(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 20221090276 6.3 (22)申请日 2022.07.28 (71)申请人 上海幻电信息科技有限公司 地址 200120 上海市浦东 新区中国 （上海） 自由贸易试验区祖冲之路2277弄1号 905、 906室 (72)发明人 王斌　鄢彪　李双全　丁文杰　 华达　杨家栋　 (74)专利代理 机构 北京英特普罗知识产权代理 有限公司 1 1015 专利代理师 王勇 (51)Int.Cl. G06T 7/246(2017.01) G06T 7/73(2017.01) G06V 10/774(2022.01)G06V 20/40(2022.01) (54)发明名称 单点运动学习方法及装置 (57)摘要 本申请公开了一种单点运动学习方法， 包 括： 获取目标单点在视频中的位置集合， 所述位 置集合用于构成目标单点的运动轨迹样本； 根据 所述位置集合， 获取与所述运动轨迹样本中多个 轨迹段一一对应的多组轨迹属性特征样本； 确定 所述目标轨迹属性特征样本可用于单点运动学 习， 所述目标轨迹属性特征样 本为所述多组轨迹 属性特征样 本中的任意一组； 及响应于所述目标 轨迹属性特征样本可用于单点运动学习， 根据所 述目标轨迹属性特征样本进行单点运动学习， 以 更新得到 所述目标单点的最新运动轨迹； 所述最 新运动轨迹的轨迹属性特征集合作为样本用于 下一次单点运动学习。 本申请提供的技术方案计 算小， 所需的学习数据少。 权利要求书2页 说明书13页 附图4页 CN 115222773 A 2022.10.21 CN 115222773 A 1.一种单点 运动学习方法， 其特 征在于， 包括： 获取目标单点在视频中的位置集合， 所述位置集合用于构成目标单点的运动轨迹样 本； 根据所述位置集合， 获取与 所述运动轨迹样本 中多个轨迹段一一对应的多组轨迹属性 特征样本； 确定所述目标轨迹属性特征样本可用于单点运动学习， 所述目标轨迹属性特征样本为 所述多组轨 迹属性特 征样本中的任意 一组； 及 响应于所述目标轨迹属性特征样本可用于单点运动学习， 根据 所述目标轨迹属性特征 样本进行单点运动学习， 以更新得到所述目标单点的最新运动轨迹； 其中， 所述最新运动轨 迹的轨迹属性特 征集合作为样本用于下一次单点 运动学习。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述位置集合， 获取与所述运动 轨迹样本中多个轨 迹段一一对应的多组轨 迹属性特 征样本， 包括： 根据所述 位置集合， 获取所述运动轨迹样本的轨 迹属性特 征样本集 合； 按照时间顺序排列， 将所述轨迹属性特征样本集合切分为所述多组轨迹属性特征样 本。 3.根据权利要求2所述的方法， 其特 征在于， 轨 迹属性特 征包括相邻位置的斜 率； 所述按照时间顺序排列， 将所述轨迹属性特征样本集合切分为所述多组轨迹属性特征 样本， 包括： 对所述轨迹属性特征样本集合进行切片， 以得到M组轨迹属性特征样本， M为大于1的自 然数； 每组轨迹属性特 征样本包括 一个或多个斜 率； 其中， 当斜率的数值为零时， 该数值为零的斜率被切分为一组单独的轨迹属性特征样 本。 4.根据权利要求1所述的方法， 其特征在于， 所述目标轨迹属性特征样本包括一个或多 个轨迹属性特 征； 所述确定所述目标轨 迹属性特 征样本可用于单点 运动学习， 包括： 获取历史学习库中所述目标 单点的高斯分布； 响应于所述目标轨迹属性特征样本中的各轨迹属性特征均落入到所述高斯分布的预 设范围内， 确定所述目标轨 迹属性特 征样本可用于所述单点 运动学习； 响应于所述目标轨迹属性特征样本中的至少一个轨迹属性特征未落入到所述高斯分 布的预设范围内， 确定所述目标轨 迹属性特 征样本不可用于所述单点 运动学习。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标轨迹属性特征样本进行 单点运动学习， 以更新得到所述目标 单点的最 新运动轨迹， 包括： 确定所述目标 单点的历史轨 迹属性特 征； 及 根据所述历史轨迹属性特征以及所述目标轨迹属性特征样本 中的轨迹属性特征， 更新 得到所述目标单点的最新运动轨迹； 所述最新运动轨迹的轨迹属性特征集合包括本次学习 到的轨迹属性特 征， 并作为样本用于下一次单点 运动学习。 6.根据权利要求1至 5任一项所述的方法， 其特 征在于， 还 包括： 将每次更新得到的最新运动轨迹的轨迹属性特征集合用于单点运动学习， 直至最后一 次更新得到的最 新运动轨迹的轨迹属性特 征集合不可用于单点 运动学习。权　利　要　求　书 1/2 页 2 CN 115222773 A 27.根据权利要求1至 5任一项所述的方法， 其特 征在于， 还 包括： 将每次更新得到的最新运动轨迹的轨迹属性特征集合用于单点运动学习， 直至更新 次 数超过预设次数。 8.根据权利要求1至 5任一项所述的方法， 其特 征在于， 还 包括： 将每次更新得到的最新运动轨迹的轨迹属性特征集合用于单点运动学习， 直至学习效 果低于预设阈值。 9.一种单点 运动学习装置， 其特 征在于， 包括： 第一获取模块， 用于获取目标单点在视频中的位置集合， 所述位置集合用于构成目标 单点的运动轨 迹样本； 第二获取模块， 用于根据所述位置集合， 获取与所述运动轨迹样本中多个轨迹段一一 对应的多组轨 迹属性特 征样本； 确定模块， 用于确定所述目标轨迹属性特征样本可用于单点运动学习， 所述目标轨迹 属性特征样本为所述多组轨 迹属性特 征样本中的任意 一组； 及 学习模块， 用于响应于所述目标轨迹属性特征样本可用于单点运动学习， 根据所述目 标轨迹属性特征样本进 行单点运动学习， 以更新得到所述目标单点的最新运动轨迹； 其中， 所述最新运动轨迹的轨迹属性特 征集合作为样本用于下一次单点 运动学习。 10.一种计算机设备， 所述计算机设备包括存储器、 处理器以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用于实现权 利要求1至8中任意 一项所述的单点 运动学习方法的步骤。 11.一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内存储有计算机 程序， 所述计算机程序可被至少一个处理器所执行， 以使所述至少一个处理器执行权利要 求1至8中任意 一项所述的单点 运动学习方法的步骤。权　利　要　求　书 2/2 页 3 CN 115222773 A 3