1.本技术涉及智能交通技术领域，特别是涉及一种重复报警优化处理方法、装置、计算机设备和存储介质。
背景技术：2.城市快速路或者高速公路为禁止行人出现的路段，若城市快速路或者高速公路出现行人，一般是由于机动车出现事故或者出现故障，机动车上的人员下车进行车况检查或者事故确认等等，道路监管人员需要对在城市快速路或者高速公路出现的行人进行一系列的确认工作。
3.现有技术中，通过在城市快速路或者高速公路等一般不允许行人行走的道路上安装摄像机，利用摄像机对行人进行跟踪监测，一旦出现新的行人，只要新的行人满足报警条件(如持续了设定时间)，就会对其进行报警处理并通知道路监管人员。但之所以会出现新的行人，很大可能是由于机动车遮挡或者行人姿态变化等造成的行人id跳变导致的，导致现有技术存在行人id跳变引起的对同一个行人重复报警的问题。
技术实现要素：4.基于此，有必要针对上述技术问题，提供一种重复报警优化处理方法、装置、计算机设备和存储介质，以解决相关技术中存在的id跳变引起的对同一个行人重复报警的问题。
5.第一个方面，本技术实施例了一种重复报警优化处理方法，所述方法包括以下步骤：
6.在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与所述未报警的目标人员存在时空关联关系的停车目标；所述历史轨迹和所述已记录的停车目标是从历史视频帧中识别出来的；
7.若是，将与所述未报警的目标人员存在时空关联关系的所述停车目标作为指定停车目标；
8.在与所述指定停车目标存在时空关联关系的历史人员中，确定出现时间早于所述未报警的目标人员且已进行了报警处理的第一历史人员；所述历史人员是从所述历史视频帧中识别出的人员；
9.若所述未报警的目标人员的特征信息与所述第一历史人员的特征信息匹配，则确定所述未报警的目标人员的id发生跳变，并禁止对所述未报警的目标人员的进行报警处理。
10.在其中一些实施例中，所述在已记录的停车目标中，检测是否存在与所述未报警的目标人员存在时空关联关系的停车目标，包括以下步骤：
11.在已记录的所有停车目标，检测是否存在停车信息满足预设第二条件的停车目
标，若存在，则将满足预设条件的停车目标确定为与所述未报警的目标人员存在时空关联的停车目标；其中，所述停车信息是从所述历史视频帧中识别出来的；
12.所述预设第二条件包括：
13.时间上的和空间上的。
14.在其中一些实施例中，所述检测停车信息是否存在满足预设第二条件的停车目标，包括以下步骤：
15.从所述历史视频帧中获取所述停车目标在停车时间段内的检测框的端点坐标信息；
16.检测在所述停车目标的停车时间段内，所述未报警的目标人员的所述历史轨迹与所述停车目标的所述检测框的距离是否在预设范围内。
17.在其中一些实施例中，所述方法还包括：
18.对出现在视频帧中的机动车目标进行检测，判断所述机动车目标是否处于停车状态；
19.若当前所述机动车目标处于停车状态，将当前所述机动车目标作为停车目标，且记录当前所述停车目标的停车状态的持续时间、停车开始时间以及停车结束时间。
20.在其中一些实施例中，所述方法还包括：
21.保存所述未报警的目标人员和所述指定停车目标之间的时空关联关系。
22.在其中一些实施例中，所述方法还包括：
23.若所述未报警的目标人员的特征信息与所述第一历史人员的特征信息不匹配或者若不存在与所述未报警的目标人员存在时空关联关系的所述停车目标，则将所述未报警的目标人员送入报警流程。
24.在其中一些实施例中，所述将所述未报警的目标人员送入报警流程，包括以下步骤：
25.判断所述未报警的目标人员是否为活体目标，在所述未报警的目标人员为活体目标的情况下，对所述未报警的目标人员进行报警处理。
26.在其中一些实施例中，所述判断所述未报警的目标人员是否为活体目标，包括以下步骤：
27.基于所述未报警的目标人员的时空变化关系以及运动特征，判断所述未报警的目标人员是否为活体目标；所述未报警的目标人员的时空变化关系以及运动特征是从所述历史视频帧中获取的。
28.第二个方面，本技术实施例提供了一种重复报警优化处理装置，所述装置包括：检测模块、指定模块、确定模块和匹配模块；
29.所述检测模块，用于在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与所述未报警的目标人员存在时空关联关系的停车目标；所述历史轨迹和所述已记录的停车目标是从历史视频帧中识别出来的；
30.所述指定模块，用于若是，将与所述未报警的目标人员存在时空关联关系的所述停车目标作为指定停车目标；
31.所述确定模块，用于在与所述指定停车目标存在时空关联关系的历史人员中，确
定出现时间早于所述未报警的目标人员且已进行了报警处理的第一历史人员；所述历史人员是从所述历史视频帧中识别出的人员；
