数据收集方法及装置、电子设备、存储介质.pdf

《数据收集方法及装置、电子设备、存储介质.pdf》由会员分享，可在线阅读，更多相关《数据收集方法及装置、电子设备、存储介质.pdf（16页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910335557.3 (22)申请日 2019.04.24 (71)申请人 上海商汤智能科技有限公司 地址 200233 上海市徐汇区桂平路391号3 号楼1605A室 (72)发明人 唐任杰吴军夏俊戴娟 (74)专利代理机构 北京派特恩知识产权代理有 限公司 11270 代理人 徐升升张颖玲 (51)Int.Cl. G06K 9/00(2006.01) (54)发明名称 一种数据收集方法及装置、 电子设备、 存储 介质 (57)摘要 本公开实施例公开了一种数据收集方法，。

2、 该 方法包括： 接收至少一个场景视频； 利用图像识 别模型， 对至少一个场景视频中包括的对象进行 运动信息识别， 收集到至少一个对象识别数据， 运动信息包括： 对象身份、 动作， 以及跟踪位置； 依据至少一个对象识别数据生成目标场景的场 景对象数据。 通过实施上述方案， 基于图像识别 技术和定位技术对应用场景下的对象进行相关 数据的收集， 不仅收集效率较高， 而且功能全面。 权利要求书2页 说明书9页 附图4页 CN 110059653 A 2019.07.26 CN 110059653 A 1.一种数据收集方法， 其特征在于， 所述方法包括： 接收至少一个场景视频； 利用图像识别模型， 对。

3、所述至少一个场景视频中包括的对象进行运动信息识别， 收集 到至少一个对象识别数据， 所述运动信息包括： 对象身份、 动作， 以及跟踪位置； 依据所述至少一个对象识别数据生成目标场景的场景对象数据。 2.根据权利要求1所述的数据收集方法， 其特征在于， 所述接收至少一个场景视频之 后， 所述方法还包括： 利用空间定位算法， 对所述至少一个场景视频中包括的对象进行空间定位处理， 收集 到至少一个对象定位数据； 所述依据所述至少一个对象识别数据生成目标场景的场景对象数据包括： 依据所述至少一个对象识别数据及所述至少一个对象定位数据生成目标场景的场景 对象数据。 3.根据权利要求1或2所述的数据收集方。

4、法， 其特征在于， 所述利用图像识别模型， 对所 述至少一个场景视频中包括的对象进行运动信息识别， 收集到至少一个对象识别数据之 前， 所述方法还包括： 获取基于预设模型训练方法训练生成的所述图像识别模型。 4.根据权利要求1或2所述的数据收集方法， 其特征在于， 所述依据所述至少一个对象 识别数据生成目标场景的场景对象数据， 包括： 接收客户端发送的目标请求； 根据所述目标请求， 从所述至少一个对象识别数据中选取出待处理数据， 并确定目标 数据处理方式； 按照所述目标数据处理方式对所述待处理数据进行数据处理， 生成所述场景对象数 据。 5.根据权利要求4所述的数据收集方法， 其特征在于， 所。

5、述生成所述场景对象数据之 后， 所述方法还包括： 将所述场景对象数据发送至所述客户端。 6.根据权利要求1-5任一项所述的数据收集方法， 其特征在于， 所述图像识别模型至少 包括目标检测跟踪模型和动作识别模型。 7.一种数据收集装置， 其特征在于， 所述数据收集装置包括： 接收模块， 用于接收至少一个场景视频； 识别模块， 用于利用图像识别模型， 对所述至少一个场景视频中包括的对象进行运动 信息识别， 收集到至少一个对象识别数据， 所述运动信息包括： 对象身份、 动作， 以及跟踪位 置； 生成模块， 用于依据所述至少一个对象识别数据生成目标场景的场景对象数据。 8.根据权利要求7所述的数据收集。

6、装置， 其特征在于， 所述数据收集装置还包括定位模 块； 所述定位模块， 用于利用空间定位算法， 对所述至少一个场景视频中包括的对象进行 空间定位处理， 收集到至少一个对象定位数据； 所述生成模块， 用于依据所述至少一个对象识别数据及所述至少一个对象定位数据生 权利要求书 1/2 页 2 CN 110059653 A 2 成目标场景的场景对象数据。 9.一种电子设备， 其特征在于， 所述电子设备包括： 处理器、 存储器和通信总线； 其中， 所述通信总线， 用于实现所述处理器和所述存储器之间的连接通信； 所述处理器， 用于执行所述存储器中存储的数据收集程序， 以实现权利要求1-6任一项 所述的数。

