一种监控场景下目标对象识别方法及装置与流程

本申请涉及图像处理技术领域，具体而言，涉及一种监控场景下目标对象识别方法及装置。

背景技术：

在地铁站、公交站等人流量较大的场所，极易发生盗窃等犯罪行为。目前，当某场所发生盗窃等犯罪行为时，主要通过获取该场所周围安装的监控设备的监控视频，然后通过人工查看监控视频的方式来筛选嫌疑人,但这种由人工查看监控视频来筛选嫌疑人的方式不仅处理效率较低,还容易出现无法准确确定嫌疑人的问题。

技术实现要素：

有鉴于此，本申请实施例的目的在于提供一种监控场景下目标对象识别方法及装置，能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

第一方面，本申请实施例提供了一种监控场景下目标对象识别方法，包括：

获取第一对象的第一特征信息，所述第一特征信息包括所述第一对象的步态特征和/或面部特征；

根据所述第一特征信息，在监控视频内确定所述第一对象；

从所述监控视频中确定距离所述第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息，所述第二特征信息包括所述第二对象的步态特征和/或面部特征；

根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，或出现时长；

筛选出所述出现次数不小于预设次数，或所述出现时长不小于预设时长阈值的第二对象，定义为选定第二对象；

将所述选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的所述选定第二对象确定为所述目标对象；其中，所述第三特征信息包括所述样本对象的步态特征和/或面部特征。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：

获取所述监控视频中每个对象的面部特征；

针对所述每个对象的面部特征，检测每个对象的面部特征是否满足面部识别条件；

将面部特征满足所述面部识别条件的对象的面部特征与所述第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为所述第一对象；

提取面部特征不满足所述面部识别条件的对象的步态特征，将提取出的步态特征与所述第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为所述第一对象。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：

获取所述监控视频中每个对象的面部特征；

将所述每个对象的面部特征与所述第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为所述第一对象。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述第一特征信息，在监控视频内确定所述第一对象，包括：

获取所述监控视频中每个对象的步态特征；

将所述每个对象的步态特征与所述第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为所述第一对象。

结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，包括：

针对每个所述第二对象，执行如下操作：

获取所述监控视频在设定时间范围内的每个对象的第四特征信息；

将所述第四特征信息与所述第二对象的第二特征信息进行匹配；

将匹配成功的对象确定为所述第二对象，并对所述第二对象进行追踪；

当在所述监控视频中无法追踪到所述第二对象时，将所述第二对象的出现次数统计为一次，以确定所述第二对象在所述监控视频中的出现次数。

结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，还包括：

针对每个所述第二对象，执行如下操作：

在所述监控视频的设定时间范围内的多个视频段中，获取每个所述视频段内每个对象的第四特征信息；

将所述第四特征信息与所述第二对象的第二特征信息进行匹配，将匹配成功的对象确定为所述第二对象；

通过统计出现了所述第二对象的视频段的个数，确定所述第二对象在所述监控视频中的出现次数。

结合第一方面，本申请实施例提供了第一方面的第六种可能的实施方式，其中，所述根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现时间的长度，包括：

针对每个所述第二对象，执行如下操作：

获取所述监控视频在设定时间范围内的每个对象的第四特征信息；

将所述第四特征信息与所述第二对象的第二特征信息进行匹配；

将匹配成功的对象确定为所述第二对象，并对所述第二对象进行追踪，统计所述监控视频中连续出现有所述第二对象的图像帧数；

根据所述图像帧数，确定所述第二对象在所述监控视频中的出现时间长度。

结合第一方面，本申请实施例提供了第一方面的第七种可能的实施方式，其中，还包括：

将每个所述选定第二对象的步态特征分别输入预先训练好的步态身份识别模型中预测每个选定第二对象的第一身份，并得到每个所述选定第二对象的第一身份的预测概率；以及，

将每个所述选定第二对象的面部特征分别输入预先训练好的面部身份识别模型中预测每个选定第二对象的第二身份，并得到每个所述选定第二对象的第二身份的预测概率；

按照预先设置的所述第一身份的权重和所述第二身份的权重，分别计算每个选定第二对象对应的不同身份的目标预测概率；

根据每个选定第二对象对应的不同身份的目标预测概率，从各个所述选定第二对象中筛选出所述目标对象。

第二方面，本申请实施例提供了一种监控场景下目标对象识别装置，包括：

第一对象信息获取模块，用于获取第一对象的第一特征信息，所述第一特征信息包括所述第一对象的步态特征和/或面部特征；

第一对象确定模块，用于根据所述第一特征信息，在监控视频内确定所述第一对象；

第二对象确定模块，用于从所述监控视频中确定距离所述第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息，所述第二特征信息包括所述第二对象的步态特征和/或面部特征；

