一种处理方法及处理装置与流程

1.本技术涉及智慧交通技术领域，特别涉及一种处理方法及处理装置。


背景技术：

2.目前，在摄像机画面下，通过激光雷达中特定物体的3d点云坐标映射到摄像机画面中的2d坐标，对摄像机画面中的车辆的位置信息进行预测，但是，使用雷达存在一定的局限性，有可能丢失跟踪目标，且预测gps信息的准确度不够高。
3.装载有的车辆可以提供其gps定位信息，但是，在实际的应用场景中，不可能出现在摄像机画面中的每一辆车辆都装载有obu设备。
4.因此，现有技术中，对摄像机画面中的车辆进行定位和标注时，存在一些车辆的位置信息无法准确定位，导致标注信息误差较大的问题。


技术实现要素：

5.本技术提供了一种处理方法及处理装置，本技术实施例采用的技术方案如下：
6.一方面，本技术实施例提供了一种处理方法，包括：
7.在目标对象满足预设条件的情况下，获取所述目标对象的第一视频数据和运动轨迹信号；
8.根据所述第一视频数据得到移动对象的结构化数据信息，利用所述结构化数据信息对所述第一视频数据进行处理生成第二视频数据；其中，所述移动对象包括目标对象和待标注对象；
9.基于所述运动轨迹信号和所述结构化数据信息对所述第二视频数据的待标注对象进行标注。
10.在一些实施例中，根据所述第一视频数据得到移动对象的结构化数据信息，包括：
11.对所述第一视频数据进行逐帧识别，获得所有移动对象的标识信息和相应的各个包围框；
12.将各个所述标识信息和相应的所述包围框对应地进行保存，得到各个所述移动对象的所述结构化数据信息。
13.在一些实施例中，基于所述运动轨迹信号和所述结构化数据信息对所述第二视频数据的待标注对象进行标注，包括：
14.基于所述运动轨迹信号和所述目标对象标识信息从所述结构化数据信息中确定目标包围框集合；
15.根据所述运动轨迹信号和所述目标包围框集合确定位置信息和包围框之间的转换关系；
16.基于所述转换关系确定待标注对象的第二位置信息，以进行所述标注。
17.在一些实施例中，基于所述运动轨迹信号和所述目标对象标识信息从所述结构化数据信息中确定目标包围框集合，包括：
18.基于所述运动轨迹信号获取第一时间戳集合；
19.利用视频帧对应的时间戳信息和所述目标对象标识信息从所述结构化数据信息中确定各个第一包围框对应的第二时间戳集合；
20.基于所述第一时间戳集合对第二时间戳集合进行配准，将与第一时间戳偏差最小的各个时间戳对应的各个包围框作为目标包围框集合。
21.在一些实施例中，根据所述运动轨迹信号和所述目标包围框集合确定位置信息和包围框之间的转换关系，包括：
22.基于所述运动轨迹信号获取第一位置信息集合；
23.根据第一位置信息集合和所述目标包围框集合得到位置信息与包围框相对应的点对数据集；
24.根据所述点对数据集得到位置信息与包围框之间进行转换的单应性矩阵。
25.在一些实施例中，基于所述转换关系确定待标注对象的第二位置信息，包括：
26.确定待标注对象标识信息，根据所述待标注对象标识信息从所述结构化数据信息中确定视频帧的第二包围框；
27.根据所述第二包围框和所述单应性矩阵确定所述待标注对象的第二位置信息，将所述待标注对象标识信息与所述第二位置信息进行关联。
28.在一些实施例中，所述预设条件包括：
29.所述目标对象的位置信息表征所述目标对象进入预设区域；或，基于所述目标对象检测到所述待标注对象的情况下。
30.另一方面，本技术实施例还提供了一种处理装置，包括：
31.获取模块，配置为；在目标对象满足预设条件的情况下，获取所述目标对象的第一视频数据和运动轨迹信号；
32.视频数据处理模块，配置为；根据所述第一视频数据得到移动对象的结构化数据信息，利用所述结构化数据信息对所述第一视频数据进行处理生成第二视频数据；其中，所述移动对象包括目标对象和待标注对象；
