1.一种目标识别的方法,其特征在于,所述方法包括:
获取监控区域的视频帧及深度图像;
从所述视频帧中检测出处于运动状态的目标;
当跟踪到所述目标触发预设的事件规则时,获取所述目标触发所述事件规则时刻的目标视频帧以及目标深度图像;
识别所述目标视频帧中的目标的目标类型;
基于所述目标深度图像确定所述目标的物理尺寸;
结合所述物理尺寸以及所述目标类型,确定所述目标是否为指定目标。
2.根据权利要求1所述的方法,其特征在于,检测出的所述目标包括所述目标的外接矩形框,所述识别所述目标视频帧中的目标的目标类型,包括:
从所述目标视频帧中截取包含所述目标的局部图像,所述局部图像以所述目标的外接矩形框为边界截取;
将所述局部图像输入已训练的深度学习模型,以由该深度学习模型对该局部图像进行目标识别,输出所述目标的目标类型。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标深度图像确定所述目标的物理尺寸,包括:
将所述目标的外接矩形框的各像素点在所述目标深度图像中进行映射,以确定各像素点在所述目标深度图像中的对应映射点;
获取各映射点的点云数据;
根据所述外接矩形框的各顶点像素点对应的映射点的点云数据,计算所述外接矩形框的边界长度,作为所述目标的物理尺寸。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述物理尺寸以及所述目标类型,确定所述目标是否为指定目标,包括:
当所述目标类型与所述物理尺寸均与所述指定目标匹配时,则判定所述目标为指定目标;
当所述目标类型与所述物理尺寸任一与所述指定目标不匹配时,则判定所述目标不为指定目标。
5.根据权利要求2所述的方法,其特征在于,采用如下方式检测所述目标是否触发预设的事件规则:
若检测到所述目标的外接矩形框与预设的警告线或警告区域相交时,则判定所述目标框对象触发预设的事件规则。
6.根据权利要求1或2或3或5所述的方法,其特征在于,所述方法还包括:
当确定所述目标为指定目标以后,则触发报警处理。
7.一种目标识别装置,其特征在于,所述装置包括:
图像获取模块,用于获取监控区域的视频帧及深度图像;
目标检测模块,用于从所述视频帧中检测出处于运动状态的目标;
目标图像确定模块,用于当跟踪到所述目标触发预设的事件规则时,获取所述目标触发所述事件规则时刻的目标视频帧以及目标深度图像;
目标类型识别模块,用于识别所述目标视频帧中的目标的目标类型;
物理尺寸确定模块,用于基于所述目标深度图像确定所述目标的物理尺寸;
目标判断模块,用于结合所述物理尺寸以及所述目标类型,确定所述目标是否为指定目标。
8.根据权利要求7所述的装置,其特征在于,检测出的所述目标包括所述目标的外接矩形框,所述目标类型识别模块包括:
局部图像截取子模块,用于从所述目标视频帧中截取包含所述目标的局部图像,所述局部图像以所述目标的外接矩形框为边界截取;
目标类型确定子模块,用于将所述局部图像输入已训练的深度学习模型,以由该深度学习模型对该局部图像进行目标识别,输出所述目标的目标类型。
9.根据权利要求8所述的装置,其特征在于,所述物理尺寸确定模块包括:
像素点映射子模块,用于将所述目标的外接矩形框的各像素点在所述目标深度图像中进行映射,以确定各像素点在所述目标深度图像中的对应映射点;
点云数据获取子模块,用于获取各映射点的点云数据;
物理尺寸计算子模块,用于根据所述外接矩形框的各顶点像素点对应的映射点的点云数据,计算所述外接矩形框的边界长度,作为所述目标的物理尺寸。
10.一种摄像机,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-6任一项所述的方法的步骤。