的结束位置不在所述边界区域，所述探测范围内存在运动目标，所述第二判断模块具体用于：

将所述运动目标加入第二集合中，将所述第二集合中的当前运动目标作为待处理运动目标，依次判断所述第二集合中所述运动目标是否为关联目标；

若所述待处理运动目标的终点在所述探测范围内，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的起点在所述探测范围内，将与所述异常运动目标不相似的待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的起点在所述探测范围内且终点位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则确定所述待处理运动目标为关联目标；

若所述待处理运动目标的起点在所述探测范围内且终点不位于所述边界区域，且所述待处理运动目标与所述异常运动目标相似，则将所述待处理运动目标作为所述异常运动目标，并进行相应的关联目标的获取；

若所述待处理运动目标的经过所述探测范围，当所述待处理运动目标在所述探测范围中的停留时间小于预设时间阈值时，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

当所述待处理运动目标在所述探测范围中的停留时间大于或等于预设时间阈值时，确定所述待处理运动目标为关联目标。

附图说明

图1为本发明实施例提出的一种有效运动目标识别方法的流程示意图；

图2为本发明实施例提出的视频画面中边界区域示意图；

图2a为本发明实施例提出的运动目标A轨迹示意图；

图3为本发明具体实施例提出的一种有效运动目标识别方法的流程示意图；

图4为本发明具体实施例中提出一种有效运动目标识别设备的结构示意图。

具体实施方式

如背景技术中所述，前端设备如摄像机等受芯片性能限制，一般只能实现一些简单的运动目标检测功能，因此目标检测的指标相对不是很高，特别是在夜晚等环境光线不好的情况下，漏检率、误检率都会增加，这对视频摘要的效果有很大的影响，而摄像机中的噪点等现象都会导致运动目标及其关联的目标产生误检。

为此，本发明实施例提出了一种有效运动目标识别方法，通过分析运动目标的运动模式，以及运动目标和关联目标的相关模式，有效地筛选出了有效目标，进而提高了有效运动目标检测的准确度。

如图1所示，为本发明实施例提出的一种有效运动目标识别方法的流程示意图，该方法具体步骤如下：

步骤101，将待分析视频的视频画面划分为边界区域与核心区域。

在监控视频中，正常运动目标的运动方式是从画面的边缘部分的一端到另一端，同时也会存在着例如车辆停靠后出现乘客，或行人丢弃物品等异常运动现象，摄像机的噪点等也都会出现如异常方式一样，所以需要对异常运动现象进行分析，而在实际的应用场景中，在视频画面中的噪点往往出现在画面的中间位置，需要重点对画面的中央位置进行分析。

因此，本申请的技术方案中，通过将待分析视频的视频画面划分为边界区域与核心区域，如图2所示，为本发明实施例提出的视频画面中边界区域示意图，定义视频画面的外围一圈区域为有效进行入或离开边界区域，画面边缘与画面中的白色框之间的区域为边界区域。

需要说明的是，边界区域的厚度取决于算法检测目标的速度和物体的运动速度，算法越快检测到目标，边界区域厚度就可以越薄，反之边界区域厚度就需要越厚，物体的运动速度越快，边界区域的厚度就需要越厚，反之边界区域厚度就需要越薄，相应的，核心区域的形状可以是矩形，正方形，也可以是圆形、椭圆形，核心区域的变化并不会影响本申请的保护范围。

步骤102，将待分析视频中运动目标的起始位置和结束位置中任意不处于边界区域的运动目标标记为异常运动目标。

为了完成对有效运动目标的筛选，定义运动目标的起始位置和结束位置都处于边界区域的运动目标的运动轨迹是连续且正常的，该运动目标为有效目标，而对于异常运动现象的运动目标，则定义运动目标的起始位置和结束位置中任意不处于边界位置的作为异常运动目标。

在实际的应用场景中，通过背景帧差等方法检测运动目标的信息，遍历每一帧的元数据信息，针对每一个运动目标，分析并保存运动目标的ID、运动目标的起始位置、结束位置、目标平均宽度、目标平均高度，其中目标平均宽的和目标平均高度是将通一个目标所有记录的高度值和宽度值分别做均值计算得到，通过记录保存的运动目标的ID信息，起始位置以及结束位置，筛选出待分析视频中异常运动目标。

步骤103，判断异常目标是否存在关联目标。

当筛选出异常运动目标时，需要对异常运动目标做进一步的确认，最简单的方式为判断异常运动目标有没有相应的关联目标，分析异常运动目标的起始位置和结束位置，通过根据异常运动目标的具体位置来进行判断异常运动目标是否具有关联目标，根据异常运动目标的起始位置与结束位置的不同具体有以下三种情况：