33.标注模块，配置为基于所述运动轨迹信号和所述结构化数据信息对所述第二视频数据的待标注对象进行标注。
34.在一些实施例中，所述视频数据处理模块包括：
35.识别单元，配置为基于所述第一视频数据的视频帧进行识别，获得所述移动对象的标识信息和对应的各个包围框；
36.存储单元，配置为将所述标识信息和各个所述包围框对应地进行保存，得到所述结构化数据信息。
37.在一些实施例中，所述标注模块包括：
38.确定单元，基于所述运动轨迹信号和所述目标对象标识信息从所述结构化数据信息中确定目标包围框集合；
39.计算单元，配置为；根据所述运动轨迹信号和所述目标包围框集合确定位置信息和包围框之间的转换关系
40.标注单元，配置为基于所述转换关系确定待标注对象的第二位置信息，以进行所述标注。
41.与现有技术相比，本技术实施例的有益效果在于：本技术实施例在目标对象满足预设条件的情况下，获取目标对象的视频数据和运动轨迹信号；通过对视频数据进行处理，得到包括目标对象和待标注对象的所有移动对象的结构化数据信息；基于所述运动轨迹信号和所述结构化数据信息对所述第二视频数据的待标注对象进行标注。本实施例中，通过目标对象提供的真实场景的位置信息，以及视频数据提供的像素位置信息，可以得到视频数据中像素位置信息与真实场景中的位置信息之间的转换关系，从而可以基于待标注对象在视频数据中的像素位置信息对其在真实场景中的位置信息进行预测，提高对视频数据中的待标注对象进行标注时的准确性。
附图说明
42.图1为本技术实施例提供的处理方法的流程图；
43.图2为本技术实施例提供的处理方法的流程示意图；
44.图3为本技术实施例提供的处理方法的另一流程示意图；
45.图4为本技术实施例提供的处理方法又一流程示意图；
46.图5为本技术实施例提供的处理装置的框图；
47.图6为本技术实施例提供的电子设备的结构示意图。
具体实施方式
48.此处参考附图描述本技术的各种方案以及特征。
49.应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本技术的范围和精神内的其他修改。
50.包含在说明书中并构成说明书的一部分的附图示出了本技术的实施例，并且与上面给出的对本技术的大致描述以及下面给出的对实施例的详细描述一起用于解释本技术的原理。
51.通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本技术的这些和其它特性将会变得显而易见。
52.还应当理解，尽管已经参照一些具体实例对本技术进行了描述，但本领域技术人员能够确定地实现本技术的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
53.当结合附图时，鉴于以下详细说明，本技术的上述和其他方面、特征和优势将变得更为显而易见。
54.此后参照附图描述本技术的具体实施例；然而，应当理解，所申请的实施例仅仅是本技术的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本技术模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本技术。
55.本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本技术的相同或不同实施例中的一个或多个。
56.图1示出了本技术实施例提供的处理方法的流程图。如图1所示，本技术实施例的处理方法包括如下步骤s100-s300：
57.s100，在目标对象满足预设条件的情况下，获取所述目标对象的第一视频数据和运动轨迹信号。