第二对象出现信息获取模块，用于根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，或出现的时间长度；

选定第二对象确定模块，用于筛选出所述出现次数不小于预设次数，或所述出现的时间长度不小于预设时间长度阈值的第二对象，定义为选定第二对象；

目标对象确定模块，用于将所述选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的所述选定第二对象确定为出现在所述目标对象。

结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，还包括：另一种目标对象确定模块；

所述另一种目标对象确定模块，具体采用下述步骤用于确定所述目标对象：

将每个所述选定第二对象的步态特征分别输入预先训练好的步态身份识别模型中预测每个选定第二对象的第一身份，并得到每个所述选定第二对象的第一身份的预测概率；以及，

将每个所述选定第二对象的面部特征分别输入预先训练好的面部身份识别模型中预测每个选定第二对象的第二身份，并得到每个所述选定第二对象的第二身份的预测概率；

按照预先设置的所述第一身份的权重和所述第二身份的权重，分别计算每个选定第二对象对应的不同身份的目标预测概率；

根据每个选定第二对象对应的不同身份的目标预测概率，从各个所述选定第二对象中筛选出所述目标对象。

本申请实施例提供的监控场景下目标对象识别方法及装置，通过获取第一对象的第一特征信息，根据所述第一特征信息，在监控视频内确定所述第一对象；从所述监控视频中确定距离所述第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息；根据各个所述第二对象的第二特征信息，获取在设定时间范围内各个所述第二对象在所述监控视频中的出现次数，或出现时长；筛选出所述出现次数不小于预设次数，或所述出现时长不小于预设时长阈值的第二对象，定义为选定第二对象；最后将所述选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的所述选定第二对象确定为所述目标对象。本申请实施例能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的一种监控场景下目标对象识别方法的流程图；

图2示出了本申请实施例所提供的监控场景下目标对象识别方法中，第一种确定第一对象的方式流程图；

图3示出了本申请实施例所提供的监控场景下目标对象识别方法中，第二种确定第一对象的方式流程图；

图4示出了本申请实施例所提供的监控场景下目标对象识别方法中，第三种确定第一对象的方式流程图；

图5示出了本申请实施例所提供的监控场景下目标对象识别方法中，第一种确定第二对象在监控视频中的出现次数的流程图；

图6示出了本申请实施例所提供的监控场景下目标对象识别方法中，第二种确定第二对象在监控视频中的出现次数的流程图；

图7示出了本申请实施例所提供的监控场景下目标对象识别方法中，确定第二对象在监控视频中的出现时长的流程图；

图8示出了本申请实施例所提供的监控场景下目标对象识别方法中，另一种确定目标对象的流程图；

图9示出了本申请实施例所提供的监控场景下目标对象识别装置的结构示意图；

图10示出了本申请实施例所提供的一种计算机设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

目前由人工查看监控视频来筛选嫌疑人的方式不仅处理效率较低,还容易出现无法准确确定嫌疑人的问题，基于此，本申请提供的一种监控场景下目标对象识别方法及装置，能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

为便于对本实施例进行理解，首先对本申请实施例所公开的一种监控场景下目标对象识别方法进行详细介绍。

参见图1所示，本申请实施例所提供的一种监控场景下目标对象识别方法包括步骤s101～s106：

s101：获取第一对象的第一特征信息。

此处，第一特征信息包括第一对象的步态特征和/或面部特征。

一种可能的应用场景中，某区域发生盗窃事件后，可以在该区域监控视频中选取某一对象作为第一对象，例如可以选取受害人为第一对象。

s102：根据第一特征信息，在监控视频内确定第一对象。

此处，想要找到监控视频中可疑的目标对象，也即可能对第一对象实施偷窃或其他犯罪行为的目标对象，首先需要判断在监控视频每一帧图像中是否包含第一对象，并在监控视频的每一帧图像中确定第一对象。