32.所述匹配模块，用于若所述未报警的目标人员的特征信息与所述第一历史人员的特征信息匹配，则确定所述未报警的目标人员的id发生跳变，并禁止对所述未报警的目标人员的进行报警处理。
33.第三个方面，在本实施例中提供了一种计算机设备，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，所述处理器执行所述计算机程序时实现上述第一个方面所述方法的步骤。
34.第四个方面，在本实施例中提供了存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一个方面所述的方法的步骤。
35.上述重复报警优化处理方法、装置、计算机设备和存储介质，通过在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；历史人员是从历史视频帧中识别出的人员；若未报警的目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。本技术利用未报警的目标人员和停车目标之间的时空关联关系进行人员匹配，判断当前未报警的目标人员是否为id跳变的已报警目标，若认定当前未报警的目标人员为id跳变的已报警目标，则不将当前未报警的目标人员送入报警流程，有效避免因行人id跳变引起的对同一个行人重复报警的问题。
附图说明
36.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
37.图1是根据本技术实施例提供的重复报警优化处理方法的应用场景图；
38.图2是根据本技术实施例提供的重复报警优化处理方法的流程图；
39.图3根据本技术实施例提供的重复报警优化处理装置的结构示意图；
40.图4根据本技术实施例提供的计算机设备的结构示意图。
具体实施方式
41.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
42.显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并
且冗长的，然而对于与本技术公开的内容相关的本领域的普通技术人员而言，在本技术揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
43.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
44.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
45.图1为本技术一个实施例提供的重复报警优化处理方法的应用场景图。如图1所示，服务器101与终端102之间可以通过网络进行数据传输。其中，终端102用于对城市快速路或者高速公路等一般不允许行人行走的道路上的路况进行监测以及监控数据的采集，服务器101用于对终端102采集的视频帧进行分析，在终端102采集的视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；在历史人员中，确定与指定停车目标存在时空关联关系的且已进行了报警处理的第一历史人员；历史人员是从当前视频帧之前视频帧中识别出的人员；若目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。其中，服务器101可以由独立的服务器或者是多个服务器组成的服务器集群来实现，终端102可以由独立的或者多个任意的视频采集设备实现。
46.本实施例提供了一种重复报警优化处理方法，如图2所示，该方法包括以下步骤：
47.步骤s210，在确定相机采集的当前视频帧中历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；
48.具体地，由于现有目标检测算法的缺陷，人员目标有时候也会被检测成非机动车
目标，所以本技术实施例中所有的未报警的目标人员可以泛指未报警的人体目标和未报警的非机动车目标。其中，未报警的目标人员可能是从第一次出现到现在没报警的目标人员，也有可能是id跳变过的目标人员(在id跳变后未对其报警)。在本技术实施例中，历史轨迹可以通过对历史视频帧进行跟踪检测获取。历史轨迹的持续时间需满足第一预设条件，这是因为历史轨迹的持续时间不宜太长也不宜太短，若时间太长，还没来得及对当前目标人员进行处理，目标人员就消失在相机的视野中了；若时间太短，历史轨迹不太够，无法准确获取目标人员和停车目标之间的时空关联关系，故本技术中历史轨迹的持续时间满足的第一预设条件可以根据实际的需求进行调整。此外，本技术实施例中的停车目标为停车状态的机动车目标，判断是否存在与未报警的目标人员存在时空关联关系的停车目标，即判断是否存在停车时间段内的机动车目标与未报警的目标人员存在时空关联关系。
49.步骤s220，若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标。