58.本步骤旨在基于目标对象获取其运动轨迹信息及对应的视频数据。本实施例中，目标对象可以是能够实时提供其轨迹信息的移动对象，例如装载有车载单元(obu)的目标车辆，或是能够通过其他设备提供实时gps信息的移动对象。预设条件可以根据视频数据采集的时间或是待标注对象的检测情况进行对应的设置，例如可以是在目标对象进入预设区域的情况下，例如装载有车载单元(obu)的目标车辆进入摄像头的拍摄范围，可以认为该目标车辆满足预设条件，则通过该目标车辆的车载单元(obu)获取运动轨迹信号；同时，通过拍摄设备基于该目标车辆获取第一视频数据，以得到目标对象的第一视频数据及相关联的运动轨迹信号。预设条件还可以是待标注对象选择为待检测对象时，执行后续的获取步骤。其中所述的选择方式可以是本领域的常用方式，如界面点选、特殊标签等，在此不详细描述。
59.本实施例在一些具体的应用中，可以通过获取车载单元(obu)上报的gps位置信息，以确定对应的目标车辆是否满足预设条件。在gps位置信息表征该目标车辆进入一个摄像头的拍摄范围时，则认为该目标车辆满足预设条件，触发摄像头启动录制流程，摄像头针对该目标车辆开始视频录制，目标车辆离开摄像头的拍摄范围时结束视频录制，以获取该目标车辆的第一视频数据。当然，摄像头也可以保持录制模式，获取所有时间段内的视频数据，然后根据目标对象满足预设条件的情况，例如进入拍摄范围和离开拍摄范围的时间段，从视频数据中截取对应时间段的部分视频数据作为第一视频数据。本技术对此并不做限制。基于该目标车辆满足预设条件的相应情况，例如，进入拍摄范围和离开拍摄范围的时间段，通过车载单元(obu)上报gps位置信息，获取该车辆经过拍摄范围时所对应的运动轨迹信号。
60.示例性的，图2为本技术实施例提供的处理方法在一些实际应用中进行数据采集的流程示意图。参见图2所示，在一些实际应用中，进行数据采集时，通过车载单元(obu)上报的gps位置信息确定对应的目标车辆是否进入摄像机拍摄区域，若未进入拍摄区域，则继续采集目标车辆的gps位置信息。在车载单元(obu)上报的gps位置信息确定对应的目标车辆进入摄像机拍摄区域的情况下，则触发摄像机启动视频拉流录制，开始录制视频。录制过程中，通过车载单元(obu)上报的gps位置信息确定对应的目标车辆是否离开摄像机拍摄区域，若车载单元(obu)上报的gps位置信息表征目标车辆离开拍摄区域时，则结束录制，以得到目标车辆的第一视频数据。在录制视频的过程中，将车载单元(obu)采集和上报的gps位置信息和对应的时间戳记录到数据库中，在车载单元(obu)上报的gps位置信息表征目标车辆离开拍摄区域时，停止记录，以得到目标车辆的运动轨迹信号。
61.s200，根据所述第一视频数据得到移动对象的结构化数据信息，利用所述结构化数据信息对所述第一视频数据进行处理生成第二视频数据；其中，所述移动对象包括目标对象和待标注对象。
62.本步骤旨在对获取的第一视频数据进行识别处理，识别其中的移动对象并获取对应的结构化数据信息，基于结构化数据信息和第一视频数据生成第二视频数据，以便于后
续基于目标对象对待标注对象进行标注。本步骤中，移动对象可以包括目标对象和其他待标注对象，例如装载有车载单元(obu)的目标车辆和未装载车载单元(obu)的其他车辆，从而可以通过装载有车载单元(obu)的目标车辆提供的gps位置信息对其他车辆进行标注。结构化数据信息可以包括移动对象的识别标号，以及对应的包围框，例如，可以是矩形框信息。示例性的，可以对第一视频数据逐帧进行ai识别处理，检测出视频帧所有车辆，并利用预设规则进行命名以确定各车辆的识别id，再检测出各视频帧中的所有车辆的矩形框信息，以能够利用矩形框对视频帧中将所有车辆的位置信息标出，最后提取车辆的识别id和各个视频帧中的矩形框信息，将同一车辆的识别id和各个矩形框进行对应的关联保存，得到所有车辆的结构化数据信息。然后，利用结构化数据信息对第一视频数据的每一个视频帧进行处理，对视频帧中的各个车辆画上对应的矩形框，并在矩形框上添加识别id，逐帧写入到第一视频数据中，完成后生成第二视频数据。
