视频处理方法、装置、设备、存储介质及产品与流程

1.本公开涉及人工智能领域中的计算机视觉领域，尤其涉及一种视频处理方法、装置、设备、存储介质及产品。


背景技术：

2.随着大数据、人工智能技术的迅速发展，对各种场景的监控需求越来越高，对于较大的空间范围内，单个摄像头不能满足精细化的监控需要，通常需要设置多个摄像头，以实现对不同区域的监控。但是，多个摄像头采集的视频，需要分别在对应的显示屏幕中输出，需要多个显示屏幕完成输出，浪费显示屏幕。


技术实现要素：

3.本公开提供了一种用于对多个局部视频进行拼接的视频处理方法、装置、设备、存储介质及产品。
4.根据本公开的第一方面，提供了一种视频处理方法，包括：
5.提取多个局部视频在目标时间戳分别对应的局部图像；多个局部视频是由多个摄像头采集的；
6.识别目标时间戳的多个局部图像之间的重叠匹配关系；
7.根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像；
8.输出目标时间戳的全局图像。
9.根据本公开的第二方面，提供了一种视频处理装置，包括：
10.图像提取单元，用于提取多个局部视频在目标时间戳分别对应的局部图像；多个局部视频是由多个摄像头采集的；
11.关系识别单元，用于识别目标时间戳的多个局部图像之间的重叠匹配关系；
12.图像拼接单元，用于根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像；
13.图像输出单元，用于输出目标时间戳对应的全局图像。
14.根据本公开的第三方面，提供了一种电子设备，包括：
15.至少一个处理器；以及
16.与至少一个处理器通信连接的存储器；其中，
17.存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面以及第一方面相关的任一项的方法。
18.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行第一方面以及第一方面相关的任一项的方法。
19.根据本公开的第五方面，提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储
介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行第一方面的方法。
20.根据本公开的技术解决了需要多个显示屏幕完成多个摄像头采集的视频的输出导致的显示屏幕浪费的问题，通过采用重叠匹配关系的识别，以对同一时间戳的多个局部图像进行准确拼接，获得该时间戳的全局图像。直接输出全局图像，可以通过一个显示屏幕输出即可，有效减少了显示屏幕的使用数量。
21.另外，通过全局图像可以对被监控区域的全局使用情况进行全部查看，以提高视频图像的查询效率，获得更准确的查询结果。
22.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
23.附图用于更好地理解本方案，不构成对本公开的限定。其中：
24.图1是根据本公开提供的一个摄像头采集场景的示意图；
25.图2是根据本公开提供的用于视频处理方法的第一网络架构示意图；
26.图3是根据本公开第一实施例提供的视频处理方法的流程示意图；
27.图4是根据本公开第二实施例提供的视频处理方法的流程示意图；
28.图5是根据本公开第三实施例提供的视频处理方法的流程示意图；
29.图6是根据本公开第四实施例提供的视频处理装置的结构示意图；
30.图7是用来实现本公开实施例的视频处理方法的电子设备的框图。
具体实施方式
31.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
32.本公开的技术方案可以应用于对较大的空间实现整体监控的场景中，通过对多个局部视频进行图像提取，以按照图像之间的重叠匹配关系，实现图像拼接，获得全局图像。以提高视频图像的查询效率，获得更准确的查询结果。