7、据收集方法。 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存储有一个或者 多个程序， 所述一个或者多个程序可以被一个或者多个处理器执行， 以实现权利要求1-6任 一项所述的数据收集方法。 权利要求书 2/2 页 3 CN 110059653 A 3 一种数据收集方法及装置、 电子设备、 存储介质 技术领域 0001 本公开涉及机器视觉技术领域， 尤其涉及一种数据收集方法及装置、 电子设备、 存 储介质。 背景技术 0002 目前， 在足球比赛和篮球比赛等比赛训练场景下， 通常需要收集相关的比赛数据， 以确定运动员运动轨迹、 足球运动轨迹， 以及球场热力图， 为后续战术指。

8、导和布置提供依 据。 0003 在现有技术中， 主要包括两种收集比赛数据的方式， 一种为人工统计， 然而， 在大 型运动比赛中， 不仅赛场范围较大， 且赛场上的运动员过多， 人工统计导致数据收集的效率 较低， 另一种为采用门线技术、 鹰眼系统等分别进行不同类型数据的收集， 一种设备仅能实 现一种类型数据的收集， 功能单一。 发明内容 0004 本公开实施例期望提供一种数据收集方法及装置、 电子设备、 存储介质， 基于图像 识别技术和定位技术对应用场景下的对象进行相关数据的收集， 不仅收集效率较高， 而且 功能全面。 0005 本公开实施例的技术方案是这样实现的： 0006 本公开实施例提供了一。

9、种数据收集方法， 所述方法包括： 0007 接收至少一个场景视频； 0008 利用图像识别模型， 对所述至少一个场景视频中包括的对象进行运动信息识别， 收集到至少一个对象识别数据， 所述运动信息包括： 对象身份、 动作， 以及跟踪位置； 0009 依据所述至少一个对象识别数据生成目标场景的场景对象数据。 0010 在上述数据收集方法中， 所述接收至少一个场景视频之后， 所述方法还包括： 0011 利用空间定位算法， 对所述至少一个场景视频中包括的对象进行空间定位处理， 收集到至少一个对象定位数据； 0012 所述依据所述至少一个对象识别数据生成目标场景的场景对象数据包括： 0013 依据所述至。

10、少一个对象识别数据及所述至少一个对象定位数据生成目标场景的 场景对象数据。 0014 在上述数据收集方法中， 所述利用图像识别模型， 对所述至少一个场景视频中包 括的对象进行运动信息识别， 收集到至少一个对象识别数据之前， 所述方法还包括： 0015 获取基于预设模型训练方法训练生成的所述图像识别模型。 0016 在上述数据收集方法中， 所述依据所述至少一个对象识别数据生成目标场景的场 景对象数据， 包括： 0017 接收客户端发送的目标请求； 0018 根据所述目标请求， 从所述至少一个对象识别数据中选取出待处理数据， 并确定 说明书 1/9 页 4 CN 110059653 A 4 目标数。

11、据处理方式； 0019 按照所述目标数据处理方式对所述待处理数据进行数据处理， 生成所述场景对象 数据。 0020 在上述数据收集方法中， 所述生成所述场景对象数据之后， 所述方法还包括： 0021 将所述目标提供信息发送至所述客户端。 0022 在上述数据收集方法中， 所述图像识别模型至少包括目标检测跟踪模型和动作识 别模型。 0023 本发明实施例提供了一种数据收集装置， 所述数据收集装置包括： 0024 接收模块， 用于接收至少一个场景视频； 0025 识别模块， 用于利用图像识别模型， 对所述至少一个场景视频中包括的对象进行 运动信息识别， 收集到至少一个对象识别数据， 所述运动信息包。

12、括： 对象身份、 动作， 以及跟 踪位置； 0026 生成模块， 用于依据所述至少一个对象识别数据生成目标场景的场景对象数据。 0027 在上述数据收集装置中， 还包括定位模块； 0028 所述定位模块， 用于利用空间定位算法， 对所述至少一个场景视频中包括的对象 进行空间定位处理， 收集到至少一个对象定位数据； 0029 所述生成模块， 用于依据所述至少一个对象识别数据及所述至少一个对象定位数 据生成目标场景的场景对象数据。 0030 在上述数据收集装置中， 还包括获取模块， 具体用于获取基于预设模型训练方法 训练生成的所述图像识别模型。 0031 在上述数据收集装置中， 所述生成模块， 具。