63.在一些实施例中，根据所述第一视频数据得到移动对象的结构化数据信息，可被实施为如下步骤s210-s220：
64.s210，对所述第一视频数据进行识别，获得所有移动对象的标识信息和对应的各个包围框；
65.s220，将各个所述标识信息和相应的所述包围框对应地进行保存，得到各个所述移动对象的所述结构化数据信息。
66.本实施例旨在对第一视频数据的各个视频帧进行逐帧识别处理，以得到其中所有移动对象的结构化数据信息。本实施例在一些具体的实施中，对第一视频数据进行识别和检测，可以利用预设的车辆检测模型逐帧对第一视频数据中的车辆进行图像识别，检测出所有的车辆信息。识别过程中，可以利用预设规则对检测到的不同车辆进行标识，检测到相同的车辆时采用第一次检测到时标识的识别id(track id)进行命名,最后得到所有视频帧中的各个车辆的识别id(track id)信息；同时，基于车辆检测模型确定视频帧中各个车辆对应的包围框(bbox，bounding-box)信息，以能够通过该包围框对视频帧中对应的车辆的位置信息进行标识。当然，还可以基于待标注对象的类型，通过其他移动对象的检测模型来对第一视频数据中的移动对象进行检测，以确定所有的移动对象及对应的包围框。最后，提取出各个视频帧中移动对象的识别id信息和各个包围框，将各个移动对象的识别id信息和该移动对象在各个视频帧中的各个包围框对应关联地保存起来，从而得到所有移动对象的结构化数据信息。
67.示例性的，图3为本技术提供的处理方法在一些实际应用中对视频数据进行处理过程的另一流程示意图。参见图3所示，在一些实际应用中，对第一视频数据进行识别和检测时，可以利用ai识别和分析方法对第一视频数据逐帧进行处理，利用预设的模型信息识别出其中的移动对象，利用预设规则对各个移动对象进行命名，确定各个移动对象的识别id(track id),并确定各个视频帧中移动对象的包围框(bbox)信息，最后将移动对象的识别id(track id)与其在所有视频帧中的包围框(bbox)信息进行对应保存，得到各个移动对象的结构化数据信息。再利用结构化数据信息对第一视频数据进行逐帧处理，对视频帧中的各个移动对象画上对应的包围框(bbox)，并在矩形框上添加识别id(track id)，逐帧添加完成后得到ai处理后的第二视频数据。
68.s300，基于所述运动轨迹信号和所述结构化数据信息对所述第二视频数据的待标
注对象进行标注。
69.本步骤旨在利用目标对象的运动轨迹信号和结构化数据信息之间的对应关系，通过待标注对象的结构化数据信息确定其gps位置信息，以对第二视频数据中的待标注对象进行标注。本步骤中，为了确定待标注对象的gps位置信息，可以先根据目标对象的运动轨迹信号和结构化数据信息进行计算，确定出gps位置信息与图像中的像素位置信息之间的转换关系，从而可以通过待标注对象的结构化数据信息基于该转换关系进行计算，得到待标注对象的gps位置信息。
70.在一些实施例中，基于所述运动轨迹信号和所述结构化数据信息对所述第二视频数据的待标注对象进行标注，包括：
71.基于所述运动轨迹信号和所述目标对象标识信息从所述结构化数据信息中确定目标包围框集合；
72.根据所述运动轨迹信号和所述目标包围框集合确定位置信息和包围框之间的转换关系；
73.基于所述转换关系确定待标注对象的第二位置信息，以进行所述标注。
74.本实施例中，为了确定gps位置信息与图像中的像素位置信息之间的转换关系，通过目标对象标识信息从结构化数据信息中确定其对应的各个包围框，并基于目标对象的运动轨迹信号从各个包围框中确定与gps位置信息一一对应的目标包围框，以得到所述目标包围框集合。再根据目标对象的运动轨迹信号中的位置信息和所述目标包围框集合对应的像素框位置信息，确定gps位置信息和对应的包围框之间的转换关系。从而可以根据该转换关系，通过待标注对象的包围框信息确定其对应的gps位置信息，以进行相应地标注。