情况一：异常运动目标的起始位置不在边界区域，该异常运动目标是从核心区域移动至边界区域，结束位置在边界区域；

情况二：异常运动目标的结束位置不在边界区域，该异常运动目标是从边界区域移动至核心区域，起始位置在边界区域；

情况三：异常运动目标的起始位置与结束位置均出现在核心区域，不经过边界区域；

在本申请的优选实施例中，根据上述不同情况做出了如下处理方式：

针对上述情况一，分析异常运动目标的起点位置，在异常运动目标的运动轨迹起点为圆心，以预设距离为的半径的探测范围内寻找关联目标，假如寻找到关联目标，则将异常运动目标和关联目标加入与异常运动目标ID对应的第一集合中的所有目标为有效目标，保留这些目标相关信息。

针对上述情况二，分析异常运动目标的终点位置，在异常运动目标的运动轨迹终点为圆心，以预设距离为半径的探测范围内寻找关联目标，假如寻找到关联目标，则将异常运动目标和关联目标加入与异常运动目标ID对应的第一集合中的所有目标为有效目标，保留这些目标相关信息。

针对上述情况三，分析异常运动目标的起点位置和终点位置，在异常运动目标的运动轨迹起点和终点分别为圆心，以预设距离为半径的探测范围寻找关联目标，假如寻找到关联目标，则将异常运动目标和关联目标加入与异常运动目标ID对应的第一集合中的所有目标为有效目标，保留这些目标相关信息。

在实际的应用场景中，通过在异常运动目标的周围进行关联目标的检测，通常会首先检测出相关的运动目标，再从这些运动目标中筛选出与异常运动目标相关联的关联目标，以下对如何进行判断探测范围内的目标是否为异常运动目标的关联目标进行说明。

由于异常运动目标在视频画面中持续了一段时间，故根据关联目标与异常运动目标的关联相似性以及异常运动目标的起始位置与结束位置的不同，进行关联性判断，首先对前述情况一中起始位置不在边界区域的运动目标的关联目标进行判断。

具体的，在异常运动目标的起始端点的探测范围内搜寻运动目标，一般为预设距离半径的圆形范围，若在异常运动目标的探测范围内没有运动目标，就结束对异常运动目标的分析，若在异常运动目标的探测范围内有运动目标，则针对其中的每一个运动目标，将探测到的所有运动目标放入第二集合中，)如果第二集合中还有运动目标，则取一个目标作为待处理运动目标，如果第二集合中没有运动目标，则探测失败，结束分析；

具体的应用场景中，一般待处理运动目标会有以下三种情况：

情况A：待处理运动目标的起点在探测范围内；

情况B：待处理运动目标的终点在探测范围内；

情况C：待处理运动目标的中间点在探测范围内(即待处理运动目标经过探测范围内)；

针对上述情况A，将当前待处理运动目标从第二集合中删除；

针对上述情况B，若当前待处理运动目标与异常运动目标不是相似目标，将当前分析目标从第二集合中删除；

若当前待处理运动目标与异常运动目标是相似目标，则还会有以下三种不同情况：

1、如果待处理运动目标的起点在边界区域，将待处理运动目标加入第一集合，从第二集合中删除；

2、如果待处理运动目标的起点不在边界区域，且待处理运动目标已经被作为异常运动目标进行处理过，则将待处理运动目标加入第一集合，从第二集合中删除；

3、如果待处理运动目标的起点不在边界区域，且待处理运动目标未被作为异常运动目标被处理过，将当前待处理运动目标记为异常运动目标，以待处理运动目标的起点为探测端点，判断查询与该待处理运动目标相关的关联目标，具体的，如果没有找到关联目标，则将当前待处理运动目标从第二集合中删除，如果找到关联目标，则将将当前待处理运动目标加入第一集合。

针对上述情况C，若待处理运动目标在探测范围内停留时间小于预设阈值T，则将待处理运动目标从第二集合中删除；

若待处理运动目标在探测范围内停留时间大于或等于预设阈值T，则将待处理运动目标加入第一集合。

需要说明的是，在实际的应用场景中，在针对情况三的说明第2、3小节中，若在异常目标的关联目标的判断中，第二集合中待处理运动目标也为异常运动目标，则需要对待处理运动进行异常运动目标的关联目标获取，在具体的实现方式上，可以通过设置初始化阈值recMaxNum，初始化当前递归层数为1，同时根据算法漏检率设置合适的递归最大阀值recMaxNum，如果算法漏检率较低，可设置recMaxNum为一个较大的值，比如2或3，如果算法漏检率较高，可设置recMaxNum为一个较小的值，比如1，由此，设置recMaxNum为1，在针对情况三的说明第2、3小节中步骤，可以为以下形式进行实现：

