(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210627013.6 (22)申请日 2022.06.06 (65)同一申请的已公布的文献号 申请公布号 CN 114708542 A (43)申请公布日 2022.07.05 (73)专利权人 阿里巴巴达摩院 （杭州） 科技有限 公司 地址 310023 浙江省杭州市余杭区五常街 道文一西路969号3幢5层516室 (72)发明人 梁桥　王维　夏循龙　邓兵　 黄建强　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 谢湘宁　李静茹 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01)(56)对比文件 CN 103208183 A,2013.07.17 US 20213 35127 A1,2021.10.28 CN 112200077 A,2021.01.08 US 2003035653 A1,2003.02.20 US 2016104198 A1,2016.04.14 CN 114120072 A,202 2.03.01 WO 202107 7766 A1,2021.04.2 9 王威等.一种基 于事件检测的视频取证方 法. 《计算机 应用研究》 .20 09,第26卷(第5期), Abdul Rehman Javed etal. .A comprehensive survey o n digital video forensics: Taxo nomy, challenges,and future directi ons. 《Engi neering Applications of Artificial I ntelligence》 .2021, 审查员 郑岩 (54)发明名称 图像处理方法、 装置及计算机可读存 储介质 (57)摘要 本发明公开了一种图像处理方法、 装置及计 算机可读存储介质。 该方法包括： 接收事件异常 结果和目标抓拍图像， 事件异常结果表明基于目 标端侧设备采集的目标监测视频识别出异常事 件， 目标抓拍图像基于目标端侧设备采集的目标 监测视频抓拍得到； 确定发生异常事件的目标对 象， 以及基于目标抓拍图像获取目标对象的目标 特征； 基于目标特征， 获取目标对象的历史抓拍 图像， 历史抓拍图像基于目标对象在历史路径上 的历史端侧设备采集的历史监测视频抓拍得到； 基于目标抓拍图像和历史抓拍图像确定目标对 象的事件图像。 本发明解决了在相关技术中， 存 在无法高召回率、 高精度地对交通事件目标进行 取证的技 术问题。 权利要求书4页 说明书22页 附图7页 CN 114708542 B 2022.09.02 CN 114708542 B 1.一种图像处 理方法， 其特 征在于， 包括： 接收事件异常结果和目标抓拍图像， 其中， 所述事件异常结果表明基于目标端侧设备 采集的目标监测视频识别出异常事件， 所述目标抓拍图像基于所述目标端侧设备采集的所 述目标监测视频抓拍得到； 确定发生所述异常事件的目标对象， 以及基于所述目标抓拍图像获取所述目标对象的 目标特征； 基于所述目标特征， 获取所述目标对象的历史抓拍图像， 其中， 所述历史抓拍图像基于 所述目标对象在历史路径上的历史端侧设备采集的历史监测视频抓拍得到； 基于所述目标抓拍图像和所述历史抓拍图像确定所述目标对象的事 件图像； 其中， 所述基于所述目标抓拍图像获取所述目标对象的目标特征， 包括： 从所述目标抓 拍图像中提取出所述 目标对象的对象特征； 基于所述 目标抓拍图像的抓拍时间， 所述 目标 对象的位置信息， 以及所述目标对象的预定目标路径， 确定所述目标对象的场景特征； 基于 所述对象特 征和所述场景 特征， 生成针对所述目标对象的结构化的目标 特征。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标特征， 获取所述目标对 象的历史抓拍图像， 包括： 基于所述目标 特征， 确定所述目标对象在所述历史路径上的多个候选抓拍图像； 从所述多个候选抓拍图像中筛 选出所述目标对象的历史抓拍图像。 3.根据权利要求2所述的方法， 其特征在于， 所述从所述多个候选抓拍图像中筛选出所 述目标对象的历史抓拍图像， 包括： 基于时间连续性约束条件， 空间连续性约束条件， 分别确定所述多个候选抓拍图像的 置信度； 基于所述多个候选抓拍图像的置信度,从所述多个候选抓拍图像中筛选出所述目标对 象的历史抓拍图像。