33.相关技术中，在较大的空间范围内，通常需要设置多个摄像头，以采集部分区域的运转或者状态。以停车场为例，在实际应用中，为了对停车场中各个车位的状态进行确认，可以通过安装摄像头，以对车位的使用状态进行监控，而为了对车位进行准确而有效的监控，每个摄像头需要拍摄到清晰的车位使用情况，这就导致摄像头的拍摄范围有限，因此，需要在停车场中安装多个摄像头。如图1所示，为实际应用中一个摄像头拍摄的实景车位图像，参考图1，车位图像中仅包含了三个车位的使用状态，其中中间车位被占用，左右两端的车位未被占用。为了对多个摄像头拍摄的视频分别进行查看，需要为每个摄像头配置相应的显示屏幕，以在显示屏幕中输出视频，导致摄像头的严重浪费。此外，上述以局部空间的采集视频进行展示，不能对空间整体的使用情况进行准确而有效的监控，查询效率较低且不利于视频内容的管理。
34.为了解决上述技术问题，发明人想到，是否可以将不同摄像头采集的视频拼接为一个全局的视频，以解决不能查看到全局的内容的目的。为了解决视频拼接，发明人想到可以将视频中在同一时间戳的图像进行重叠匹配识别，以利用重叠区域进行图像拼接，获得每个时间戳的全局图像，然后将全局图像形成新的视频。据此，发明人提出了本公开的技术方案。
35.本公开的技术方案中，提取多个局部视频在目标时间戳分别对应的局部图像，获得目标时间戳对应的多个局部图像，而多个局部视频由多个摄像头采集，实现多个摄像头的局部采集。之后，可以识别目标时间戳的多个局部图像之间的重叠匹配关系，从而根据该重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像。通过采用重叠匹配关系的识别，以对同一时间戳的多个局部图像进行准确拼接，获得该时间戳的全局图像。直接输出全局图像，可以通过一个显示屏幕输出即可，有效减少了显示屏幕的使用数量。另外，通过全局图像可以对被监控区域的全局使用情况进行全部查看，以提高视频图像的查询效率，获得更准确的查询结果。
36.本公开提供一种视频处理方法、装置、设备、存储介质及产品，可以应用于人工智能领域中的计算机视觉领域，以达到视频拼接，全局监控的目标。
37.下面将结合附图对本公开的技术方案进行详细介绍。
38.图2是根据本公开提供的用于视频处理方法的一种网络架构示意图，如图2所示，该网络架构中可以包括一种典型的服务器1，服务器1例如可以为配置有根据本公开所示的视频处理方法的云端服务器。服务器1可以与采集局部视频的摄像头2通过局域网或者广域网进行网络连接。摄像头2可以采集待监控区域中的部分区域的局部视频，将采集的局部视频发送至云服务器1。云服务器1可以根据配置的视频处理方法，进行图像拼接，以获得目标时间戳的全局图像。在实际应用中，云服务器1还可以与用户设备3连接，将获得的全局图像直接输出，用户可以直接查看全局的图像，可以提高查询效率，获得更准确的查询结果。其中，云服务器1例如可以为普通服务器，超级个人计算机，云服务器等类型的服务器，本公开中对服务器的具体类型并不作出过多限定。用户设备3例如可以为计算机、笔记本、平板电脑、智能显示大屏等终端设备，本公开实施例中对用户设备的具体类型并不作出过多限定。用户可以通过用户设备3向服务器1发起模型训练请求。
39.如图3所示，为本公开第一实施例提供的视频处理方法的流程示意图，该训练方法的执行主体为：视频处理装置。该装置可以位于电子设备中。电子设备例如可以为服务器、云服务器、手机、平板电脑、个人计算机、超级计算机等。该方法可以包括以下几个步骤：
40.301：提取多个局部视频在目标时间戳分别对应的局部图像。
41.多个局部视频是由多个摄像头采集的。
42.多个摄像头可以是按照预定位置排列设置于被采集区域中，被采集区域范围通常较大，每个摄像头可以对被采集区域中的部分区域进行场景采集。
43.目标时间戳可以为局部视频的任一个时间戳。在实际应用中，为了提高视频的处理完整度，可以提取多个局部视频在每个目标时间戳对应的局部图像。当然，为了提高处理效率，目标时间戳也可以是从多个局部视频对应的所有时间戳进行时间戳采样获得，例如，以常见的每秒24帧的视频为例，可以每个时间戳的间隔为1/24秒，可以对每个时间戳进行局部图像的提取，获得每个时间戳的多个局部图像，此外，还可以检测1/12秒等采样方式，
采集多个目标时间戳分别对应的多个局部图像。