2、如果待处理运动目标的起点不在边界区域，且待处理运动目标的递归层数大于等于递归最大阈值recMaxNum，则将待处理运动目标加入第一集合，从第二集合中删除；

3、如果待处理运动目标的起点不在边界区域，且待处理运动目标的递归层数小于递归最大阈值recMaxNum，设置待处理运动为异常运动目标，待处理运动目标的起点为探测端点，当前递归层数加1，递归调用前述的关联目标判断获取的方法，分析递归调用的结果，如果没有找到关联目标，则将待处理运动目标从第二集合中删除，如果找到关联目标，则将待处理运动目标加入第一集合。

同时也可以为待处理运动目标设置标志位，异常运动目标的初始状态为待处理状态，将异常运动目标进行前述的关联目标判断获取后，则将标志位修改为已处理状态，具体的实现方式不同，但是得出的结果相同，无论以上哪种方法，都属于本申请的保护范围之内。

上述对前述情况一中异常运动目标的起始位置不在边界区域的具体情况进行了说明，以下对前述情况二中结束位置不在边界区域的异常运动目标的关联目标的判断获取方法进行说明：

具体的，在异常运动目标的结束端点的探测范围内搜寻运动目标，一般探测范围为预设距离半径的圆形范围，若在异常运动目标的探测范围内没有运动目标，就结束对异常运动目标的分析，若在异常运动目标的探测范围内有运动目标，则针对其中的每一个运动目标，将探测到的所有运动目标放入第二集合中，)如果第二集合中还有运动目标，则取一个目标作为待处理运动目标，如果第二集合中没有运动目标，则探测失败，结束分析；

具体的应用场景中，一般待处理运动目标会有以下三种情况：

情况A：待处理运动目标的终点在探测范围内；

情况B：待处理运动目标的起点在探测范围内；

情况C：待处理运动目标的中间点在探测范围内(即待处理运动目标经过探测范围)；

针对上述情况A，将当前待处理运动目标从第二集合中删除；

针对上述情况B，若当前待处理运动目标与异常运动目标不是相似目标，将当前分析目标从第二集合中删除；

若当前待处理运动目标与异常运动目标是相似目标，则还会有以下三种不同情况：

1、如果待处理运动目标的终点在边界区域，将待处理运动目标加入第一集合，从第二集合中删除；

2、如果待处理运动目标的终点不在边界区域，且待处理运动目标已经被作为异常运动目标进行处理过，则将待处理运动目标加入第一集合，从第二集合中删除；

3、如果待处理运动目标的终点不在边界区域，且待处理运动目标未被作为异常运动目标被处理过，将当前待处理运动目标记为异常运动目标，以待处理运动目标的起点为探测端点，判断查询与该待处理运动目标相关的关联目标，具体的，如果没有找到关联目标，则将当前待处理运动目标从第二集合中删除，如果找到关联目标，则将将当前待处理运动目标加入第一集合。

针对上述情况C，若待处理运动目标在探测范围内的停留时间小于预设阈值T，则将待处理运动目标从第二集合中删除；

若待处理运动目标在探测范围内的停留时间大于或等于预设阈值T，则将待处理运动目标加入第一集合。

针对于前述情况三中起始位置和结束位置均不在边界区域的异常运动目标，该异常运动目标的关联目标的获取方法，本领域技术人员在前述情况一和情况二的运动目标的管理目标的获取方法的基础上可以总结得出，在此不再进行赘述。

在关联目标的判断中，需要判断待处理目标与异常运动目标是否相似，在运动目标之间，可能会存在着运动形状，运动轨迹方向，运动物体的面积上等相似的因素，可以根据这些相似因素将运动目标关联起来，本领域技术人员应当得知，在不付出创造性努力的情况下，在关联性的判断下，对关联性的因素的改变不会影响本申请的保护范围，在本申请的优选实施例中，主要对运动目标之间的面积相似度以及运动方向相似度的判断进行说明，当运动目标之间的运动目标面积相似或运动方向相似时，都可以认为两个目标之间相关联。