50.具体地，假设停车目标a与未报警的目标人员m存在时空关联关系，则将停车目标a作为目标人员m的指定停车目标。
51.步骤s230，在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；历史人员是从历史视频帧中识别出的人员。
52.具体地，在城市快速路或者高速公路等一般不允许行人行走的道路上，人员目标一般都是从机动车上下来进行故障确认等工作，之后可能由于蹲起或者车身遮挡，导致id可能会发生跳变，而不管是跳变前的id还是跳变后的id，一般都会和同一辆机动车产生时空关联关系。以上述为例，假设未报警的目标人员m的指定停车目标为a，那么说明未报警的目标人员m极有可能是与指定停车目标a有时空关联关系的历史人员经过id跳变的人员。若未报警的目标人员m确实是经过id跳变的人员，那么id跳变前的人员出现的时间肯定要早于未报警的目标人员m，不然没有机会经过id跳变成未报警的目标人员m。此外，在经过id跳变之前，可能存在两种情况，第一：对跳变前的id正常报警过，那么就不需要对未报警的目标人员m再次报警了；第二：对跳变前的id漏报警了，此时就需要对未报警的目标人员m进行报警。故在本实施例中，需要从与指定停车目标存在时空关联关系的历史人员中确定现时间早于未报警的目标人员m且已进行了报警处理的第一历史人员，若确定未报警的目标人员m是第一历史人员经过id跳变后的人员，则不需要对未报警的目标人员m再次报警了。假设与指定停车目标a有时空关联关系的历史人员有a、b、c、d、f、g和h，其中只有a、b、c和d早于未报警的目标人员m出现且已进行了报警处理，则确定a、b、c和d为第一历史人员。
53.步骤s240，若未报警的目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。
54.以上述为例，假设未报警的目标人员m的指定停车目标为a，与a存在时空关联关系的且早于未报警的目标人员m出现的已进行了报警处理的第一历史人员有a、b、c和d，那么将未报警的目标人员m的特征信息与第一历史人员a、b、c和d的特征信息进行匹配，以此来判断未报警的目标人员m是否为id跳变后的已报警人员。具体地，可以利用特征提取算法对第一历史人员a、b、c和d的特征以及未报警的目标人员m的特征进行提取从而获取未报警的目标人员m的特征信息和第一历史人员a、b、c和d的特征信息。此外，可以利用现有的余弦相
似度计算，比对未报警的目标人员m的特征信息和第一历史人员a、b、c和d的特征信息之间的相似度。另外，由于人员目标在视频帧中的远近、姿态以及抓拍的大小等，都会影响当前提取到的特征信息，所以可以根据未报警的目标人员m在视频帧中的远近、姿态以及抓拍的大小等，在第一历史人员a、b、c和d的历史视频帧中选择与当前未报警的目标人员m处于相同状态的视频帧进行特征提取，从而提高比对结果的准确性。
55.假设未报警的目标人员m的特征信息和第一历史人员a的特征信息匹配，则说明未报警的目标人员m是第一历史人员a经过id跳变后产生的目标人员，由于a是已进行了报警处理的人员，所以不需要对未报警的目标人员m再次报警，故禁止对未报警的目标人员m的进行报警处理，避免重复报警后产生的一系列操作。
56.现有技术中，通过在城市快速路或者高速公路等一般不允许行人行走的道路上安装摄像机，利用摄像机对行人进行跟踪监测，一旦出现新的行人，只要新的行人满足报警条件(如持续了设定时间)，就会对其进行报警处理并通知道路监管人员。但之所以会出现新的行人，很大可能是由于机动车遮挡或者行人姿态变化等造成的行人id跳变导致的，导致现有技术存在行人id跳变引起的对同一个行人重复报警的问题。
57.为了解决上述问题，本技术提出一种重复报警优化处理方法，通过在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；历史人员是从历史视频帧中识别出的人员；若未报警的目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。本技术利用未报警的目标人员和停车目标之间的时空关联关系进行人员匹配，判断当前未报警的目标人员是否为id跳变的已报警目标，若认定当前未报警的目标人员为id跳变的已报警目标，则不将当前未报警的目标人员送入报警流程，有效避免因行人id跳变引起的对同一个行人重复报警的问题。
58.作为其中一种实施方式，上述步骤s210在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标，包括以下步骤：
59.步骤s211，在已记录的所有停车目标，检测是否存在停车信息满足预设第二条件的停车目标，若存在，则将满足预设条件的停车目标确定为与未报警的目标人员存在时空关联的停车目标；其中，停车信息是从历史视频帧中识别出来的；
60.预设第二条件包括：时间上的和空间上的。