可选地，监控视频为第一对象可能发生被盗时的地点的监控视频，例如地铁站、公交站某处的监控视频。

具体实现的时候，本申请实施例基于下述三种方式确定第一对象：

方式一：

参见图2所示，本申请实施例基于下述方式一确定第一对象：

s201：获取监控视频中每个对象的面部特征。

具体实现的时候，获取监控视频中每一帧图像中的每个对象的面部特征。

可选地，首先确定待处理每一帧图像中每个对象的人体区域；然后，基于人脸与人体的几何关系，确定人体区域中的人脸区域；最后获取人脸区域的图像作为人脸图像。这种方式不用全局图像进行面部特征识别，而是先识别出人体区域，然后再利用人体区域确定人脸区域，缩短面部特征识别的识别时间，可以提高识别效率。

s202：针对每个对象的面部特征，检测每个对象的面部特征是否满足面部识别条件。

此处，由于监控视频拍摄到的对象的面部图像可能比较模糊，不具备进行面部特征识别的条件，因此需要对每个对象的面部特征是否满足面部识别条件进行检测。

例如，面部特征包括：左眼，右眼，鼻尖，左嘴角，右嘴角；

具体实现的时候，可选地，基于全卷积网络得到这5个面部特征的评分，然后将评分之和与预设评分阈值比较，若评分之和大于或等于预设评分阈值，则满足面部识别条件；若评分之和小于预设评分阈值，则不满足面部识别条件。

s203：将面部特征满足面部识别条件的对象的面部特征与第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为第一对象。

具体实现的时候，计算面部特征满足面部识别条件的对象的面部特征的特征向量，和第一对象的面部特征的特征向量之间的相似度，如果得到的所有对象对应的相似度中最大的相似度大于预设相似度阈值，则认为匹配成功，并将最大的相似度对应的对象确定为第一对象。

可选地，在提取面部特征的特征向量时，可以采用卷积神经网络、或尺度不变特征变换(scale-invariantfeaturetransform，sift)算法等提取面部特征的特征向量。

s204：提取面部特征不满足面部识别条件的对象的步态特征，将提取出的步态特征与第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为第一对象。

此处，有时候可能无法采集监控视频内对象的面部特征，或采集的面部特征不符合面部识别条件，则可以采集对象的步态特征，通过匹配采集到的步态特征和第一对象的步态特征，在监控视频内确定第一对象。在进行步态特征匹配时，需要多帧图像才能确定步态特征。本申请实施例采用下述方式确定对象的步态特征：

首先，提取第n帧图像所对应的至少一个关联图像中面部特征不满足面部识别条件的对象的步态特征。

此处，关联图像包括但不限制于：监控视频中的与第n帧图像相邻且连续的前x帧图像、与第n帧图像相邻且连续的后y帧图像，或与第n帧图像相邻且连续的前x帧图像以及与第n帧图像相邻且连续的后y帧图像。

可选地，在提取步态特征时，可以基于霍夫(hough)变换的步态特征提取算法、粒子滤波跟踪的步态特征提取算法等提取步态特征。

然后，将提取出的步态特征与第一对象的步态特征进行匹配。例如，计算提取出的步态特征与第一对象的步态特征之间的相似度，如果得到的所有对象对应的相似度中最大的相似度大于预设相似度阈值，则认为匹配成功，并将最大的相似度对应的对象确定为第一对象。

方式二：

参见图3所示，本申请实施例基于下述方式二确定第一对象：

s301：获取监控视频中每个对象的面部特征。

s301：将每个对象的面部特征与第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为第一对象。

方式三：

参见图4所示，本申请实施例基于下述方式三确定第一对象：

s401：获取监控视频中每个对象的步态特征。

s402：将每个对象的步态特征与第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为第一对象。

需要注意的是，在具体实施中，方式二和方式三只采用每个对象的面部特征或步态特征与第一对象的面部特征或步态特征进行匹配，而方式一首先将对象的满足面部识别条件的面部特征与第一对象的面部特征进行匹配，当面部特征不满足面部识别条件时，采用每个对象的步态特征与第一对象的步态特征进行匹配。可以看出，方式一是一个较佳的实施方式，精度较高，方式二和方式三的精度较低。

本申请实施例通过上述步骤在监控视频内确定了第一对象后，执行下述步骤s103～s106。

s103：从监控视频中确定距离第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息。

具体地，第二特征信息包括第二对象的步态特征和/或面部特征。

一种可能的实施方式中，由于嫌疑人在对受害人实施盗窃或其他犯罪行为时，需要出现在受害人附近。因此需要从监控视频中确定距离第一对象在预设距离范围内的至少一个第二对象。