75.在一些实施例中，基于所述运动轨迹信号和所述目标对象标识信息从所述结构化数据信息中确定目标包围框集合，以确定与gps位置信息一一对应的目标包围框，具体步骤包括：
76.基于所述运动轨迹信号获取第一时间戳集合；
77.利用视频帧对应的时间戳信息和所述目标对象标识信息从所述结构化数据信息中确定各个第一包围框对应的第二时间戳集合；
78.基于所述第一时间戳集合对第二时间戳集合进行配准，将与第一时间戳偏差最小的各个时间戳对应的各个包围框作为目标包围框集合。
79.本实施例中，考虑到目标车辆所装载的obu上报的gps位置信息的时间戳，与第二视频数据中的各个视频帧的时间戳存在一定的时间戳误差。因此，在一些具体的应用中，为了确定与gps位置信息一一对应的目标包围框，先分析目标车辆所装载的obu上报的gps日志文件，获取各个gps位置信息的时间戳信息，以得到运动轨迹信号对应的第一时间戳集合。然后根据第二视频数据获取各个视频帧的时间戳信息，再根据目标对象标识信息确定该目标对象对应的各个包围框所对应的各个视频帧的时间戳信息，以得到第二时间戳集合。之后，利用时间配准原则，基于第一时间戳集合对第二时间戳集合进行配准，对第二时间戳集合中的各个第二时间戳与第一时间戳集合中的各个第一时间戳信息进行比对，将时间戳误差最小的第二时间戳对应的包围框与对应的第一时间戳下的gps位置信息配准，得到目标对象位于该gps位置信息时对应的目标包围框，从而将与第一时间戳偏差最小的各个时间戳对应的各个包围框作为目标包围框集合。这里，时间戳误差的阈值可以根据实际
情况或技术人员的经验进行确定，以删除时间戳误差超过阈值时的gps位置信息和对应的目标包围框，保证后续计算转换关系时的准确性。
80.在一些实施例中，根据所述运动轨迹信号和所述目标包围框集合确定位置信息和包围框之间的转换关系，包括：
81.基于所述运动轨迹信号获取第一位置信息集合；
82.根据第一位置信息集合和所述目标包围框集合得到位置信息与包围框相对应的点对数据集；
83.根据所述点对数据集得到位置信息与包围框之间进行转换的单应性矩阵。
84.本实施例旨在根据运动轨迹信号和配准的各个包围框计算出包围框与gps位置信息之间的转换关系。本实施例中，根据目标车辆所装载的obu上报的gps日志文件可以获取各个gps位置信息，以得到第一位置信息集合。再根据第一位置信息集合和对应配准的目标包围框集合，得到位置信息与包围框之间的点对数据集(gps，pixel)，根据该点对数据集计算出视频画面中的像素位置与真实场景中gps位置信息之间的单应性矩阵，从而后续可以利用该单应性矩阵对视频数据中的其他待标注对象进行标注。
85.在一些实施例中，基于所述转换关系确定待标注对象的第二位置信息，包括：
86.确定待标注对象标识信息，根据所述待标注对象标识信息从所述结构化数据信息中确定视频帧的第二包围框；
87.根据所述第二包围框和所述单应性矩阵确定所述待标注对象的第二位置信息，将所述待标注对象标识信息与所述第二位置信息进行关联。
88.本实施例旨在根据待标注对象的标注信息确定对应的包围框信息，基于包围框信息和前面计算得到的单应性矩阵确定待标注对象的gps位置信息。本实施例中，待标注对象可以由技术人员进行指定，或者是第二视频数据中除了目标对象以外的其他移动对象，本技术这里并不做限定。在一些具体的应用中，对第二视频数据中除了目标对象以外的其中一个其他移动对象进行标注时，可以先确定该待标注对象的标识信息，示例性的，该待标注对象标识信息可以为前述ai识别过程中标识的识别id信息，从而可以通过该识别id信息基于结构化数据信息确定其对应的各个包围框信息。根据第二包围框信息和所述单应性矩阵进行计算，可以得到待标注对象的第二位置信息，即待标注对象处于第二包围框信息对应的视频帧中时所对应的真实场景中的gps位置信息，从而可以将该计算得到的gps位置信息与待标注对象的标识信息进行关联，当然，也可以根据技术人员的设置，将该gps位置信息与待标注对象的标识信息对应地呈现于相应的第二包围框对应的视频帧中，便于进行直观地显示。