13、体用于接收客户端发送的目标请求； 根 据所述目标请求， 从所述至少一个对象识别数据中选取出待处理数据， 并确定目标数据处 理方式； 按照所述目标数据处理方式对所述待处理数据进行数据处理， 生成所述场景对象 数据。 0032 在上述数据收集装置中， 还包括发送模块； 0033 所述发送模块， 用于将所述场景对象数据发送至所述客户端。 0034 在上述数据收集装置中， 所述图像识别模型至少包括目标检测跟踪模型和动作识 别模型。 0035 本发明实施例提供了一种电子设备， 所述电子设备包括： 处理器、 存储器和通信总 线； 其中， 0036 所述通信总线， 用于实现所述处理器和所述存储器之间的连接通。

14、信； 0037 所述处理器， 用于执行所述存储器中存储的数据收集程序， 以实现上述数据收集 方法。 0038 可选的， 所述电子设备为服务器。 0039 本发明实施例提供了一种计算机可读存储介质， 所述计算机可读存储介质存储有 一个或者多个程序， 所述一个或者多个程序可以被一个或者多个处理器执行， 以实现上述 数据收集方法。 0040 本发明实施例提供了一种数据收集方法， 接收至少一个场景视频； 利用图像识别 模型， 对至少一个场景视频中包括的对象进行运动信息识别， 收集到至少一个对象识别数 说明书 2/9 页 5 CN 110059653 A 5 据， 运动信息包括： 对象身份、 动作， 以。

15、及跟踪位置； 依据至少一个对象识别数据生成目标场 景的场景对象数据。 本发明的技术方案， 相比于现有技术中采用人工收集数据， 或者门线技 术、 鹰眼系统等分别进行单一类型数据的收集， 基于图像识别技术对应用场景下的对象进 行相关数据的收集， 不仅收集效率较高， 而且功能全面。 附图说明 0041 图1为本公开实施例提供的一种数据收集方法的流程示意图一； 0042 图2为本发明实施例提供的一种数据收集方法的流程示意图二； 0043 图3为本发明实施例提供的一种示例性的数据收集方法应用于足球场景中的流程 示意图； 0044 图4为本发明实施例提供的一种示例性的足球轨迹图； 0045 图5为本发明实。

16、施例提供的一种数据收集装置的结构示意图； 0046 图6为本发明实施例提供的一种电子设备的结构示意图。 具体实施方式 0047 下面将结合本公开实施例中的附图， 对本公开实施例中的技术方案进行清楚、 完 整地描述。 0048 本公开一种实施例提供了一种数据收集方法， 图1为本公开实施例提供的一种数 据收集方法的流程示意图一。 如图1所示， 主要包括以下步骤： 0049 S101、 接收至少一个场景视频。 0050 在本发明的实施例中， 数据收集装置可以接收到至少一个场景视频。 0051 需要说明的是， 在本发明的实施例中， 目标场景中安装了至少一个摄像装置， 例如 摄像头， 具体安装的摄像头数。

17、量可以根据是否能完全覆盖目标场景进行确定， 即安装的摄 像头需要保证构成的拍摄范围对目标场景无死角覆盖， 不同的摄像头安装的位置和角度不 同， 因此， 通过安装的摄像头实际上可以获取到目标场景在至少一个角度下生成的至少一 个场景视频， 至少一个摄像头可以将至少一个场景视频上传给数据收集装置， 作为数据收 集的依据， 具体的场景视频数量本发明实施例不作限定。 0052 需要说明的是， 在本发明的实施例中， 目标场景可以为足球场上的足球比赛场景 或足球训练场景， 也可以为篮球场上的篮球比赛场景或篮球训练场景等， 具体的目标场景 本发明实施例不作限定。 0053 示例性的， 在本发明的实施例中， 目。

18、标场景为足球训练场景， 针对该场景， 在足球 场周边的不同角度不同位置安装了三个摄像头， 这三个摄像头针对足球场进行了完全覆 盖， 因此， 在足球运动员在足球场上进行训练时， 针对足球训练场景， 三个摄像头将在三个 角度下生成三个场景视频， 并将三个场景视频上传给数据收集装置， 数据收集装置即可接 收到输入的三个场景视频。 0054 S102、 利用图像识别模型， 对至少一个场景视频中包括的对象进行运动信息识别， 收集到至少一个对象识别数据， 运动信息包括： 对象身份、 动作， 以及跟踪位置。 0055 在本发明的实施例中， 数据收集装置在接收到至少一个场景视频之后， 即可利用 图像识别模型，。