44.多个局部视频的采集时间相同，每个目标时间戳在多个局部视频分别对应的局部图像可以为多个局部视频分别在每个目标时间戳所对应的局部图像，以获得目标时间戳的多个局部图像。任一个局部视频可以在每个时间戳提取到对应的局部图像。
45.302：识别目标时间戳的多个局部图像之间的重叠匹配关系。
46.重叠匹配关系可以为多个局部图像中两个相邻图像之间的重叠关系。
47.303：根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像。
48.目标时间戳对应的全局图像可以由目标时间戳对应的多个局部图像按照对应的重叠匹配关系拼接获得。
49.304：输出目标时间戳的全局图像。
50.本公开实施例中，提取多个局部视频在目标时间戳分别对应的局部图像，获得目标时间戳对应的多个局部图像，而多个局部视频由多个摄像头采集，实现多个摄像头的局部采集。之后，可以识别目标时间戳的多个局部图像之间的重叠匹配关系，从而根据该重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像。通过采用重叠匹配关系的识别，以对同一时间戳的多个局部图像进行准确拼接，获得该时间戳的全局图像。直接输出全局图像，可以通过一个显示屏幕输出即可，有效减少了显示屏幕的使用数量。另外，通过全局图像可以对被监控区域的全局使用情况进行全部查看，以提高视频图像的查询效率，获得更准确的查询结果。
51.如图4所示，为本公开第二实施例提供的视频处理方法的流程示意图，该训练方法的执行主体为：视频处理装置。该装置可以位于电子设备中。电子设备例如可以为服务器、云服务器、手机、平板电脑、个人计算机、超级计算机等。该方法可以包括以下几个步骤：
52.401：提取多个局部视频在目标时间戳分别对应的局部图像。
53.其中，多个局部视频是由多个摄像头采集的。
54.需要说明的是，本实施例中部分步骤与前述实施例中部分步骤相同，为了描述的简洁性考虑，在此不再赘述。
55.402：确定目标时间戳对应多个局部图像中任意两个相邻的局部图像，获得多组相邻图像。
56.403：识别任一组相邻图像中两个局部图像的重叠关系，获得多组相邻图像各自对应的重叠关系。
57.404：确定由多组相邻图像各自的重叠关系构成的目标时间戳的多个局部图像之间的重叠匹配关系。
58.多个局部图像之间的重叠匹配关系，包括多组相邻图像各自的重叠关系。
59.405：根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像。
60.其中，根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像可以包括：根据重叠匹配关系对应的多组相邻图像各自的重叠关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像。
61.406：输出目标时间戳的全局图像。
62.可选地，输出目标时间戳的全局图像可以包括：通过显示屏幕显示目标时间戳的全局图像。
63.本公开实施例中，在识别目标时间戳的多个局部图像之间的重叠匹配关系时，可以识别多个局部图像中任意两个相邻的局部图像，获得多组相邻图像。进而通过识别任一组相邻图像中两个局部图像的重叠关系，可以获得多组相邻图像各自对应的重叠关系，实现对多个局部图像的两两重叠识别，获得准确的重叠匹配关系。根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像，输出目标时间戳的全局图像。以相邻图像进行重叠关系的识别，可以减少非必要的两个图像的重叠关系的识别，提高识别效率，以及对重叠关系进行了有效识别。
64.作为一个实施例，识别任一组相邻图像中两个局部图像的重叠关系，可以包括以下几个步骤：
65.提取任一组相邻图像中两个局部图像分别对应的图像特征。
66.对两个局部图像各自的图像特征进行特征匹配，以获得两个局部图像的重叠关系。