上述判断方式中，面积相似度的计算与常规的面积计算有一定的区别，以下对运动目标之间面积相似度的判断方法进行说明，主要是判断异常运动目标与待处理运动目标的平均长度比值和平均宽度比值都小于预设比例阈值时，认为异常运动目标与待处理运动之间面积相似，具体的，以运动目标A和运动目标B进行说明，以下为了方便说明，以目标A和目标B进行说明，判断目标A和目标B之间平均长度比值以及平均宽度比值，具体步骤如下：

1)计算目标A和目标B的中心位置(起始位置和结束位置的平均值)，然后根据摄像机安装信息，结合空间位置关系，计算目标A和目标B的空间大小相对系数rAB；

2)计算目标A和目标B的平均宽度的比值ratioW＝目标A平均宽度/(目标B平均宽度*rAB)，计算目标A和目标B的平均高度的比值ratioH＝目标A平均高度/(目标B平均高度*rAB)；

3)如果ratioW的绝对值在比例阀值tW之内，且ratioH的绝对值在比例阈值tH之内，则认为目标A和目标B是面积近似目标，否则认为目标A和目标B不是面积近似目标。

在实际的应用场景中，考虑运动目标的面积(即物体的形状之间)的相似更方便了对运动目标的分类，例如对车辆、行人以及其他目标的判断，所以针对运动目标的面积相似度进行关联会更准确、快速的进行有效目标的识别，而本申请的技术方案，也可以设置相应的运动物体面积模型，例如人体模型、车辆模型等等，利用设置这些运动目标的面积模型，可以快速的进行关联目标的判断。

以下对运动目标之间运动方向的相似度的判断方法进行说明，具体的，以运动目标A和运动目标B进行说明，下面为计算目标A和目标B方向相似度的方法流程：

a)假设计算的是目标A的起点和目标B的终点的方向，那么选择目标A的第0条记录点和第K条记录点为基准计算方向angA，选择目标B的第N(假设N为目标B终点的记录)条记录点和第N-K条记录点为基准计算方向angB；

b)如果angA和angB的差值绝对值小于阀值angDif，则认为目标B是目标A的方向近似目标，结束流程；

c)假设计算的是目标A的终点和目标B的起点的方向，那么选择目标A的第N(假设N为目标B终点的记录)条记录点和第N-K条记录点为基准计算方向angA，选择目标B的第0条记录点和第K条记录点为基准计算方向angB；

d)如果angA和angB的差值绝对值小于阀值angDif，则认为目标B是目标A的方向近似目标，结束流程。

步骤104，若异常运动目标存在关联目标，将异常运动目标与关联目标加入异常目标对应的第一集合，将第一集合中的所有运动目标标记为有效运动目标。

在上述目标中获取到了异常运动目标的关联目标，将异常运动目标以及与其关联的所有关联目标加入第一集合，可以为其设置编号同时也可以根据时间点进行命名，其中利用运动目标的ID对集合中运动目标进行区分，方便后续运动目标的查找和调取。

步骤105，若异常运动目标不存在关联目标，将运动距离大于或等于预设阈值的异常运动目标标记为有效运动目标。

在实际的应用场景中，会有一些运动目标不存在关联目标，其中包含了有效目标以及无效目标，需要进一步的进行筛选，可以根据异常运动目标的运动距离进行区分，在本申请的优选实施例中，根据异常运动目标的运动轨迹的不同，具体分为：近似直线模式、近似折线模式、异常模式，根据运动轨迹的不同具体有以下三种情况：

A：当异常运动目标的运动轨迹模式为近似直线模式时，若异常运动目标的运动距离大于预设第一距离阈值时，则确定异常运动目标为有效目标，若异常运动目标的运动距离小于或等于预设第一距离阈值时，则确定异常运动目标为无效目标；

B：当异常运动目标的运动轨迹模式为近似折线模式时，若异常运动目标的运动距离大于预设第二距离阈值时，则确定异常运动目标为有效目标，若异常运动目标的运动距离小于或等于预设第二距离阈值时，则确定异常运动目标为无效目标；

C：当异常运动目标的运动轨迹模式为异常模式时，若异常运动目标的运动距离大于预设第三距离阈值时，则确定异常运动目标为有效目标，若所述异常运动目标的运动距离小于或等于预设第三距离阈值时，则确定异常运动目标为无效目标。