19、 对至少一个场景视频中包括的对象进行运动信息识别， 收集到至少一个对 说明书 3/9 页 6 CN 110059653 A 6 象识别数据。 0056 需要说明的是， 在本发明的实施例中， 目标场景中的对象包括目标场景中的人物 和物品等， 例如， 足球训练场景中的球员、 足球， 以及教具等， 具体的目标场景中包括的对象 数据本发明实施例不作限定。 0057 需要说明的是， 在本发明的实施例中， 图像识别模型至少包括目标检测跟踪模型 和动作识别模型， 其中， 目标检测跟踪模型可以从视频的某一帧图像中检测出目标对象， 例 如， 某一个特定的人物， 从而在其它图像中对该目标对象进行跟踪， 动作识别模。

20、型可以自动 识别出图像中不同人物的动作， 当然， 图像识别模型也可以包括其它基于图像识别技术的 模型， 具体的图像识别模型本发明实施例不作限定。 0058 需要说明的是， 在本发明的实施例中， 至少一个场景视频实际上包括了多帧图像， 对于每一帧图像， 数据收集装置都可以利用图像识别模型包括的目标检测跟踪模型和动作 识别模型进行对象的身份识别、 动作识别， 以及跟踪位置， 从而将获得至少一个对象识别数 据。 0059 可以理解的是， 在本发明的实施例中， 数据收集装置可以利用图像识别模型中目 标检测跟踪模型对至少一个场景视频中的某一帧图像进行对象的检测， 即识别出对象的身 份， 检测出来之后， 。

21、根据对象的特征， 在其它的帧图像中进行跟踪， 获得对象的跟踪位置， 均 属于上述对象识别数据。 0060 可以理解的是， 在本发明的实施例中， 数据收集装置可以利用图像识别模型中动 作识别模型对至少一个场景视频中的每一帧图像中的对象进行动作识别， 即获得对象的动 作数据， 同样属于上述对象识别数据。 0061 需要说明的是， 在本发明的实施例中， 图像识别模型还可以包括其它类型的模型， 例如， 人脸识别模型， 数据收集装置可以利用人脸识别模型进行人脸识别， 但是这些模型均 基于图像识别技术， 均属于图像识别模型。 0062 示例性的， 在本发明的实施例中， 目标场景为足球训练场景， 数据收集装。

22、置可以接 收到至少一个足球场景视频， 并进一步利用图像识别模型中目标检测跟踪模型和动作识别 模型， 对至少一个足球场景视频中包括的球员和足球进行身份、 动作， 以及跟踪识别， 获得 球员的球员号码、 球员动作数据、 球员运动跟踪数据、 足球运动跟踪数据等对象识别数据。 0063 需要说明的是， 在本发明的实施例中， 数据收集装置在利用图像识别模型进行运 动信息识别之前， 实际上还包括以下步骤： 获取基于预设模型训练方法训练生成的图像识 别模型。 0064 需要说明的是， 在本发明的实施例中， 可以先根据人工智能技术和图像识别技术， 采用大量的样本图像， 按照预设的模型训练方式训练出图像识别模型。

23、， 具体的模型训练方 式本发明实施例不作限定。 0065 S103、 依据至少一个对象识别数据生成目标场景的场景对象数据。 0066 在本发明的实施例中， 数据收集装置在收集到至少一个对象识别数据之后， 即可 依据至少一个对象识别数据生成目标场景的场景对象数据。 0067 具体的， 在本发明的实施例中， 数据收集装置依据至少一个对象识别数据生成目 标场景的场景对象数据， 包括： 接收客户端发送的目标请求； 根据目标请求， 从至少一个对 象识别数据中选取出待处理数据， 并确定目标数据处理方式； 按照目标数据处理方式对待 说明书 4/9 页 7 CN 110059653 A 7 处理数据进行数据处。

24、理， 生成场景对象数据。 0068 需要说明的是， 在本发明的实施例中， 数据收集装置中可以预先存储有不同类型 请求对应的数据处理方式， 例如， 目标请求为请求提供运动员运动轨迹， 则数据收集装置可 以根据该目标请求， 获取到确定运动员运动轨迹的数据处理方式， 并从至少一个对象识别 数据中选取出运动员跟踪数据， 具体的目标数据处理方式本发明实施例不作限定。 0069 需要说明的是， 在本发明的实施例中， 至少一个对象识别数据包括多样化的数据， 例如， 对于目标场景为足球训练场景， 场景对象数据可以包括球员身份、 球员运动跟踪、 足 球跟踪， 以及教具类型等数据， 其中， 对于生成目标请求对应的。