67.可选地，提取任一组相邻图像中两个局部图像分别对应的图像特征，可以包括：提取任一组相邻图像中两个局部图像分别对应的图像特征点或者图像特征区域。对两个局部图像各自的图像特征进行特征匹配，以获得两个局部图像的重叠关系可以包括：对两个局部图像的各自的图像特征点，进行特征点匹配，以获得两个局部图像中相互重叠的特征点，或者对两个局部图像各自的图像特征区域进行区域匹配，以获得两个局部图像中相互重叠的特征区域。
68.本实施例中，对任一组相邻图像进行重叠关系识别时，可以通过提取两个局部图像各自的图像特征，以利用图像特征进行特征匹配，获得两个局部图像的重叠关系。图像特征可以准确表征图像的关键点，通过对两个局部图像各自的图像特征进行特征匹配，获得两个局部图像准确的重叠关系，实现两个局部图像的重叠关系的自动而准确地获取。
69.进一步，可选地，对两个局部图像各自的图像特征进行特征匹配，以获得两个局部图像的重叠关系，可以包括：
70.对两个局部图像各自的图像特征进行图像配准处理，获得两个局部图像各自的图像特征之间的配准结果；
71.确定配准结果为两个局部图像的重叠关系。
72.其中，图像特征可以包括图像特征点或者图像特征区域，对两个局部图像各自的特征点进行匹配时，可以对两个局部图像的特征点进行图像配准处理，获得多组相匹配的特征点对，多组特征点对即为配准结果，也即为两个局部图像的重叠关系。此外，还可以对两个局部图像的特征区域进行图像配准处理，获得相匹配的特征区域，相匹配的特征区域即为配准结果，也即为两个局部图像的重叠关系。
73.本实施例中，识别两个局部图像各自的图像特征的重叠关系时，可以对两个局部图像各自的图像特征进行图像配准处理，获得两个局部图像各自的图像特征之间的配准结果，以确定配准结果为两个局部图像的重叠关系。通过对图像特征进行自动配准，可以提高图像的匹配效率，提高匹配效果。
74.作为一个实施例，确定目标时间戳对应多个局部图像中任意两个相邻的局部图
像，获得多组相邻图像，可以包括：
75.根据多个局部视频分别对应的摄像头位置，确定多个局部图像分别对应的图像位置；
76.利用多个局部图像分别对应的图像位置，识别具有相邻关系的任意两个相邻的局部图像，获得多组相邻图像。
77.任一个摄像头采集的区域是一定的，在摄像头位置确定时，可以根据摄像头位置确定多个局部图像分别对应的图像位置。例如，可以预先建立摄像头与其对应的采集区域的对应关系，利用任一个摄像头关联的采集区域，确定该摄像头对应的局部图像的图像位置。
78.此外，根据多个局部视频分别对应的摄像头位置，确定多个局部图像分别对应的图像位置，可以包括：直接将任一个局部图像分别对应的摄像头位置，确定为该摄像头对应的局部图像的图像位置。
79.可选地，利用多个局部图像分别对应的图像位置，识别具有相邻关系的任意两个相邻的局部图像，获得多组相邻图像可以包括：根据任一个局部图像的图像位置与其他局部图像的图像位置，确定与该局部图像左右或者上下相邻的局部图像构成的至少一组相邻图像，每个局部图像对应的至少一组相邻图像确定之后，进行去重，获得多组相邻图像。
80.本实施例中，在对目标时间戳的多个局部图像进行分组时，可以根据多个局部视频分别对应的摄像头位置，确定多个局部图像的中具有相邻关系的任意两个相邻的局部图像，可以实现图像之间的相邻关系进行准确确定，提高多组相邻图像的划分效率。
81.在某些实施例中，根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像，包括：
82.根据重叠匹配关系确定多组相邻图像分别对应的重叠关系；
83.将多组相邻图像分别对应的两个局部图像按照各自的重叠关系，进行图像融合，获得目标时间戳对应的全局图像。
84.将任一组相邻图像对应的两个局部图像按照对应的重叠关系进行融合，直至所有组相邻图像融合结束，获得目标时间戳对应的全局图像。
85.本实施例中，在根据目标时间戳对应的重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接时，可以根据多组相邻图像分别对应的重叠关系，对相邻的图像进行两两融合，获得目标时间戳对应的全局图像，以将多个局部图像进行准确融合。
86.进一步，可选地，将多组相邻图像分别对应的两个局部图像按照各自的重叠关系，进行图像融合，获得目标时间戳对应的全局图像，包括：