具体实现的时候，对出现有第一对象的监控视频中的每一帧图像都进行该操作，从监控视频中确定距离第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息。

s104：根据各个第二对象的第二特征信息，获取在设定时间范围内各个第二对象在监控视频中的出现次数，或出现时长。

如果一个人在一定时间范围内频繁出现在某个人流量较大的场所，那么这个人的行为就会比较可疑，很可能是犯罪嫌疑人。因此通过统计设定时间范围内各个第二对象在监控视频中的出现次数，或出现时长，然后筛选出出现次数较多，或出现时长较长的第二对象，可以缩小寻找目标对象的范围。

需要注意的是，可选地，这里用于确定第二对象的出现次数，或出现时长时的监控视频，可以与步骤s102和s103中的监控视频是一个地方的监控视频；也可以是不同地方的监控视频，例如步骤s102和s103中的监控视频主要是为了确定第一对象和第二对象，因此步骤s102和s103中的监控视频是由第一对象的出现位置决定的，而步骤s104的监控视频是为了确定第二对象在某个场所的出现次数，或出现时长，这个场所可以为地铁站门口的监控视频，或其他地铁站内某处的监控视频等。

具体实现的时候，本申请实施例通过下面两种方式确定第二对象在监控视频中的出现次数：

方式一：

参见图5所示，针对每个第二对象，执行如下操作：

s501：获取监控视频在设定时间范围内的每个对象的第四特征信息。

具体地，第四特征信息包括对象的步态特征和/或面部特征。

s502：将第四特征信息与第二对象的第二特征信息进行匹配。

s503：将匹配成功的对象确定为第二对象，并对第二对象进行追踪。

s504：当在监控视频中无法追踪到第二对象时，将第二对象的出现次数统计为一次，以确定第二对象在监控视频中的出现次数。

方式二：

参见图6所示，针对每个第二对象，执行如下操作：

s601：在监控视频的设定时间范围内的多个视频段中，获取每个视频段内每个对象的第四特征信息。

具体地，第四特征信息包括所述对象的步态特征和/或面部特征。

s602：将第四特征信息与第二对象的第二特征信息进行匹配，将匹配成功的对象确定为第二对象。

s603：通过统计出现了第二对象的视频段的个数，确定第二对象在监控视频中的出现次数。

具体实现的时候，参见图7所示，本申请实施例通过下述方式确定第二对象在监控视频中的出现时长：

s701：获取监控视频在设定时间范围内的每个对象的第四特征信息。

具体地，第四特征信息包括所述对象的步态特征和/或面部特征。

s702：将第四特征信息与第二对象的第二特征信息进行匹配。

s703：将匹配成功的对象确定为第二对象，并对第二对象进行追踪，统计监控视频中连续出现有第二对象的图像帧数。

s704：根据图像帧数，确定第二对象在监控视频中的出现时长。

本申请实施例通过上述步骤得到第二对象在监控视频中的出现次数，和出现时长后，本申请实施例提供的监控场景下目标对象识别方法还包括下述步骤s105和步骤s106。

s105：筛选出出现次数不小于预设次数，或出现时长不小于预设时长阈值的第二对象，定义为选定第二对象。

s106：将选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的选定第二对象确定为目标对象。

其中，第三特征信息包括所述样本对象的步态特征和/或面部特征。

可选地，数据库中包括的各个样本对象，包括具有犯罪前科的人。

可选地，参见图8所示，本申请实施例还提供了另一种确定目标对象的方式：

s801：将每个选定第二对象的步态特征分别输入预先训练好的步态身份识别模型中预测每个选定第二对象的第一身份，并得到每个选定第二对象的第一身份的预测概率。

此处，步态身份识别模型的训练样本为多个具有犯罪前科的样本对象的各自的身份标签以及步态特征。通过步态身份识别模型会得到选定第二对象为每个具有犯罪前科的样本对象的预测概率，可选地，按照预测概率从大到小的顺序，选取预测概率在前几名的样本对象的身份标签作为选定第二对象的第一身份。