25、目标提供信息而言， 部分信 息是不需要的， 因此， 数据收集装置可以针对目标请求确定需要采用的数据， 从至少一个对 象识别数据中选取出待处理数据， 具体的待处理数据本发明实施例不作限定。 0070 示例性的， 在本发明的实施例中， 目标场景为足球训练场景， 目标请求为请求提供 足球运动轨迹， 因此， 数据收集装置根据目标请求， 从至少一个对象识别数据中选取足球跟 踪数据， 即足球在至少一个场景视频中每一帧中的图像位置， 联合全部的足球跟踪位置， 按 照对应的目标数据处理方式， 即按照帧的时间顺序， 依次进行连接， 从而生成足球运动轨迹 图， 其中， 足球运动轨迹图即为场景对象数据。 0071 。

26、可以理解的是， 在本发明的实施例中， 数据收集装置依据至少一个对象识别数据 生成目标场景的场景对象数据， 其中， 场景对象数据可以为热力图， 目标场景中对象的运动 轨迹等， 具体的场景对象数据本发明实施例不作限定。 0072 需要说明的是， 在本发明的实施例中， 数据收集装置在生成场景对象数据之后， 即 可将场景对象数据发送至客户端。 0073 可以理解的是， 在本发明的实施例中， 目标场景可以为足球运动场景或篮球运动 场景， 在这些场景下， 教练和球员需要知道运动过程中的相关信息进行战术改进和训练， 因 此， 实际上教练和球员可以将实际需求的信息以通过客户端以目标请求的方式发送至数据 收集装。

27、置， 数据收集装置即可生成场景对象数据， 从而发送至客户端， 教练和球员即可根据 场景对象数据进行分析和调整战术， 即为运动教学和比赛等场景提供了数据支持服务。 0074 本发明实施例提供了一种数据收集方法， 接收至少一个场景视频； 利用图像识别 模型， 对至少一个场景视频中包括的对象进行运动信息识别， 收集到至少一个对象识别数 据， 运动信息包括： 对象身份、 动作， 以及跟踪位置； 依据至少一个对象识别数据生成目标场 景的场景对象数据。 本发明的技术方案， 相比于现有技术中采用人工收集数据， 或者门线技 术、 鹰眼系统等分别进行单一类型数据的收集， 基于图像识别技术对应用场景下的对象进 行。

28、相关数据的收集， 不仅收集效率较高， 而且功能全面。 0075 本公开一种实施例提供了一种数据收集方法， 图2为本发明实施例提供的一种数 据收集方法的流程示意图二。 如图2所示， 主要包括以下步骤： 0076 S201、 接收至少一个场景视频。 0077 在本发明的实施例中， 数据收集装置可以接收到覆盖目标场景的至少一个摄像装 置获取到的至少一个场景视频。 0078 需要说明的是， 在本发明的实施例中， 步骤S201与实施例一中的步骤S101完全一 致， 在此不再赘述。 0079 S202、 利用图像识别模型， 对至少一个场景视频中包括的对象进行运动信息识别， 说明书 5/9 页 8 CN 1。

29、10059653 A 8 收集到至少一个对象识别数据， 运动信息包括： 对象身份、 动作， 以及跟踪位置。 0080 在本发明的实施例中， 数据收集装置在接收到至少一个场景视频之后， 可以利用 图像识别模型， 例如， 目标检测跟踪模型和动作识别模型， 对至少一个场景视频包括的对象 进行运动信息识别， 从而收集到至少一个对象识别数据。 0081 需要说明的是， 在本发明的实施例中， 步骤S202与实施例一中的步骤S102完全一 致， 在此不再赘述。 0082 S203、 利用空间定位算法， 对至少一个场景视频中包括的对象进行空间定位处理， 收集到至少一个对象定位数据。 0083 在本发明的实施例。