89.示例性的，图4为本技术实施例提供的处理方法在一些实际的应用中标注过程的流程示意图。参见图4所示，在一些实际的应用中，需针对ai处理后的第二视频数据中的待标注对象进行标注时，先基于转载有obu设备的目标车辆在各视频帧中像素位置信息、及对应轨迹信号中的gps位置信息，确定出像素位置信息与真实场景中gps位置信息之间的单应性矩阵，再利用单应性矩阵结合待检测对象在视频帧中的像素位置信息进行计算，确定待检测对象在视频帧中时所对应的gps位置，以在视频中对各视频帧中的待检测对象进行标注。在一些具体的应用中，为了确定目标车辆在视频帧中的像素位置信息，先提取目标车辆的track id，再根据track id从结构化数据信息中获取该目标车辆对应的包围框bbox信
息。之后，获取目标车辆所装载的obu上报的gps日志文件，以获取与第二视频数据对应的运动轨迹信号，根据该运动轨迹信号可以获取目标车辆的各个gps位置对应的第一时间戳集合。并且，根据第二视频数据获取各视频帧对应的时间戳信息，利用视频帧对应的时间戳信息对目标车辆的各个包围框bbox添加相应的时间戳信息，从而得到与目标车辆的各个包围框对应的第二时间戳集合。之后，利用时间配准原则，也即时间匹配原则，利用第一时间戳集合对第二时间戳集合进行配准，也就是将各个bbox对应的时间戳信息与各个gps位置信息对应的时间戳信息进行比对，从目标车辆对应的所有bbox中确定出与各个gps位置信息时间戳误差最小的各个bbox，以将对应的bbox信息与各个gps位置信息配准后对齐，得到bbox/gps点对数据集，根据该点对数据集(bbox/gps)计算出视频画面中的像素位置与真实场景中gps位置信息之间的单应性矩阵。从而针对对第二视频数据中的其他待标注对象，可以利用基于目标车辆计算得到的单应性矩阵，通过其他待标注对象的包围框信息bbox确定其对应的gps位置信息，以在第二视频数据中对该待标注对象进行相应地标注。本实施例中，计算单应性矩阵时，bbox信息与gps位置信息对齐的过程中，两者的时间戳误差越小，可以减小计算得到的待标注对象的gps距离误差，提高gps计算和预测时的准确度。
90.在一些实施例中，所述预设条件包括：所述目标对象的位置信息表征所述目标对象进入预设区域；或，基于所述目标对象检测到所述待标注对象的情况下。
91.本实施例旨在确定目标对象所需满足的预设条件，以基于该预设条件获取对应的第一视频数据和运动轨迹信号。本实施例中，预设条件设为所述目标对象的位置信息表征所述目标对象进入预设区域时，预设区域可以为摄像头能够进行视频采集的拍摄范围。在一些具体的应用中，可以通过车载单元(obu)上报gps位置信息来获取目标车辆的位置信息，在gps位置信息表征该目标车辆进入一个摄像头的拍摄范围时，则认为该目标车辆满足预设条件，此时可以通过摄像头获取目标车辆位于拍摄范围内时的第一视频数据，同时通过车载单元(obu)上报目标车辆位于拍摄范围内时间段内的gps位置信息，以获取目标车辆的运动轨迹信号。