61.在本实施例中，停车信息指的是机动车目标的停车时间和停车地点，此可以从历史视频帧中识别出来。通过从时间上和空间上对停车目标的轨迹和未报警的目标人员的轨迹进行验证，从而有效判断停车目标是否与未报警的目标人员存在时空关联。具体地，假设停车目标b的停车时间段为10:00～10:30，且停车目标的停车地点是s点，则判断未报警的人员目标在10:00～10:30的轨迹是否和停车目标b存在交集，即判断未报警的人员目标在10:00～10:30是否出现在s点或者预设第二条件确定的距s点某个距离范围内。同理，遍历已记录的所有停车目标，检测是否存在停车信息满足预设第二条件的停车目标，即检测是
否存在在停车时间段内的轨迹与未报警的目标人员的轨迹是否存在时空交集的停车目标。
62.更进一步地，在其中一个实施例中，上述步骤s211检测是否存在停车信息满足预设第二条件的停车目标，包括以下步骤：
63.从历史视频帧中获取停车目标在停车时间段内的检测框的端点坐标信息；
64.检测在停车目标的停车时间段内，未报警的目标人员的历史轨迹与停车目标的检测框的距离是否在预设范围内。
65.具体地，在现有的智能监控领域，若在视频帧中检测到机动车目标的存在，会在机动车目标周围显示检测框，机动车目标的检测框通常是长方形，并将机动车目标包围。本实施例通过历史视频帧中获取停车目标在停车时间段内的检测框的端点坐标信息，检测框的端点坐标信息即反映了停车目标在视频帧中所在位置信息，进而通过检测在停车目标的停车时间段内，未报警的目标人员的历史轨迹与停车目标的检测框的距离是否在预设范围内，进而有效检测是否存在停车信息满足预设第二条件的停车目标。
66.在其中一个实施例中，重复报警优化处理方法还包括以下步骤：
67.步骤s250，对出现在视频帧中的机动车目标进行检测，判断机动车目标是否处于停车状态。
68.具体地，可以利用现有的目标检测算法对出现在视频帧中的机动车目标进行检测，判断机动车目标是否处于停车状态，例如ssd(single shot multibox detector，单次检测器)或yolo(you only look once，只看一次)等公开算法。
69.步骤s260，若当前机动车目标处于停车状态，将当前机动车目标作为停车目标，且记录当前停车目标的停车状态的持续时间、停车开始时间以及停车结束时间。
70.若检测到当前机动车目标处于停车状态，则可将当前机动车目标作为停车目标，并记录当前停车目标的停车状态的持续时间、停车开始时间以及停车结束时间，为后续目标人员建立时空关联关系做好准备工作。
71.作为其中一种实施方式，可以保存未报警的目标人员和指定停车目标之间的时空关联关系，提高后续的人员匹配效率，进一步提高本技术的重复报警优化处理的工作效率。
72.在其中一个实施例中，重复报警优化处理方法还包括以下步骤：
73.步骤s270，若未报警的目标人员的特征信息与第一历史人员的特征信息不匹配或者若不存在与未报警的目标人员存在时空关联关系的停车目标，则将未报警的目标人员送入报警流程。
74.具体地，若未报警的目标人员的特征信息与第一历史人员的特征信息不匹配或者若不存在与未报警的目标人员存在时空关联关系的停车目标，则证明未曾对未报警的目标人员进行报警处理，则将未报警的目标人员送入报警流程，避免对未报警的目标人员漏报，进而有效避免对道路监管工作产生影响。
75.更进一步地，在其中一个实施例中，上述步骤s270将未报警的目标人员送入报警流程，包括以下步骤：
76.步骤s271，判断未报警的目标人员是否为活体目标，在未报警的目标人员为活体目标的情况下，对未报警的目标人员进行报警处理。
77.具体地，由于机动车上的人形贴画以及道路上设置的人形立牌、盆栽、柱状物体等都有可能被检测成人员目标，从而导致出现人员目标误检以及误报警的情况，所以需要判
断未报警的目标人员是否为活体目标，在未报警的目标人员为活体目标的情况下，对未报警的目标人员进行报警处理，从而进一步有效减少未报警的目标人员的误报率。
78.作为其中一种实施方式，可以基于未报警的目标人员的时空变化关系以及运动特征，判断未报警的目标人员是否为活体目标；其中，未报警的目标人员的时空变化关系以及运动特征是从历史视频帧中获取的。基于未报警的目标人员的时空变化关系以及运动特征，判断未报警的目标人员是否为活体目标，即通过判断未报警的目标人员的持续存在时间与运动轨迹距离是否符合活体目标的运动规律，以及判断未报警的目标人员的运动特征是否符合活体目标的运动特征，以此判断未报警的目标人员是否为活体目标。
79.图3是根据本发明实施例中重复报警优化处理装置的示意图，如图3示，提供了一种重复报警优化处理装置30，重复报警优化处理装置包括：检测模块31、指定模块32、确定模块33和匹配模块34；
80.检测模块31，用于在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；