30、中， 数据收集装置在接收到至少一个场景视频之后， 可以利用 空间定位算法， 对至少一个场景视频中包括的对象进行空间定位处理， 收集到至少一个对 象定位数据。 0084 需要说明的是， 在本发明的实施例中， 数据收集装置具体可以先获取到至少一个 场景视频中每一帧图像包括的对象在所在图像中的图像位置， 之后， 利用空间定位算法对 图像位置进行空间定位计算， 从而获得至少一个对象定位数据。 0085 需要说明的是， 在本发明的实施例中， 若数据收集装置接收到三个场景视频， 在三 个场景视频中的同一时刻， 可以获取到对应三帧图像， 数据收集装置从三帧图像中分别获 取到同一个目标对象， 该目标对象在三帧。

31、图像中的图像位置为A1、 A2和A3， 利用空间定位算 法对A1、 A2和A3进行空间位置计算， 即可获得该时刻目标对象的空间位置。 若数据收集装置 获得一个场景视频， 在一个场景视频中的一个时刻， 可以获取到一帧图像， 目标球员在一帧 图像中的图像位置为B1， 利用空间定位算法对B1进行空间映射， 即可获得该时刻目标对象 的空间位置， 空间位置即为对象定位数据。 0086 示例性的， 在本发明的实施例中， 目标场景为篮球训练场景， 数据收集装置接收到 覆盖篮球训练场景的三个摄像头传输的三个篮球场景视频， 从而利用空间定位算法， 对三 个篮球场景视频中的球员、 篮球， 以及教具进行空间定位处理。

32、， 收集到该篮球训练场景中球 员位置、 足球位置， 以及教具位置等数据， 即获得对象定位数据， 其中， 球员位置、 足球位置， 以及教具位置为三维空间中的空间位置。 0087 需要说明的是， 在本发明的实施例中， 数据收集装置可以利用空间定位算法， 对至 少一个场景视频中每一帧包括的对象分别进行空间定位处理， 当然， 也可以按照一定的规 则或者实际的需求， 从中选取一些帧进行空间定位处理， 具体的空间定位方式本发明实施 例不作限定。 0088 需要说明的是， 在本发明的实施例中， 数据收集的来源在于获得的至少一个场景 视频， 而至少一个场景视频是由安装在对应区域的至少一个摄像头获取的， 因此，。

33、 基于至少 一个摄像头自身的硬件配置， 以及安装的角度和位置等摄像装置的配置信息， 可以确定出 对应的空间定位算法， 具体的空间定位算法和空间定位算法的确定过程本发明实施例不作 限定。 0089 可以理解的是， 在本发明的实施例中， 图像识别模型和空间定位算法可以由模型 训练装置或其它装置生成， 然后传输至数据收集装置， 数据收集装置即可获得图像识别模 型和空间定位算法， 当然， 数据收集装置自身也可以具备模型训练功能和算法生成功能， 自 主获得图像识别模型和空间定位算法， 具体的图像识别模型和空间定位算法本发明实施例 说明书 6/9 页 9 CN 110059653 A 9 不作限定。 00。

34、90 需要说明的是， 在本发明的实施例中， 对于采用图像识别模型和空间定位算法收 集至少一个对象识别数据和至少一个对象定位数据的情况， 还可以根据图像识别模型和空 间定位算法设计出一个完整的收集系统， 即可以按照一定的系统设计规则对图像识别模型 和空间定位算法采用某些方式进行封装， 设计规范化的输入和输出， 例如， 可以先对需要进 行场景视频进行筛选， 将效果不佳的部分视频删除， 此外， 还可以从结构要素、 功能要求、 时 间序列等方面进行综合考虑设计， 以更优地进行数据收集， 但是该系统设计的依据来源于 图像识别模型和空间定位算法， 也就是说， 收集系统实际上具备图像识别功能和空间定位 功能。

35、， 具体的图像识别模型和空间定位算法的提供形式本发明实施例不作限定。 0091 S204、 依据至少一个对象识别数据及至少一个对象定位数据生成目标场景的场景 对象数据。 0092 在本发明的实施例中， 数据收集装置在收集到至少一个对象识别数据和至少一个 对象定位数据之后， 即可依据至少一个对象识别数据及至少一个对象定位数据生成目标场 景的场景对象数据。 0093 可以理解的是， 在本发明的实施例中， 场景对象数据用于实现针对目标场景的数 据支持服务， 可以依据至少一个对象识别数据及至少一个对象定位数据按照特定的需求进 行统计分析， 获得相关的场景对象数据。 0094 需要说明的是， 在本发明的。