在上述三种情况中，在针对相似面积大小的运动目标的情况下，由于直线模式相对于折线模式比较好判断，而折线模式相对于异常模式的判断所需时长上面更小，根据运动轨迹的复杂越高，所需要的判断时间就越长，相对应的异常目标的距离阈值也就越大，所以对于相近速度的运动目标，第二距离阈值大于第一距离阈值，小于第三距离阈值。

如图2a为例，为本发明提出的运动目标A轨迹示意图，以下对运动目标的运动轨迹的判断方法进行说明：

1)每隔K(K为预先定义的计算间隔)条记录计算一个目标A的水平角度和垂直角度(角度定义参考上图)，总共得到目标A的N组角度记录；

2)以第1组记录为基准，计算其余N-1组记录和记录1的角度值之间的水平偏差值和垂直偏差值；

3)如果水平偏差值和垂直偏差值都小于等于阀值angHV之内，则定义目标A的轨迹模式为近似直线模式，结束判断；

4)如果水平偏差值和垂直偏差值大于阀值angHV的数目大于1且小于等于angDifN，则定义目标A的轨迹模式为近似折线模式，结束判断；

5)如果水平偏差值和垂直偏差值大于阀值angHV的数目大于angDifN，则定义目标A的轨迹模式为异常模式，结束判断；

以下对运动目标A的运动距离的计算方法进行说明：

1)每隔K(K为预先定义的计算间隔)条记录计算一个目标A的运动距离段，计算方法为记录i和记录i+K中心坐标点的直线距离，总共得到目标A的N条运动距离段；

2)累加N条运动距离段即可得到目标A的运动距离。

通过应用本发明实施例提出的一种有效运动目标识别方法，将待分析视频的视频画面划分为边界区域与核心区域，将待分析视频中运动目标的起始位置和结束位置任意不处于边界区域的运动目标标记为异常运动目标，获取异常运动目标的关联目标，并将异常运动目标与关联目标加入与异常运动目标对应的第一结合中，将第一结合中的所有运动目标标记为有效目标，对于不存在关联目标的异常运动目标，根据其运动轨迹判断其运动距离是否达到预设阈值，若达到预设阈值则将其作为有效运动目标，本发明的技术方案通过分析运动目标的运动模式，以及运动目标和关联目标的相关模式，有效地筛选出了有效目标，进而提高了有效运动目标检测的准确度。

为了进一步阐述本发明的技术思想，现结合具体的应用场景，对本发明的技术方案进行说明。

如图3所示，为本发明具体实施例提出的一种有效运动目标识别方法的流程示意图，该方法的具体步骤如下：

S301，检测当前视频中的运动目标中的异常运动目标。

具体的，遍历当前待分析视频中的每一帧的元数据信息，针对每一个运动目标，分析并保存该运动目标的起始位置、结束位置、目标平均宽度、目标平均高度，其中目标平均宽度和目标平均高度是将同一个目标所有记录的高度值和宽度值分别做均值计算得到，为每一个运动目标分配ID，所有运动目标的初始状态为待分析转台，针对每个待分析目标执行筛选分析，筛选出运动目标中的异常状态目标和有效状态目标，。

定义视频画面中的周围一圈区域内为有效进入离开边界区域，以图2所示的图为基础，该图是视频某一帧的画面，图中矩形边框内部为核心区域，边框外部至画面边缘部分为边界区域。

具体的，以运动目标A为例，首先将每个运动目标(目标A)标记为待分析状态，针对每个待分析目标执行以下分析流程，该分析流程具体步骤如下：

a)分析运动目标A的起始位置和结束位置；

b)如果起始位置、结束位置都在边界区域，将运动目标A标记为有效状态运动目标，执行步骤d)；

c)如果起始位置、结束位置不都是在边界区域，将运动目标A标记为异常状态运动目标，保留该运动目标A的相关信息，执行步骤d)；

d)进行下一个待分析状态的运动目标进行分析，若待分析状态的运动目标为空，结束分析流程。

根据以上分析流程对当前待分析视频中的所有待分析运动目标进行分析，筛选出其中的所有异常状态的运动目标。

S302，获取异常状态的运动目标的关联目标，将运动目标与其关联目标加入集合，将集合中的所有运动目标标记为有效运动目标。

具体的，分析运动目标A的起始位置和结束位置，通过根据目标A的具体位置来进行运动目标A的关联目标的获取，根据运动目标的A的起始位置与结束位置的不同具体有以下三种情况：