81.指定模块32，用于若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；
82.确定模块33，用于在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；历史人员是从历史视频帧中识别出的人员；
83.匹配模块34，用于若目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。
84.上述重复报警优化处理装置30，通过在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；历史人员是从历史视频帧中识别出的人员；若未报警的目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。本技术利用未报警的目标人员和停车目标之间的时空关联关系进行人员匹配，判断当前未报警的目标人员是否为id跳变的已报警目标，若认定当前未报警的目标人员为id跳变的已报警目标，则不将当前未报警的目标人员送入报警流程，有效避免因行人id跳变引起的对同一个行人重复报警的问题。
85.在其中一个实施例中，检测模块31还用于在已记录的所有停车目标，检测是否存在停车信息满足预设第二条件的停车目标，若存在，则将满足预设条件的停车目标确定为与未报警的目标人员存在时空关联的停车目标；其中，停车信息是从历史视频帧中识别出来的；
86.预设第二条件包括：
87.时间上的和空间上的。
88.在其中一个实施例中，检测模块31还用于从历史视频帧中获取停车目标在停车时间段内的检测框的端点坐标信息；
89.检测在停车目标的停车时间段内，未报警的目标人员的历史轨迹与停车目标的检测框的距离是否在预设范围内。
90.在其中一个实施例中，重复报警优化处理装置30还包括记录模块，用于对出现在视频帧中的机动车目标进行检测，判断机动车目标是否处于停车状态；若当前机动车目标处于停车状态，将当前机动车目标作为停车目标，且记录当前停车目标的停车状态的持续时间、停车开始时间以及停车结束时间。
91.在其中一个实施例中，重复报警优化处理装置30还包括保存模块，用于保存未报警的目标人员和指定停车目标之间的时空关联关系。
92.在其中一个实施例中，重复报警优化处理装置30还包括报警模块，用于若未报警的目标人员的特征信息与第一历史人员的特征信息不匹配或者若不存在与未报警的目标人员存在时空关联关系的停车目标，则将未报警的目标人员送入报警流程。
93.在其中一个实施例中，报警模块还用于判断未报警的目标人员是否为活体目标，在未报警的目标人员为活体目标的情况下，对未报警的目标人员进行报警处理。
94.在其中一个实施例中，报警模块还用于基于未报警的目标人员的时空变化关系以及运动特征，判断未报警的目标人员是否为活体目标；未报警的目标人员的时空变化关系以及运动特征是从历史视频帧中获取的。
95.需要说明地是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件实现，也可以通过硬件来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
96.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储预设配置信息集合。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述重复报警优化处理方法。
97.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种重复报警优化处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
98.本领域技术人员可以理解，图4示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
99.在一个实施例中，提供了一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
100.在确定相机采集的当前视频帧中出现存在历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；
101.若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；
102.在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；历史人员是从历史视频帧中识别出的人员；
103.若目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。