87.按照多组相邻图像中两个局部图像各自的图像位置，确定多组相邻图像分别对应的拼接顺序。
88.按照多组图像分别对应的拼接顺序，从第一组相邻图像开始，依次将每一组相邻图像中的两个局部图像按照该组相邻图像对应的重叠关系与前一次融合获得的图像进行融合，直至最后一组相邻图像融合结束，获得时间戳对应的全局图像。
89.其中，由于各个局部图像是被监控区域在同一时刻的区域图像，每个局部图像在被监控区域的位置可以确定，而图像融合可以是两两图像的融合。在实际应用中，任一个图像可能需要与至少一个与其相邻的图像融合，通常，可以确定任一个图像为第一个被融合
的图像，将该图像所属的至少一组相邻图像的局部图像作为被融合的第一顺序，获得相应的拼接顺序，然后将相邻图像之间的也需要融合的局部图像所对应的相邻图像组，确定相邻图像组的拼接顺序，从而进行逐步确定每一组相邻图像的拼接顺序。
90.本实施例中，在对多组相邻图像分别对应的两个局部图像按照各自的重叠关系进行图像融合，获得目标时间戳对应的全局图像时，可以按照多组相邻图像中两个局部图像各自的图像位置，确定多组相邻图像分别对应的拼接顺序，从而按照多组图像分别对应的拼接顺序。对拼接顺序的初步确定可以为后续图像拼接提供基础。从第一组相邻图像开始，依次将每一组中两个局部图像按照该组相邻图像对应的重叠关系与前一次融合获得的图像进行融合，直至最后一组相邻图像融合结束，获得时间戳对应的全局图形。通过图像的顺序融合，可以对图像的融合效率以及融合精度有效提升。
91.在实际应用中，目标时间戳可以包括多个，例如，可以将视频中每个时间戳的多个局部图像均合成为一全局图像，此时可以重新生成视频。如图5所示，为本公开第三实施例提供的视频处理方法的流程示意图，该训练方法的执行主体为：视频处理装置。该装置可以位于电子设备中。电子设备例如可以为服务器、云服务器、手机、平板电脑、个人计算机、超级计算机等。该方法可以包括以下几个步骤：
92.501：针对多个目标时间戳，提取多个局部视频在任一个目标时间戳分别对应的局部图像，以获得每个目标时间戳对应的多个局部图像。
93.其中，多个局部视频是由多个摄像头采集的。
94.502：识别任一个目标时间戳的多个局部图像之间的重叠匹配关系，以获得多个时间戳分别对应的重叠匹配关系。
95.503：根据任一个目标时间戳对应的重叠匹配关系，对该目标时间戳的多个局部图像进行图像拼接，获得多个目标时间戳分别对应的全局图像。
96.504：将多个目标时间戳分别对应的全局图像按照时间戳的先后顺序，生成全局视频。
97.505：输出全局视频。
98.在目标时间戳包括多个时，可以根据任一个目标时间戳对应的重叠匹配关系，将该目标时间戳的多个局部图像进行图像拼接，获得该目标时间戳对应的全局图像，根据上述全局图像的拼接方法，可以获得多个目标时间戳分别对应的全局图像。
99.本实施例中，对于多个目标时间戳，可以获取多个目标时间戳分别对应的全局图像，以将多个目标时间戳分别对应的全局图像按照时间戳的先后顺序，生成全局视频。按照时间戳可以快速完成全局视频的生成，提高全局视频的生成效率。
100.在一种可能的设计中，在获得多个时间戳分别对应的全局图像之后，还可以包括：
101.将多个目标时间戳分别对应的全局图像依次映射至电子地图，获得多个目标时间戳分别对应的全局地图图像。
102.将多个目标时间戳分别对应的全局图像按照时间戳的先后顺序，生成全局地图视频。
103.输出全局地图视频。
104.在采集局部图像时，目标时间戳可以为视频中任一个时间戳，各个时间戳在视频中的先后顺序在采集时即可以确定。
105.作为一种可能的实现方式，目标时间戳可以是视频中每出现一个图像帧的时间戳，之后以每个目标时间戳对应的先后顺序，将各个时间戳分别对应的全局地图图像进行视频合成，获得全局地图视频。
106.本实施例中，将多个目标时间戳分别对应的全局图像依次映射至电子地图，获得多个时间戳分别对应的全局地图图像。将多个目标时间戳分别对应的全局图像按照时间戳的先后顺序，生成全局地图视频。通过输出全局视频可以实现各个时间戳对应全局图像的连续输出，实现时间戳的快速有效输出。
107.作为一种可能的实现方式，将多个目标时间戳分别对应的全局图像依次映射至电子地图，获得多个目标时间戳分别对应的全局地图图像，可以：