情况一：运动目标A起始位置不在边界区域，是从核心区域移动至边界区域，结束位置在边界区域；

情况二：运动目标A结束位置不在边界区域，是从边界区域移动至核心区域，起始位置在边界区域；

情况三：运动目标A起始位置与结束位置均出现在边界区域，经过核心区域。

针对上述情况一，分析运动目标A的终点位置，在运动目标A的运动轨迹终点半径为R的范围内寻找关联目标，假如寻找到关联目标，则修正运动目标A和关联目标集合中的所有目标为有效目标，保留这些目标相关信息。

针对上述情况二，分析运动目标A的起点位置，在运动目标A的运动轨迹起点半径为R的范围内寻找关联目标，假如寻找到关联目标，则修正运动目标A和关联目标集合中的所有目标为有效目标，保留这些目标相关信息。

针对上述情况三，分析运动目标A的起点位置和终点位置，在运动目标A的运动轨迹起点和终点分别以半径为R的范围寻找关联目标，假如寻找到关联目标，则修正运动目标A和关联目标集合中的所有目标为有效目标，保留这些目标相关信息。

以下对如何判断运动目标A与运动目标是否关联进行描述：

初始化当前递归层数为1，同时根据算法漏检率设置合适的递归最大阀值recMaxNum。

如果算法漏检率较低，可设置recMaxNum为一个较大的值，比如2或3；

如果算法漏检率较高，可设置recMaxNum为一个较小的值，比如1。

由于运动目标A在视频画面中持续了一段时间，故根据目标的关联性以及运动目标A的起始与结束位置的不同，进行关联性判断，首先对起始位置不在边界区域的运动目标的关联目标进行判断。

具体的，在运动目标A的起始端点的探测范围搜寻运动目标，一般为半径R的圆形范围，若在运动目标A的探测范围内没有运动目标，就结束对异常状态运动目标A的分析，若在运动目标A的探测范围内有运动目标，则针对其中的每一个运动目标，进行相似度计算，将探测到的所有运动目标放入备选集合中，)如果备选集合中还有目标，则取一个目标作为分析目标，如果备选集合中没有目标，则探测失败，结束分析；

具体的应用场景中，一般分析目标会有以下三种情况：

情况A：分析目标的起点在探测范围内；

情况B：分析目标的终点在探测范围内；

情况C：分析目标的中间点在探测范围内；

针对上述情况A，将当前分析目标从备选集合中删除；

针对上述情况B，若当前分析目标不是相似目标，将当前分析目标从备选集合中删除；

若当前分析目标是相似目标，则还会有以下三种不同情况：

1、如果当前分析目标的起点在边界区域，将当前分析目标加入关联目标集合，从备选集合中删除；

2、如果当前分析目标的起点不在边界区域，且当前该运动目标的递归层数大于等于递归最大阈值recMaxNum，则将当前分析目标加入关联目标集合，从备选集合中删除；

3、如果当前分析目标的起点不在边界区域，且当前该运动目标的递归层数小于递归最大阈值recMaxNum，当前分析目标为探测目标，当前分析目标的起点为探测端点，当前递归层数加1，递归调用判断当前分析目标关联的运动目标，分析递归调用的结果，如果没有找到关联目标，则将当前分析目标从备选集合中删除，如果找到关联目标，则将将当前分析目标加入关联目标集合。

针对上述情况C，若分析目标在中间点位置停留时间小于预设阈值T，则将当前分析目标从备选集合中删除；

若分析目标在中间点位置停留时间大于或等于预设阈值T，则将将当前分析目标加入关联目标集合

以下对结束位置不在边界区域的运动目标的运动关联目标进行判断：

具体的，在运动目标A的结束端点的探测范围搜寻运动目标，一般为半径R的圆形范围，若在运动目标A的探测范围内没有运动目标，就结束对异常状态运动目标A的分析，若在运动目标A的探测范围内有运动目标，则针对其中的每一个运动目标，进行相似度计算，将探测到的所有运动目标放入备选集合中，)如果备选集合中还有目标，则取一个目标作为分析目标，如果备选集合中没有目标，则探测失败，结束分析；

具体的应用场景中，一般分析目标会有以下三种情况：

情况A：分析目标的终点在探测范围内；

情况B：分析目标的起点在探测范围内；

情况C：分析目标的中间点在探测范围内；

针对上述情况A，将当前分析目标从备选集合中删除；

针对上述情况B，若当前分析目标不是相似目标，将当前分析目标从备选集合中删除；

若当前分析目标是相似目标，则还会有以下三种不同情况：

1、如果当前分析目标的终点在边界区域，将当前分析目标加入关联目标集合，从备选集合中删除；

2、如果当前分析目标的终点不在边界区域，且当前该运动目标的递归层数大于等于递归最大阈值recMaxNum，则将当前分析目标加入关联目标集合，从备选集合中删除；

3、如果当前分析目标的终点不在边界区域，且当前该运动目标的递归层数小于递归最大阈值recMaxNum，当前分析目标为探测目标，当前分析目标的起点为探测端点，当前递归层数加1，递归调用判断当前分析目标关联的运动目标，分析递归调用的结果，如果没有找到关联目标，则将当前分析目标从备选集合中删除，如果找到关联目标，则将将当前分析目标加入关联目标集合。