104.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
105.在已记录的所有停车目标，检测是否存在停车信息满足预设第二条件的停车目标，若存在，则将满足预设条件的停车目标确定为与未报警的目标人员存在时空关联的停车目标；其中，停车信息是从历史视频帧中识别出来的；
106.预设第二条件包括：
107.时间上的和空间上的。
108.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
109.从历史视频帧中获取停车目标在停车时间段内的检测框的端点坐标信息；
110.检测在停车目标的停车时间段内，未报警的目标人员的历史轨迹与停车目标的检测框的距离是否在预设范围内。
111.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
112.对出现在视频帧中的机动车目标进行检测，判断机动车目标是否处于停车状态；
113.若当前机动车目标处于停车状态，将当前机动车目标作为停车目标，且记录当前停车目标的停车状态的持续时间、停车开始时间以及停车结束时间。
114.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
115.保存未报警的目标人员和指定停车目标之间的时空关联关系。
116.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
117.若未报警的目标人员的特征信息与第一历史人员的特征信息不匹配或者若不存在与未报警的目标人员存在时空关联关系的停车目标，则将未报警的目标人员送入报警流程。
118.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
119.判断未报警的目标人员是否为活体目标，在未报警的目标人员为活体目标的情况下，对未报警的目标人员进行报警处理。
120.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
121.基于未报警的目标人员的时空变化关系以及运动特征，判断未报警的目标人员是否为活体目标；未报警的目标人员的时空变化关系以及运动特征是从历史视频帧中获取的。
122.上述存储介质，通过在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；历史轨迹和已记录的停车目标是从历史视频帧中识别出来的；若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；历史人员是从历史视频帧中识别出的人员；若未报警的目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的id发生跳变，并禁止对未报警的目标人员的进行报警处理。本技术利用未报警的目标人员和停车目标之间的时空关联关系进行人员匹配，判断当前未报警的目标人员是否为id跳变的已报警目标，若认定当前未报警的目标人员为id跳变的已报警目标，则不将当前未报警的目标人员送入报警流程，有效避免因行人id跳变引起的对同一个行人重复报警的问题。
123.应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它进行限定。根据本技术提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本技术保护范围。
124.显然，附图只是本技术的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本技术适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本技术披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本技术公开的内容不足。
[0125]“实施例”一词在本技术中指的是结合实施例描述的具体特征、结构或特性可以包括在本技术的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本技术中描述的实施例在没有冲突的情况下，可以与其它实施例结合。
[0126]
以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。