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标抓拍图像和所述历史抓 拍图像确定所述目标对象的事 件图像， 包括： 分别确定所述目标抓拍图像和所述历史抓拍图像的清晰度； 确定清晰度大于预定清晰度的目标抓拍图像和历史抓拍图像为所述目标对象的事件 图像。 5.一种图像处 理方法， 其特 征在于， 包括： 接收目标端侧设备采集的目标监测视频； 从所述目标监测视频中识别出异常事件， 得到事件异常结果， 以及从所述目标监测视 频中抓拍得到目标抓拍图像； 将所述事件异常结果和所述目标抓拍图像发送给云侧设备， 用于所述云侧设备基于所 述目标抓拍图像和历史抓拍图像确定目标对 象的事件图像， 其中， 所述 目标对象为发生所 述异常事件的对 象， 所述历史抓拍图像基于所述 目标对象的目标特征获取， 所述历史抓拍 图像为所述目标对象在历史路径上的历史端侧设备采集的历史监测视频抓拍得到的图像； 其中， 所述目标对象的目标特征基于所述目标抓拍图像获取， 包括： 从所述目标抓拍图 像中提取出所述目标对 象的对象特征； 基于所述 目标抓拍图像的抓拍时间， 所述 目标对象 的位置信息， 以及所述目标对象的预定目标路径， 确定所述目标对象的场景特征； 基于所述权　利　要　求　书 1/4 页 2 CN 114708542 B 2对象特征和所述场景 特征， 生成针对所述目标对象的结构化的目标 特征。 6.一种图像处 理方法， 其特 征在于， 包括： 接收事件异常结果和目标抓拍图像， 其中， 所述事件异常结果表明基于目标端侧设备 采集的目标监测视频识别出异常事件， 所述目标抓拍图像基于所述目标端侧设备采集的所 述目标监测视频抓拍得到， 所述异常事 件包括异常交通事 件； 确定发生所述异常事件的目标对象， 以及基于所述目标抓拍图像获取所述目标对象的 目标特征， 所述目标对象包括目标车辆， 其中， 所述基于所述目标抓拍图像获取所述目标对 象的目标特征， 包括： 从所述目标抓拍图像中提取出所述目标对象的对象特征； 基于所述目 标抓拍图像的抓拍时间， 所述目标对象的位置信息， 以及所述目标对象 的预定目标路径， 确 定所述目标对象的场景特征； 基于所述对 象特征和所述场景特征， 生成针对所述 目标对象 的结构化的目标 特征； 基于所述目标特征， 获取所述目标对象的历史抓拍图像， 其中， 所述历史抓拍图像基于 所述目标对象在历史路径上的历史端侧设备采集的历史监测视频抓拍得到； 基于所述目标抓拍图像和所述历史抓拍图像确定所述目标对象的事 件图像。 7.一种图像处 理方法， 其特 征在于， 包括： 目标端侧设备采集目标监测视频， 并将所述目标监测视频发送给边侧设备； 所述边侧设备从所述目标监测视频中识别出异常事件， 得到事件异常结果， 从所述目 标监测视频中抓拍得到目标抓拍图像， 并将所述事件异常结果和所述目标抓拍图像发送 给 云侧设备； 其中， 所述异常事 件包括异常交通事 件； 所述云侧设备确定发生所述异常事件的目标对象， 以及基于所述目标抓拍图像获取所 述目标对象 的目标特征， 其中， 所述基于所述目标抓拍图像获取所述目标对象的目标特征， 包括： 从所述 目标抓拍图像中提取出所述 目标对象的对象特征； 基于所述 目标抓拍图像的 抓拍时间， 所述目标对象的位置信息， 以及所述目标对象的预定目标路径， 确定所述目标对 象的场景特征； 基于所述对 象特征和所述场景特征， 生成针对所述 目标对象的结构化的目 标特征； 所述云侧设备基于所述目标特征， 获取所述目标对象的历史抓拍图像， 并基于所述目 标抓拍图像和所述历史抓拍图像确定所述 目标对象的事件图像， 其中， 所述历史抓拍图像 基于所述目标对象在历史路径上的历史端侧设备采集的历史监测视频抓拍得到 。 8.根据权利要求7所述的方法， 其特征在于， 所述边侧设备集成在所述目标端侧设备 上。 9.根据权利要求7所述方法， 其特征在于， 所述目标端侧设备包括增强现实AR设备， 和/ 或虚拟现实VR设备， 其中， 所述AR设备和/或所述VR设备基于预定的驱动器展示所述目标监 测视频。 10.根据权利要求9所述的方法， 其特征在于， 还包括： 所述目标端侧设备， 所述边侧设 备以及所述云侧设备均获取所述异常事件的类型， 以及基于所述异常事件的类型， 对所述 目标监测视频进行渲染， 得到对应的渲染视频。 11.根据权利要求10所述的方法， 其特征在于， 所述目标端侧设备、 所述边侧设备以及 所述云侧设备获取所述异常事件的类型， 以及基于所述异常事件的类型， 对所述 目标监测 视频进行渲染， 得到对应的渲染视频， 包括：权　利　要　求　书 2/4 页 3 CN 114708542 B 3