(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210588379.7 (22)申请日 2022.05.26 (71)申请人 深圳市商汤科技有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 姜浩源　朱烽　赵瑞　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 专利代理师 靳玫 (51)Int.Cl. G06T 7/70(2017.01) G06T 7/292(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) H04N 7/18(2006.01) (54)发明名称 目标对象潜在位置的预测方法、 装置、 设备 和存储介质 (57)摘要 本公开实施例提供一种目标对象潜在位置 的预测方法、 装置、 设备和存储介质， 其中方法包 括： 获取目标对象的历史观测事件， 历史观测事 件包括历史记录的目标对象进入或离开多个摄 像头中的任一摄像头的拍摄区域的观测事件； 根 据历史观测事件， 确定在未来的预设时间段内， 目标对象在每一个摄像头的拍摄区域发生潜在 事件的强度信息， 潜在事件包括目标对象在未来 处于摄像头的拍摄区域的观测事件； 根据每一个 摄像头对应的潜在事件的强度信息， 预测目标对 象在未来的预设时间段内的不同时刻 的潜在位 置， 每个潜在位置对应多个摄像头中的其中一个 摄像头。 本方法能够控制需要进行观测目标对象 的摄像头的数量， 减少后续计算需要的计算资 源。 权利要求书2页 说明书11页 附图5页 CN 114913221 A 2022.08.16 CN 114913221 A 1.一种目标对象潜在位置的预测方法， 其特 征在于， 所述方法包括： 获取目标对象的历史观测事件， 所述历史观测事件包括历史记录的所述目标对象进入 或离开多个 摄像头中的任一摄 像头的拍摄区域的观测事 件； 根据所述历史观测事件， 确定在未来的预设时间段内， 所述目标对象在每一个摄像头 的拍摄区域 发生潜在事件的强度信息， 所述潜在事件包括所述目标对象在未来处于所述摄 像头的拍摄区域的观测事 件； 根据所述每一个摄像头对应的潜在事件的强度信 息， 预测所述目标对象在未来的所述 预设时间段内的不同时刻的潜在位置， 每个所述潜在位置对应所述多个摄像头中的其中一 个摄像头。 2.根据权利要求1所述的方法， 其特 征在于， 所述强度信息包含所述潜在事件在未来的预设时间段内的各个采样时间点对应的强 度， 所述强度用于表示所述潜在事 件的发生 概率的大小； 所述根据 所述每一个摄像头对应的潜在事件的强度信 息， 预测所述目标对象在未来的 所述预设时间段内的不同时刻的潜在位置， 包括： 对于每个采样时间点， 响应于任一摄像头在所述采样时间点对应的潜在事件的强度满 足预设的强度条件， 将所述摄 像头确定为所述采样时间点对应的目标摄 像头； 其中， 对于任一目标摄像头， 所述目标对象在所述采样时间点的潜在位置位于选取的 所述目标摄 像头的拍摄区域。 3.根据权利要求2所述的方法， 其特征在于， 所述强度条件包括强度下限阈值， 所述对 于每个采样时间点， 响应于任一摄像头在所述采样时间点对应的潜在 事件的强度满足预设 的强度条件， 将所述摄 像头确定为所述采样时间点对应的目标摄 像头， 包括： 对于任一个采样时间点， 获取每一个摄像头在所述采样时间点对应的潜在事件的强 度； 响应于任一潜在事件的强度高于强度 下限阈值， 将该潜在事件对应的摄像头确定为该 采样时间点对应的目标摄 像头。 4.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 根据预测得到的所述目标对象在不同时刻的潜在位置， 获取所述不同时刻的潜在位置 对应的摄 像头的采集信息； 根据所述采集信息， 得到所述目标对象的新观测事件， 所述新观测事件包括新记录的 所述目标对象进入或离开所述不同时刻的潜在位置对应的摄像头中的任一摄像头的拍摄 区域的观测事 件； 将所述目标对象的新观测事 件， 确定为所述目标对象的历史观测事 件。 5.根据权利要求1 ‑4的任一项所述的方法， 其特征在于， 所述根据所述历史观测事件， 确定在未来的预设时间段内， 所述目标对象在每一个摄像头的拍摄区域 发生潜在事件的强 度信息， 包括： 将所述历史观测事件输入预先训练 的记忆神经网络， 得到所述记忆神经网络输出的强 度确定参数； 根据所述强度确定参数和每一个摄像头对应的摄像头参数， 构建每一个摄像头分别对 应的时序点过程模型；权　利　要　求　书 1/2 页 2 CN 114913221 A 2对于预设时间段内的每个采样时间点， 将该采样时间点输入每一个摄像头分别对应的 时序点过程模型， 确定在未来的该采样时间点时所述目标对象在每一个摄像头的拍摄区域 发生潜在事 件的强度信息 。 6.根据权利要求5所述的方法， 其特征在于， 所述记忆神经网络采用以下步骤训练完 成： 将样本对象的样本观测事件输入待训练的记忆神经网络， 得到所述记忆神经网络输出 的所述样本观测事件对应的强度确定参数， 所述样本观测事件包括历史记录的所述样本对 象进入或离开多个 摄像头中的任一摄 像头的拍摄区域的观测事 件； 根据所述观测样本事件对应的强度确定参数和每一个摄像头对应的摄像头参数， 构建 每一个摄像头对应的时序点过程模型； 对于每个采样时间点， 将该采样时间点输入每一个摄像头分别对应的时序点过程模 型， 确定在该采样时间点时所述样本对象在每一个摄像头的拍摄区域发生样本潜在 事件的 强度信息， 所述样本潜在事件包括所述样本对象在未来处于所述摄像头的拍摄区域的观测 事件； 根据所述每一个摄像头对应的样本潜在事件的强度信 息， 预测所述样本对象在不同采 样时间点的样本潜在位置， 每个所述样本潜在位置对应所述多个摄像头中的其中一个摄像 头； 获取所述不同采样时间点的样本潜在位置对应的摄 像头的采集样本信息； 根据所述采集样本信息， 得到对所述样本对象的捕捉时长， 所述捕捉时长为所述不同 采样时间点的样本潜在位置对应的摄像头采集到的所述样本对 象在所述摄像头的拍摄区 域内的停留时长； 根据所述捕捉时长调整所述记 忆神经网络的网络参数。 7.一种目标对象潜在位置的预测装置， 其特 征在于， 所述装置包括： 事件获取模块， 用于获取目标对象的历史观测事件， 所述历史观测事件包括历史记录 的所述目标对象进入或离开多个 摄像头中的任一摄 像头的拍摄区域的观测事 件； 强度确定模块， 用于根据 所述历史观测事件， 确定在未来的预设时间段内， 所述目标对 象在每一个摄像头的拍摄区域发生潜在 事件的强度信息， 所述潜在 事件包括所述目标对象 在未来处于所述摄 像头的拍摄区域的观测事 件； 位置预测模块， 用于根据所述每一个摄像头对应的潜在事件的强度信息， 预测所述目 标对象在未来的所述预设时间段内的不同时刻的潜在位置， 每个所述潜在位置对应所述多 个摄像头中的其中一个 摄像头。 8.一种电子设备， 其特征在于， 所述设备包括存储器、 处理器， 所述存储器用于存储可 在处理器上运行 的计算机指令， 所述处理器用于在执行所述计算机指令时实现权利要求1 至6任一项所述的方法。 9.一种计算机程序产品， 该产品包括计算机程序/指令， 其特征在于， 该计算机程序/指 令被处理器执行时实现权利要求1至 6任一项所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理 器执行时实现权利要求1至 6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114913221 A 3