技术特征：1.一种重复报警优化处理方法，其特征在于，所述方法包括以下步骤：在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与所述未报警的目标人员存在时空关联关系的停车目标；所述历史轨迹和所述已记录的停车目标是从历史视频帧中识别出来的；若是，将与所述未报警的目标人员存在时空关联关系的所述停车目标作为指定停车目标；在与所述指定停车目标存在时空关联关系的历史人员中，确定出现时间早于所述未报警的目标人员且已进行了报警处理的第一历史人员；所述历史人员是从所述历史视频帧中识别出的人员；若所述未报警的目标人员的特征信息与所述第一历史人员的特征信息匹配，则确定所述未报警的目标人员的id发生跳变，并禁止对所述未报警的目标人员的进行报警处理。2.根据权利要求1所述的重复报警优化处理方法，其特征在于，所述在已记录的停车目标中，检测是否存在与所述未报警的目标人员存在时空关联关系的停车目标，包括以下步骤：在已记录的所有停车目标，检测是否存在停车信息满足预设第二条件的停车目标，若存在，则将满足预设条件的停车目标确定为与所述未报警的目标人员存在时空关联的停车目标；其中，所述停车信息是从所述历史视频帧中识别出来的；所述预设第二条件包括：时间上的和空间上的。3.根据权利要求2所述的重复报警优化处理方法，其特征在于，所述检测停车信息是否存在满足预设第二条件的停车目标，包括以下步骤：从所述历史视频帧中获取所述停车目标在停车时间段内的检测框的端点坐标信息；检测在所述停车目标的停车时间段内，所述未报警的目标人员的所述历史轨迹与所述停车目标的所述检测框的距离是否在预设范围内。4.根据权利要求1所述的重复报警优化处理方法，其特征在于，所述方法还包括：对出现在视频帧中的机动车目标进行检测，判断所述机动车目标是否处于停车状态；若当前所述机动车目标处于停车状态，将当前所述机动车目标作为停车目标，且记录当前所述停车目标的停车状态的持续时间、停车开始时间以及停车结束时间。5.根据权利要求1所述的重复报警优化处理方法，其特征在于，所述方法还包括：保存所述未报警的目标人员和所述指定停车目标之间的时空关联关系。6.根据权利要求1所述的重复报警优化处理方法，其特征在于，所述方法还包括：若所述未报警的目标人员的特征信息与所述第一历史人员的特征信息不匹配或者若不存在与所述未报警的目标人员存在时空关联关系的所述停车目标，则将所述未报警的目标人员送入报警流程。7.根据权利要求6所述的重复报警优化处理方法，其特征在于，所述将所述未报警的目标人员送入报警流程，包括以下步骤：判断所述未报警的目标人员是否为活体目标，在所述未报警的目标人员为活体目标的情况下，对所述未报警的目标人员进行报警处理。
8.根据权利要求7所述的重复报警优化处理方法，其特征在于，所述判断所述未报警的目标人员是否为活体目标，包括以下步骤：基于所述未报警的目标人员的时空变化关系以及运动特征，判断所述未报警的目标人员是否为活体目标；所述未报警的目标人员的时空变化关系以及运动特征是从所述历史视频帧中获取的。9.一种重复报警优化处理装置，其特征在于，所述装置包括：检测模块、指定模块、确定模块和匹配模块；所述检测模块，用于在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，在已记录的停车目标中，检测是否存在与所述未报警的目标人员存在时空关联关系的停车目标；所述历史轨迹和所述已记录的停车目标是从历史视频帧中识别出来的；所述指定模块，用于若是，将与所述未报警的目标人员存在时空关联关系的所述停车目标作为指定停车目标；所述确定模块，用于在与所述指定停车目标存在时空关联关系的历史人员中，确定出现时间早于所述未报警的目标人员且已进行了报警处理的第一历史人员；所述历史人员是从所述历史视频帧中识别出的人员；所述匹配模块，用于若所述未报警的目标人员的特征信息与所述第一历史人员的特征信息匹配，则确定所述未报警的目标人员的id发生跳变，并禁止对所述未报警的目标人员的进行报警处理。10.一种计算机设备，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计算机程序时实现权利要求1至8中任一项所述方法的步骤。11.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
技术总结本申请涉及重复报警优化处理方法、装置、计算机设备和存储介质，通过在确定相机采集的当前视频帧中出现历史轨迹的持续时间满足第一预设条件的未报警的目标人员的情况下，检测是否存在与未报警的目标人员存在时空关联关系的停车目标；若是，将与未报警的目标人员存在时空关联关系的停车目标作为指定停车目标；在与指定停车目标存在时空关联关系的历史人员中，确定出现时间早于未报警的目标人员且已进行了报警处理的第一历史人员；若未报警的目标人员的特征信息与第一历史人员的特征信息匹配，则确定未报警的目标人员的ID发生跳变，并禁止对未报警的目标人员的进行报警处理，有效避免因行人ID跳变引起的对同一个行人重复报警的问题。报警的问题。报警的问题。
技术研发人员：陆晓栋 魏东东 周永哲 吴忠人
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2022.06.20
技术公布日：2022/11/1