108.针对任一个目标时间戳的全局图像，计算全局图像的顶点在电子地图中的经纬度数据，获得全局图像在电子地图中的地图区域。
109.将全局图像的所有像素点分别映射到地图区域中，以获得多个目标时间戳分别对应的全局地图图像。
110.其中，全局图像通常为矩形图像，例如可以表示为512*512的像素点乘。针对任一个目标时间戳的全局图像，计算全局图像的顶点在电子地图中的经纬度数据，获得全局图像在电子地图中的地图区域具体可以是，将任一个目标时间戳的全局图像中的四个顶点，分别映射到电子地图中，以获得全局图像的顶点在电子地图中的经纬度数据，获得全局图像在电子地图中的地图区域。
111.可选地，将全局图像的所有像素点分别映射到地图区域中，获得多个目标时间戳分对应的全局地图图像可以包括：将全局图像的所有像素点由像素坐标系分别映射到电子地图的地图坐标系中，获得该全局图像的全局地图图像，以获得多个目标时间戳分别对应的全局地图图像。
112.本实施例中，针对任一个目标时间戳的全局图像，可以计算全局图像的顶点在电子地图中的经纬度数据，获得全局图像在电子地图中的地图区域，以将全局图像的像素点分别映射至地图区域中，获得多个目标时间戳分别对应的全局地图图像。将各个目标时间或的全局图像映射到电子地图中，可以实现全局图像与电子地图的联合显示，使得全局图像的显示与实际的地理位置相匹配，显示效果更好。
113.在实际应用中，本公开的技术方案可以应用于停车场的监控场景中，以对停车厂的使用情况进行全局的实时查询。在一种可能的设计中，在获得目标时间戳的全局图像之后，还可以包括：
114.根据目标时间戳的全局图像，对全局图像进行车位区域识别，获得至少一个车位区域。
115.对任一个车位区域所对应的区域图像进行状态识别，以获得至少一个车位区域分别对应的使用状态。使用状态包括：占用或者未占用。
116.响应于针对目标时间戳的状态获取请求，输出目标时间戳在至少一个车位区域分别对应的使用状态。
117.可选地，在获得目标时间戳的全局图像之后，可以将目标时间戳所对应的全局图像中的车位进行使用状态识别，获得各个车位的使用状态。通过对车位的使用状态进行识别，可以实现车位的自动识别，便于对车位进行使用调度，实现更高效的管理，提高车位的
使用效率。
118.作为一种可能的实现方式，根据目标时间戳的全局图像，对全局图像进行车位区域识别，获得至少一个车位区域可以包括，通过区域检测模型对目标时间戳的全局图像进行区域检测，获得至少一个车位区域。具体可以采用残差神经网络、卷积神经网络等数学模型检测获得，本公开实施例中对车位区域的检测模型并不作出过多限定。
119.其中，针对任一个车位区域所对应的区域图像进行状态识别，以获得至少一个车位区域分别对应的使用状态可以包括：检测任一个车位区域所对应的区域图像中是否存在目标对象，若存在，则确定该车位的使用状态为已占用，若不存在，则确定该车位的使用状态为未占用，以获得至少一个车位区域分别对应的使用状态。
120.作为又一种可能的实现方式，根据目标时间戳的全局图像，对全局图像进行车位区域识别，获得至少一个车位区域可以包括：根据预设的车位区域布局图，将目标时间戳的全局图像进行布局分割，获得全局图像的至少一个车位区域。其中，车位区域布局图可以包括各个车位在整个被监控区域的平面位置以及取值范围所形成的图像。
121.本实施例中，在获得任一个时间戳的全局图像之后可以对全局图像进行车位区域识别，获得至少一个车位区域，通过对任一个车位区域所对应的区域图像的状态识别可以获得在是一个车位区域分别对应的使用状态的识别，获得被监控区域内的所有车位的使用状态。通过全局图像的车位使用状态的自动识别，可以对停车场的车位使用状态进行及时监控以及管理，提高查询效率。
122.如图6所示，是根据本公开第四实施例提供的视频处理装置的结构示意图，视频处理装置600可以位于电子设备中，该视频处理装置600可以包括以下几个单元：
123.图像提取单元601：用于提取多个局部视频在目标时间戳分别对应的局部图像。
124.其中，多个局部视频是由多个摄像头采集的。
125.关系识别单元602：用于识别目标时间戳的多个局部图像之间的重叠匹配关系。