针对上述情况C，若分析目标在中间点位置停留时间小于预设阈值T，则将当前分析目标从备选集合中删除；

若分析目标在中间点位置停留时间大于或等于预设阈值T，则将将当前分析目标加入关联目标集合。

对于起始位置和结束位置都在边界区域的运动目标，其关联目标为相似度满足条件的运动目标。

S303，判断剩余的异常状态目标是否为有效目标。

通过运用上述对运动目标起始位置和结束位置处于不同情况的关联目标的判断方法，可以获取到运动目标的关联目标，并且可以获取到视频画面中的运动目标及关联目标的集合，但是由于某些原因，一些异常目标不能与其他目标构成集合，下面对该剩余的异常目标做进一步的判断。

针对异常状态的运动目标，计算其轨迹模式和运动距离。

轨迹模式分为以下几类：近似直线模式、近似折线模式(折线的折数可以根据经验数据定义为一个合理的值，比如5)、异常模式。

分别为不同的轨迹模式设定不同的阈值，例如近似直线阈值为Dl、近似折线模式阈值为D2、异常模式阈值为D3。

以异常运动目标A为例，分析目标A的轨迹，根据轨迹的不同，具体有以下三种不同；

a)若目标A的轨迹为近似直线模式，且运动大于距离阈值D1，则目标A为有效目标，保留目标A相关信息，否则为无效目标，删除目标A相关信息；

b)若目标A的轨迹为近似折线模式，且运动距离大于距离阈值D2，则目标A为有效目标，保留目标A相关信息，否则为无效目标，删除目标A相关信息；

c)若目标A的轨迹为异常模式，且运动距离大于距离阈值D3，则目标A为有效目标，保留目标A相关信息，否则为无效目标，删除目标A相关信息。

通过应用本发明具体实施例提出的一种有效运动目标识别方法，将待分析视频的视频画面划分为边界区域与核心区域，将待分析视频中运动目标的起始位置和结束位置任意不处于边界区域的运动目标标记为异常运动目标，获取异常运动目标的关联目标，并将异常运动目标与关联目标加入与异常运动目标对应的第一结合中，将第一结合中的所有运动目标标记为有效目标，对于不存在关联目标的异常运动目标，根据其运动轨迹判断其运动距离是否达到预设阈值，若达到预设阈值则将其作为有效运动目标，本发明的技术方案通过分析运动目标的运动模式，以及运动目标和关联目标的相关模式，有效地筛选出了有效目标，进而提高了有效运动目标检测的准确度。

相应的，基于与上述相同的技术思路，本发明还提出了一种有效运动目标识别设备，如图4所示，为本发明具体实施例中提出一种有效运动目标识别设备的结构示意图，该设备包括：

初始化模块41，将待分析视频的视频画面划分为边界区域和核心区域；

分析模块42，将所述待分析视频中运动目标的起始位置和结束位置中任意不处于所述边界区域的运动目标标记为异常运动目标；

判断模块43，判断所述异常运动目标是否存在关联目标；

第一处理模块44，若所述异常运动目标存在关联目标，将所述异常运动目标与所述关联目标加入所述异常运动目标对应的第一集合，将第一集合中的所有运动目标标记为有效运动目标；

第二处理模块45，若所述异常运动目标不存在关联目标，将运动距离大于或等于预设阈值的所述异常运动目标标记为有效运动目标。

在具体的应用场景中，所述判断模块43具体包括以下子模块：

第一判断模块，若所述异常运动目标的起始位置不在所述边界区域，判断在以所述异常运动目标的运动轨迹起点为中心，以预设距离为半径的探测范围内是否存在运动目标；

第二判断模块，若所述异常运动目标的结束位置不在所述边界区域，判断在以所述异常运动目标的运动轨迹终点为中心，以预设距离为半径的探测范围内是否存在运动目标。

在具体的应用场景中，若所述异常运动目标的起始位置不在所述边界区域，所述探测范围内存在运动目标，所述第一判断模块具体用于：

将所述运动目标加入第二集合中，将所述第二集合中的当前运动目标作为待处理运动目标，依次判断所述第二集合中所述运动目标是否为关联目标；

若所述待处理运动目标的起点在所述探测范围内，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的终点在所述探测范围内，将与所述异常运动目标不相似的待处理运动目标从所述第二集合中删除，判断与所述异常运动目标相似的待处理运动目标的起点是否位于所述边界区域；