36、实施例中， 至少一个对象识别数据和至少一个对象定 位数据都是针对目标场景中的对象而言的， 例如， 运动比赛中的球员和球具等， 具体的至少 一个对象识别数据和至少一个对象定位数据本发明实施例不作限定。 0095 具体的， 在本发明的实施例中， 数据收集装置还可以接收到客户端发送的目标请 求， 从而根据目标请求， 依据至少一个对象识别数据及至少一个对象定位数据生成目标场 景的场景对象数据， 场景对象数据用于表征目标场景包括的对象的运动状态。 0096 需要说明的是， 在本发明的实施例中， 目标请求可以为请求某种类型的场景对象 数据， 例如， 足球训练场景中某一球员的运动轨迹， 或者， 各个球员的运。

37、动量数据等等， 具体 的目标请求本发明实施例不作限定。 0097 示例性的， 在本发明的实施例中， 目标场景为足球训练场景， 目标请求可以为请求 球场热力信息、 请求球员轨迹、 请求球员运动量数据、 请求球员体能消耗数据、 请求足球运 动轨迹中的一个或者多个。 0098 示例性的， 在本发明的实施例中， 数据收集装置收集到的至少一个对象识别数据 和至少一个对象定位数据， 具体可以包括球员身份、 球员位置、 球员运动跟踪、 足球位置、 足 球跟踪、 教具位置等类型数据， 目标请求为请求提供球员运动量数据， 其相应的目标数据处 理方式为根据球员的运动距离， 乘以预设的单位距离的运动量， 即涉及到对。

38、象定位数据， 因 此， 数据收集装置从场景对象数据中选取出球员位置数据， 作为待处理数据， 之后， 按照目 标数据处理方式， 根据球员位置确定的球员的运动距离， 乘以预设的单位距离的运动量， 生 成球员运动量数据， 即场景对象数据， 此外， 目标请求还包括求求提供球场热力数据时， 同 样可以生成球场热力图， 球场热力图也是场景对象数据。 0099 需要说明的是， 在本发明的实施例中， 依据至少一个对象识别数据及至少一个对 象定位数据生成的场景对象数据， 可以包括各种类型的数据， 并且， 场景对象数据可以为数 说明书 7/9 页 10 CN 110059653 A 10 据的形式， 也可以为表格。

39、或者图像的形式， 具体的场景对象数据的形式本发明实施例不作 限定。 0100 可以理解的是， 在本发明的实施例中， 数据收集装置在生成场景对象数据之后， 同 实施例一中步骤S103一样， 即可将场景对象数据发送至客户端， 在此不再赘述。 0101 图3为本发明实施例提供的一种示例性的数据收集方法应用于足球场景中的流程 示意图。 如图3所示， 数据收集装置中包括图像识别模型和空间定位算法， 其中， 图像识别模 型和空间定位算法设计为一个系统， 在球场周边布置摄像装置以采集场景视频， 导入到数 据收集装置中， 数据收集装置即可利用图像识别模型和空间定位算法， 对场景视频进行处 理， 获得球员身份、。

40、 位置、 动作、 运动跟踪、 足球位置， 以及教具位置等场景对象数据， 之后， 根据实际需求， 即目标请求， 利用场景对象数据生成热力图、 球员运动轨迹图、 运动量和体 能图， 以及足球轨迹图， 图4为本发明实施例提供的一种示例性的足球轨迹图， 如图4所示， 足球由位置1依次运动至位置5， 数据收集装置可以将这些图提供给客户端。 0102 本公开一种实施例还提供了一种数据收集装置， 图5为本发明实施例提供的一种 数据收集装置的结构示意图。 如图5所示， 数据收集装置包括： 0103 接收模块501， 用于接收至少一个场景视频； 0104 识别模块502， 用于利用图像识别模型， 对所述至少一个。

41、场景视频中包括的对象进 行运动信息识别， 收集到至少一个对象识别数据， 所述运动信息包括： 对象身份、 动作， 以及 跟踪位置； 0105 生成模块503， 用于依据所述至少一个对象识别数据生成目标场景的场景对象数 据。 0106 可选的， 所述数据收集模块还包括定位模块504； 0107 所述定位模块504， 用于利用空间定位算法， 对所述至少一个场景视频中包括的对 象进行空间定位处理， 收集到至少一个对象定位数据； 0108 所述生成模块503， 用于依据所述至少一个对象识别数据及所述至少一个对象定 位数据生成目标场景的场景对象数据。 0109 可选的， 所述数据收集装置还包括获取模块50。