126.图像拼接单元603：用于根据重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像。
127.图像输出单元604：用于输出目标时间戳对应的全局图像。
128.本公开实施例中，提取多个局部视频在目标时间戳分别对应的局部图像，获得目标时间戳对应的多个局部图像，而多个局部视频由多个摄像头采集，实现多个摄像头的局部采集。之后，可以识别目标时间戳的多个局部图像之间的重叠匹配关系，从而根据该重叠匹配关系，对目标时间戳的多个局部图像进行图像拼接，获得目标时间戳对应的全局图像。通过采用重叠匹配关系的识别，以对同一时间戳的多个局部图像进行准确拼接，获得该时间戳的全局图像。直接输出全局图像，可以通过一个显示屏幕输出即可，有效减少了显示屏幕的使用数量。另外，通过全局图像可以对被监控区域的全局使用情况进行全部查看，以提高视频图像的查询效率，获得更准确的查询结果。
129.作为一个实施例，关系识别单元，可以包括：
130.相邻分配模块，用于确定目标时间戳对应多个局部图像中任意两个相邻的局部图像，获得多组相邻图像；
131.第一识别模块，用于识别任一组相邻图像中两个局部图像的重叠关系，获得多组相邻图像各自对应的重叠关系；
132.第一确定模块，用于确定由多组相邻图像各自的重叠关系构成的目标时间戳的多个局部图像之间的重叠匹配关系。
133.在一种可能的设计中，第一识别模块，可以包括：
134.特征提取子模块，用于提取任一组相邻图像中两个局部图像分别对应的图像特征；
135.特征匹配子模块，用于对两个局部图像各自的图像特征进行特征匹配，以获得两个局部图像的重叠关系。
136.为了获得准确的重叠关系，在某些实施例中，特征匹配子模块具体可以用于：
137.对两个局部图像各自的图像特征进行图像配准处理，获得两个局部图像各自的图像特征之间的配准结果；
138.确定配准结果为两个局部图像的重叠关系。
139.作为又一个实施例，相邻分配模块，可以包括：
140.位置确定子模块，用于根据多个局部视频分别对应的摄像头位置，确定多个局部图像分别对应的图像位置；
141.位置分配子模块，用于利用多个局部图像分别对应的图像位置，识别具有相邻关系的任意两个相邻的局部图像，获得多组相邻图像。
142.在某些实施例中，图像拼接单元，可以包括：
143.第二确定模块，用于根据重叠匹配关系确定多组相邻图像分别对应的重叠关系；
144.图像融合模块，用于将多组相邻图像分别对应的两个局部图像按照各自的重叠关系，进行图像融合，获得目标时间戳对应的全局图像。
145.在一种可能的设计中，图像融合模块，可以包括：
146.顺序确定子模块，用于按照多组相邻图像中两个局部图像各自的图像位置，确定多组相邻图像分别对应的拼接顺序；
147.顺序融合子模块，用于按照多组图像分别对应的拼接顺序，从第一组相邻图像开始，依次将每一组相邻图像中的两个局部图像按照该组相邻图像对应的重叠关系与前一次融合获得的图像进行融合，直至最后一组相邻图像融合结束，获得时间戳对应的全局图像。
148.作为一个实施例，该装置还可以包括：
149.图像获得单元，用于获得多个目标时间戳分别对应的全局图像；
150.第一生成单元，用于将多个目标时间戳分别对应的全局图像按照时间戳的先后顺序，生成全局视频；
151.第一输出单元，用于输出全局视频。
152.作为又一个实施例，该装置还可以包括：
153.地图映射单元，用于将多个目标时间戳分别对应的全局图像依次映射至电子地图，获得多个目标时间戳分别对应的全局地图图像；
154.第二生成单元，用于将多个目标时间戳分别对应的全局图像按照时间戳的先后顺序，生成全局地图视频；
155.第二输出单元，用于输出全局地图视频。
156.在某些实施例中，地图映射单元，可以包括：
157.区域确定模块，用于针对任一个目标时间戳的全局图像，计算全局图像的顶点在
电子地图中的经纬度数据，获得全局图像在电子地图中的地图区域；
158.地图映射模块，用于将全局图像的像素点分别映射到地图区域中，以获得多个目标时间戳分别对应的全局地图图像。
159.作为又一个实施例，该装置还可以包括：