若所述待处理目标的起点位于所述边界区域，则确定所述待处理运动目标为关联目标；

若所述待处理目标的起点不位于所述边界区域，则将所述待处理运动目标作为所述异常运动目标，并进行相应的关联目标的获取

若所述待处理目标的中间点位于所述探测范围，当所述待处理运动目标在中间点的位置的停留时间小于预设时间阈值时，将所述待处理运动目标从所述第二集合中删除，确定所述待处理运动目标为无效目标；

当所述待处理运动目标在中间点的位置的停留时间大于或等于预设时间阈值时，确定所述待处理运动目标为关联目标。

在具体的应用场景中，若所述异常运动目标的结束位置不在所述边界区域，所述探测范围内存在运动目标，所述第二判断模块具体用于：

将所述运动目标加入第二集合中，将所述第二集合中的当前运动目标作为待处理运动目标，依次判断所述第二集合中所述运动目标是否为关联目标；

若所述待处理运动目标的终点在所述探测范围内，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

若所述待处理运动目标的起点在所述探测范围内，将与所述异常运动目标不相似的待处理运动目标从所述第二集合中删除，判断与所述异常运动目标相似的待处理运动目标的起点是否位于所述边界区域；

若所述待处理目标的终点位于所述边界区域，则确定所述待处理运动目标为关联目标；

若所述待处理目标的终点不位于所述边界区域，则将所述待处理运动目标作为所述异常运动目标，并进行相应的关联目标的获取

若所述待处理目标的中间点位于所述探测范围，当所述待处理运动目标在中间点的位置的停留时间小于预设时间阈值时，确定所述待处理运动目标为无效目标，将所述待处理运动目标从所述第二集合中删除；

当所述待处理运动目标在中间点的位置的停留时间大于或等于预设时间阈值时，确定所述待处理运动目标为关联目标。

在具体的应用场景中，还包括：

确定模块，用于当所述异常运动目标与所述待处理运动目标的平均长度比值和平均宽度比值都小于预设比例阈值时，和/或，当所述异常运动目标与所述待处理运动目标的运动方向角度之差的绝对值小于预设角度阈值时，确定所述异常运动目标与所述待处理运动目标相似。

在具体的应用场景中，所述异常运动目标的运动轨迹模式包括：近似直线模式、近似折线模式、异常模式，所述第二处理模块具体用于：

当所述异常运动目标的运动轨迹模式为近似直线模式时，若所述异常运动目标的运动距离大于预设第一距离阈值时，则确定所述异常运动目标为有效目标，若所述异常运动目标的运动距离小于或等于预设第一距离阈值时，则确定所述异常运动目标为无效目标；

当所述异常运动目标的运动轨迹模式为近似折线模式时，若所述异常运动目标的运动距离大于预设第二距离阈值时，则确定所述异常运动目标为有效目标，若所述异常运动目标的运动距离小于或等于预设第二距离阈值时，则确定所述异常运动目标为无效目标；

当所述异常运动目标的运动轨迹模式为异常模式时，若所述异常运动目标的运动距离大于预设第三距离阈值时，则确定所述异常运动目标为有效目标，若所述异常运动目标的运动距离小于或等于预设第三距离阈值时，则确定所述异常运动目标为无效目标。

通过应用本发明的技术分方案，将待分析视频的视频画面划分为边界区域与核心区域，将待分析视频中运动目标的起始位置和结束位置任意不处于边界区域的运动目标标记为异常运动目标，获取异常运动目标的关联目标，并将异常运动目标与关联目标加入与异常运动目标对应的第一结合中，将第一结合中的所有运动目标标记为有效目标，对于不存在关联目标的异常运动目标，根据其运动轨迹判断其运动距离是否达到预设阈值，若达到预设阈值则将其作为有效运动目标，本发明的技术方案通过分析运动目标的运动模式，以及运动目标和关联目标的相关模式，有效地筛选出了有效目标，进而提高了有效运动目标检测的准确度。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施场景所述的方法。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本发明的几个具体实施场景，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。