例如，选定第二对象的第一身份和第一身份的预测概率为(身份a，预测概率1)，(身份b，预测概率2)，(身份c，预测概率3)，(身份d，预测概率4)。

s802：将每个选定第二对象的面部特征分别输入预先训练好的面部身份识别模型中预测每个选定第二对象的第二身份，并得到每个选定第二对象的第二身份的预测概率。

此处，面部身份识别模型的训练样本为多个具有犯罪前科的样本对象的各自的身份标签以及面部特征。通过面部身份识别模型会得到选定第二对象为每个具有犯罪前科的样本对象的预测概率，可选地，按照预测概率从大到小的顺序，选取预测概率在前几名的样本对象的身份标签作为选定第二对象的第二身份。

例如，选定第二对象的第二身份和第二身份的预测概率为(身份a，预测概率5)，(身份b，预测概率6)，(身份d，预测概率7)，(身份e，预测概率8)。

s803：按照预先设置的第一身份的权重和第二身份的权重，分别计算每个选定第二对象对应的不同身份的目标预测概率。

例如，第一身份的权重为a，第二身份的权重为b，则选定第二对象为身份a的目标预测概率为a*预测概率1+b*预测概率5，以此类推，得到每个选定第二对象对应的不同身份的目标预测概率。

s804：根据每个选定第二对象对应的不同身份的目标预测概率，从各个选定第二对象中筛选出目标对象。

具体实现的时候，将每个选定第二对象对应的不同身份的目标预测概率最高目标预测概率对应的身份，确定为该选定第二对象的目标预测身份，将所有选定第二对象中，目标预测身份对应的目标预测概率大于预设目标预测概率阈值的选定第二对象，确定为目标对象。

例如，如果选定第二对象为身份a的目标预测概率值最高，则该选定第二对象的身份为身份a，如果身份a的目标预测概率值大于预设目标预测概率阈值，则将该选定第二对象确定为目标对象。

可选地，本申请实施例提供的面部身份识别模型和步态身份识别模型，可以基于神经网络模型，或支持向量机训练得到。

可选地，本申请实施例在确定了目标对象后，可以通过标注的形式，将目标对象在监控视频中标注，使得在通过人工查看监控视频时，重点关注被标注的目标对象，缩小寻找嫌疑人的范围，提高处理效率和准确率。

本申请实施例提供的监控场景下目标对象识别方法，通过获取第一对象的第一特征信息，根据第一特征信息，在监控视频内确定第一对象；从监控视频中确定距离第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息；根据各个第二对象的第二特征信息，获取在设定时间范围内各个第二对象在监控视频中的出现次数，或出现时长；筛选出出现次数不小于预设次数，或出现时长不小于预设时长阈值的第二对象，定义为选定第二对象；最后将选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的选定第二对象确定为目标对象。本申请实施例能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

基于同一发明构思，本申请实施例中还提供了与监控场景下目标对象识别方法对应的监控场景下目标对象识别装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述监控场景下目标对象识别方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

参见图9所示，本申请实施例所提供的监控场景下目标对象识别装置，包括：

第一对象信息获取模块91，用于获取第一对象的第一特征信息，第一特征信息包括第一对象的步态特征和/或面部特征；

第一对象确定模块92，用于根据第一特征信息，在监控视频内确定第一对象；

第二对象确定模块93，用于从监控视频中确定距离第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息，第二特征信息包括第二对象的步态特征和/或面部特征；

第二对象出现信息获取模块94，用于根据各个第二对象的第二特征信息，获取在设定时间范围内各个第二对象在监控视频中的出现次数，或出现的时间长度；

选定第二对象确定模块95，用于筛选出出现次数不小于预设次数，或出现的时间长度不小于预设时间长度阈值的第二对象，定义为选定第二对象；

目标对象确定模块96，用于将选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的选定第二对象确定为出现在目标对象。

可选地，本申请实施例所提供的监控场景下目标对象识别装置，还包括：另一种目标对象确定模块97；

可选地，另一种目标对象确定模块97，具体采用下述步骤用于确定目标对象：

将每个选定第二对象的步态特征分别输入预先训练好的步态身份识别模型中预测每个选定第二对象的第一身份，并得到每个选定第二对象的第一身份的预测概率；以及，

将每个选定第二对象的面部特征分别输入预先训练好的面部身份识别模型中预测每个选定第二对象的第二身份，并得到每个选定第二对象的第二身份的预测概率；

按照预先设置的第一身份的权重和第二身份的权重，分别计算每个选定第二对象对应的不同身份的目标预测概率；

根据每个选定第二对象对应的不同身份的目标预测概率，从各个选定第二对象中筛选出目标对象。

可选地，第一对象确定模块92，具体用于采用下述方式确定第一对象：

获取监控视频中每个对象的面部特征；

针对每个对象的面部特征，检测每个对象的面部特征是否满足面部识别条件；

将面部特征满足面部识别条件的对象的面部特征与第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为第一对象；

