(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 202210740575.1 (22)申请日 2022.06.27 (71)申请人 中国平安财产保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 钟政　汪文娟　刘圳晟　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 专利代理师 姜妍 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/74(2022.01) (54)发明名称 智能点数方法、 装置、 设备及存 储介质 (57)摘要 本申请涉及人工智能技术领域， 揭露了一种 智能点数方法、 装置、 设备及存储介质， 所述方法 包括： 获取包含待统计对象的视频数据； 利用对 象识别模型对 所述视频数据进行对象识别， 确定 所述待统计对象的所属类别； 基于所述待统计对 象的所属类别， 获取预设的图像数据； 根据匹配 点数模型和所述图像数据， 对所述视频数据中的 所述待统计对象进行点数， 得到所述视频数据中 所述待统计对象的数量。 本申请提高了点数的准 确度。 权利要求书2页 说明书10页 附图3页 CN 115063378 A 2022.09.16 CN 115063378 A 1.一种智能点数 方法， 其特 征在于， 所述方法包括： 获取包含待统计对象的视频 数据； 利用对象识别模型对所述视频 数据进行对象识别， 确定所述待统计对象的所属类别； 基于所述待统计对象的所属类别， 获取 预设的图像数据； 根据匹配点数模型和所述图像数据， 对所述视频数据中的所述待统计对象进行点数， 得到所述视频 数据中所述待统计对象的数量。 2.根据权利要求1所述的智能点数方法， 其特征在于， 所述利用对象识别模型对所述视 频数据进行对象识别， 确定所述待统计对象的所属类别包括： 从所述视频数据中抽取一帧或多帧图像， 对所述一帧或多帧图像进行减影以及图像增 强处理， 得到处 理后的图像； 利用所述对象识别模型对所述处理后的图像进行特征抽取， 得到外貌特征， 基于所述 外貌特征， 确定所述待统计对象 的所属类别， 所述对象识别模 型基于Faster ‑RCNN模型训练 得到。 3.根据权利要求2所述的智能点数方法， 其特征在于， 所述对所述一帧或多帧图像进行 减影以及图像增强处 理包括： 通过对所述一帧或多帧的图像依次进行最小滤波和最大滤波， 得到滤波后的图像， 利 用所述一帧或多帧的图像对应减去滤波后的图像， 得到减影后的图像； 利用图像增强算法， 对 减影后的图像进行增强处 理。 4.根据权利要求1所述的智能点数方法， 其特征在于， 所述根据匹配点数模型和所述图 像数据， 对所述视频 数据中的所述待统计对象进行点数包括： 利用所述匹配点数模型中的匹配模型对所述图像数据与 所述视频数据进行匹配， 在匹 配成功后， 对所述待统计对象进行打标， 所述匹配模型基于FREAK模型训练得到； 在对整个视频数据中出现的所述待统计对象打标完成后， 统计所述视频数据中的标签 数量。 5.根据权利要求4所述的智能点数方法， 其特征在于， 在所述利用所述匹配点数模型中 的匹配模型对所述图像数据与所述视频 数据进行匹配之后， 还 包括： 根据所述视频数据中的各所述待统计对象与所述图像数据匹配成功的首帧， 为各所述 待统计对象进行打标； 对打标后的待统计对象利用所述匹配点数模型中的追踪模型进行跟踪， 所述待统计对 象对应的标签跟随移动， 其中， 各所述待统计对象与所述标签呈一一对应关系， 所述追踪模 型基于GOTURN模型训练得到 。 6.根据权利要求5所述的智能点数方法， 其特征在于， 所述对所述待统计对象进行打标 包括： 根据所述待统计对象匹配成功的顺序， 依次为所述待统计对象进行打标， 其中， 所述标 签的数值同步 递增； 所述统计所述视频 数据中的标签数量包括： 将所述视频 数据中的标签对应的最大值， 作为所述标签数量。 7.一种智能点数装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取包 含待统计对象的视频 数据；权　利　要　求　书 1/2 页 2 CN 115063378 A 2识别模块， 用于利用对象识别模型对所述视频数据进行对象识别， 确定所述待统计对 象的所属类别； 对应获取模块， 用于基于所述待统计对象的所属类别， 获取 预设的图像数据； 点数模块， 用于根据匹配点数模型和所述图像数据， 对所述视频数据中的所述待统计 对象进行点数， 得到所述视频 数据中所述待统计对象的数量。 8.根据权利要求7 所述的智能点数装置， 其特 征在于， 所述识别模块包括： 预处理子模块， 用于从所述视频数据中抽取一帧或多帧图像， 对所述一帧或多帧图像 进行减影以及图像增强处 理， 得到处 理后的图像； 分类子模块， 用于所述对象识别模型对所述处理后的图像进行特征抽取， 得到外貌特 征， 基于所述外貌特征， 确 定所述待统计对象的所属类别， 所述对象识别模型基于Faster ‑ RCNN模型训练得到 。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有计算机可读指令， 所述处理器执行所述计算机可读指令时实现如权 利要求1至 6中任一所述的智能点数 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 可读指令， 所述计算机可读指 令被处理器执行时实现如权利要求 1至6中任一所述的智能点 数方法。权　利　要　求　书 2/2 页 3 CN 115063378 A 3