92.本实施例中，预设条件为基于所述目标对象检测到所述待标注对象时，待标注对象可以是基于图片识别，检测到需进标注的其他车辆或其他移动对象。在一些具体的应用中，可以针对包括目标车辆的拍摄画面进行图像识别和检测，在检测到需要标注的其他车辆时，则认为目标车辆满足预设条件，此时，通过摄像头进行视频录制，直至待标注的其他车辆离开摄像头的拍摄范围，从而获取目标车辆的第一视频数据，同时通过车载单元(obu)上报的gps位置信息，来获取目标车辆的对应于拍摄时间内的运动轨迹信号，以用于后续对待标注对象进行标注。
93.基于同一发明构思，本技术实施例提供了一种处理装置，图5为本技术实施例提供的处理装置的框图。如图5所示，所述处理装置包括：
94.获取模块10，配置为；在目标对象满足预设条件的情况下，获取所述目标对象的第一视频数据和运动轨迹信号；
95.视频数据处理模块20，配置为；根据所述第一视频数据得到移动对象的结构化数据信息，利用所述结构化数据信息对所述第一视频数据进行处理生成第二视频数据；其中，所述移动对象包括目标对象和待标注对象；
96.标注模块30，配置为基于所述运动轨迹信号和所述结构化数据信息对所述第二视
频数据的待标注对象进行标注。
97.在一些实施例中，所述视频数据处理模块包括：
98.识别单元，配置为基于所述第一视频数据的视频帧进行识别，获得所述移动对象的标识信息和对应的各个包围框；
99.存储单元，配置为将所述标识信息和各个所述包围框对应地进行保存，得到所述结构化数据信息。
100.在一些实施例中，所述标注模块包括：
101.确定单元，基于所述运动轨迹信号和所述目标对象标识信息从所述结构化数据信息中确定目标包围框集合；
102.计算单元，配置为；根据所述运动轨迹信号和所述目标包围框集合确定位置信息和包围框之间的转换关系
103.标注单元，配置为基于所述转换关系确定待标注对象的第二位置信息，以进行所述标注。
104.结合本文各实施例中的任一种实施方式，本技术各实施例的处理装置所包含的获取模块10、视频数据处理模块20、标注模块30以及各自所包括的必要功能单元，可以进一步配置为用于实现上述各对应的处理方法的步骤。
105.本技术实施例还提供了一种电子设备，至少包括存储器901、处理器902和总线(未图示)，其中，该电子设备的结构示意图可以如图6所示，存储器901存储有处理器902可执行的机器可读指令，当电子设备运行时，处理器902与存储器901之间通过总线通信，所述机器可读指令被所述处理器执行时执行本技术任意实施例提供的处理方法的步骤。
106.由于本技术实施例所介绍的电子设备，为设置有实施本技术实施例所公开的处理方法的存储器的电子设备，故而基于本技术实施例所介绍的处理方法，本领域所属技术人员能够了解本技术实施例所介绍的电子设备的结构及变形，故而在此不再赘述。
107.本技术实施例还提供了一种存储介质，所述存储介质存储有一个或者多个程序，当上述一个或者多个程序被处理器执行时，实现本技术任意实施例提供的处理方法的步骤。
108.本实施例中的存储介质可以是电子设备/系统中所包含的；也可以是单独存在，而未装配入电子设备/系统中。上述存储介质存储有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本技术实施例提供的处理方法的步骤。
109.根据本技术的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。可选地，本实施例中的具体示例可以参考本技术任意实施例中所描述的示例，本实施例在此不再赘述。显然，本领域的技术人员应该明白，上述的本技术的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实
现。这样，本技术不限制于任何特定的硬件和软件结合。
110.以上实施例仅为本技术的示例性实施例，不用于限制本技术，本技术的保护范围由权利要求书限定。本领域技术人员可以在本技术的实质和保护范围内，对本技术做出各种修改或等同替换，这种修改或等同替换也应视为落在本技术的保护范围内。