提取面部特征不满足面部识别条件的对象的步态特征，将提取出的步态特征与第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为第一对象。

可选地，第一对象确定模块92，还用于采用下述方式确定第一对象：

获取监控视频中每个对象的面部特征；

将每个对象的面部特征与第一对象的面部特征进行匹配，并将面部特征匹配成功的对象确定为第一对象。

可选地，第一对象确定模块92，还用于采用下述方式确定第一对象：

获取监控视频中每个对象的步态特征；

将每个对象的步态特征与第一对象的步态特征进行匹配，并将步态特征匹配成功的对象确定为第一对象。

可选地，第二对象出现信息获取模块94，具体用于采用下述方式获取在设定时间范围内各个第二对象在监控视频中的出现次数：

针对每个第二对象，执行如下操作：

获取监控视频在设定时间范围内的每个对象的第四特征信息；

将第四特征信息与第二对象的第二特征信息进行匹配；

将匹配成功的对象确定为第二对象，并对第二对象进行追踪；

当在监控视频中无法追踪到第二对象时，将第二对象的出现次数统计为一次，以确定第二对象在监控视频中的出现次数。

可选地，第二对象出现信息获取模块94，还用于采用下述方式获取在设定时间范围内各个第二对象在监控视频中的出现次数：

针对每个第二对象，执行如下操作：

在监控视频的设定时间范围内的多个视频段中，获取每个视频段内每个对象的第四特征信息；

将第四特征信息与第二对象的第二特征信息进行匹配，将匹配成功的对象确定为第二对象；

通过统计出现了第二对象的视频段的个数，确定第二对象在监控视频中的出现次数。

可选地，第二对象出现信息获取模块94，具体用于采用下述方式获取在设定时间范围内各个第二对象在监控视频中的出现时长：

针对每个第二对象，执行如下操作：

获取监控视频在设定时间范围内的每个对象的第四特征信息；

将第四特征信息与第二对象的第二特征信息进行匹配；

将匹配成功的对象确定为第二对象，并对第二对象进行追踪，统计监控视频中连续出现有第二对象的图像帧数；

根据图像帧数，确定第二对象在监控视频中的出现时长。

本申请实施例提供的监控场景下目标对象识别装置，在对目标对象进行识别时，通过获取第一对象的第一特征信息，根据第一特征信息，在监控视频内确定第一对象；从监控视频中确定距离第一对象在预设距离范围内的至少一个第二对象，并分别提取每个第二对象的第二特征信息；根据各个第二对象的第二特征信息，获取在设定时间范围内各个第二对象在监控视频中的出现次数，或出现时长；筛选出出现次数不小于预设次数，或出现时长不小于预设时长阈值的第二对象，定义为选定第二对象；最后将选定第二对象的第二特征信息与数据库中包括的各个样本对象的第三特征信息进行匹配，将匹配成功的选定第二对象确定为目标对象。本申请实施例能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述监控场景下目标对象识别方法的步骤。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述监控场景下目标对象识别方法，从而能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

对应于图1中的监控场景下目标对象识别方法，本申请实施例还提供了一种计算机设备，如图10所示，该设备包括存储器1000、处理器2000及存储在该存储器1000上并可在该处理器2000上运行的计算机程序，其中，上述处理器2000执行上述计算机程序时实现上述监控场景下目标对象识别方法的步骤。

具体地，上述存储器1000和处理器2000能够为通用的存储器和处理器，这里不做具体限定，当处理器2000运行存储器1000存储的计算机程序时，能够执行上述监控场景下目标对象识别方法，从而能够通过图像处理技术找到监控视频中可疑的目标对象，解决现有技术中由人工查看监控视频来筛选嫌疑人时处理效率较低，准确率低的问题，从而提高查看监控视频时的处理效率，和准确率。

本申请实施例所提供的监控场景下目标对象识别方法及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。