42、5； 0110 所述获取模块505， 具体用于获取基于预设模型训练方法训练生成的所述图像识 别模型。 0111 可选的， 所述生成模块503， 具体还用于接收客户端发送的目标请求； 根据所述目 标请求， 从所述至少一个对象识别数据中选取出待处理数据， 并确定目标数据处理方式； 按 照所述目标数据处理方式对所述待处理数据进行数据处理， 生成所述场景对象数据。 0112 可选的， 所述数据收集装置还包括发送模块； 0113 所述发送模块506， 用于将所述场景对象数据发送至所述客户端。 0114 可选的， 所述图像识别模型至少包括目标检测跟踪模型和动作识别模型。 0115 本发明实施例提供了一种数。

43、据收集装置， 接收至少一个场景视频； 利用图像识别 模型， 对至少一个场景视频中包括的对象进行运动信息识别， 收集到至少一个对象识别数 据， 运动信息包括： 对象身份、 动作， 以及跟踪识别； 依据至少一个对象识别数据生成目标场 景的场景对象数据。 本发明的数据收集装置， 相比于现有技术中采用人工收集数据， 或者门 线技术、 鹰眼系统等分别进行单一类型数据的收集， 基于图像识别技术对应用场景下的对 说明书 8/9 页 11 CN 110059653 A 11 象进行相关数据的收集， 不仅收集效率较高， 而且功能全面。 0116 本公开一种实施例提供了一种电子设备， 图6为本发明实施例提供的一种。

44、电子设 备的结构示意图。 如图6所示， 所述电子设备包括： 处理器601、 存储器602和通信总线603； 其 中， 0117 所述通信总线603， 用于实现所述处理器601和所述存储器602之间的连接通信； 0118 所述处理器601， 用于执行所述存储器602中存储的数据收集程序， 以实现上述数 据收集方法。 0119 需要说明的是， 在本发明的实施例中， 电子设备可以为服务器， 也可以为其它具备 数据处理能力的终端等， 具体的电子设备本发明实施例不作限定。 0120 本公开实施例还提供了一种计算机可读存储介质， 所述计算机可读存储介质存储 有一个或者多个程序， 所述一个或者多个程序可以被。

45、一个或者多个处理器执行， 以实现上 述数据收集方法。 计算机可读存储介质可以是是易失性存储器(volatile memory)， 例如随 机存取存储器(Random-Access Memory， RAM)； 或者非易失性存储器(non-volatile memory)， 例如只读存储器(Read-Only Memory， ROM)， 快闪存储器(flash memory)， 硬盘 (Hard Disk Drive， HDD)或固态硬盘(Solid-State Drive， SSD)； 也可以是包括上述存储器 之一或任意组合的各自设备， 如移动电话、 计算机、 平板设备、 个人数字助理等。 01。

46、21 本领域内的技术人员应明白， 本公开的实施例可提供为方法、 系统、 或计算机程序 产品。 因此， 本公开可采用硬件实施例、 软件实施例、 或结合软件和硬件方面的实施例的形 式。 而且， 本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储 介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。 0122 本公开是参照根据本公开实施例的方法、 设备(系统)、 和计算机程序产品的流程 图和/或方框图来描述的。 应理解可由计算机程序指令实现流程图和/或方框图中的每一流 程和/或方框、 以及流程图和/或方框图中的流程和/或方框的结合。 可提供这些计算机程序 指令。

47、到通用计算机、 专用计算机、 嵌入式处理机或其他可编程信号处理设备的处理器以产 生一个机器， 使得通过计算机或其他可编程信号处理设备的处理器执行的指令产生用于实 现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。 0123 这些计算机程序指令也可存储在能引导计算机或其他可编程信号处理设备以特 定方式工作的计算机可读存储器中， 使得存储在该计算机可读存储器中的指令产生包括指 令装置的制造品， 该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能。 0124 这些计算机程序指令也可装载到计算机或其他可编程信号处理设备上， 使得在计 算机或。

48、其他可编程设备上执行一系列操作步骤以产生计算机实现的处理， 从而在计算机或 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能的步骤。 0125 以上所述， 仅为本公开的较佳实施例而已， 并非用于限定本公开的保护范围。 说明书 9/9 页 12 CN 110059653 A 12 图1 图2 说明书附图 1/4 页 13 CN 110059653 A 13 图3 说明书附图 2/4 页 14 CN 110059653 A 14 图4 图5 说明书附图 3/4 页 15 CN 110059653 A 15 图6 说明书附图 4/4 页 16 CN 110059653 A 16 。