160.车位识别单元，用于根据目标时间戳的全局图像，对全局图像进行车位区域识别，获得至少一个车位区域；
161.状态确认单元，用于对任一个车位区域所对应的区域图像进行状态识别，以获得至少一个车位区域分别对应的使用状态；使用状态包括：占用或者未占用；
162.状态输出单元，用于响应于针对目标时间戳的状态获取请求，输出目标时间戳在至少一个车位区域分别对应的使用状态。
163.本公开图6所示的视频处理装置可以执行上述视频处理方法，关于各个单元以及模块、子模块等装置所执行的具体内容可以参考上述实施例中的描述，在此不再赘述。
164.需要说明的是，本实施例中的局部视频并不是针对某一特定用户采集的视频，并不能反映出某一特定用户的个人信息。需要说明的是，本实施例中的视频来自于公开数据集。
165.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
166.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
167.根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
168.图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
169.如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(rom)702中的计算机程序或者从存储单元708加载到随机访问存储器(ram)703中的计算机程序，来执行各种适当的动作和处理。在ram 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、rom 702以及ram 703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
170.设备700中的多个部件连接至i/o接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
171.计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单
元701的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如视频处理方法。例如，在一些实施例中，视频处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由rom 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到ram 703并由计算单元701执行时，可以执行上文描述的视频处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行视频处理方法。
172.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
173.用于实施本公开的视频处理方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
174.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
175.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
176.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算
系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
177.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
178.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
179.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。