CN113469220B 轨迹识别方法以及相关装置、设备 （广州虎牙科技有限公司）

用多个识别点以及参考拐角点确定待识别轨迹2从所述多个轨迹点中确定所述待识别轨迹的多个初基于所述初始拐角点得到与轨迹模板的参考拐角点的数量相同的多个识别点；包括：响应于所述参考拐角点相对于所述初始拐角将每两条相邻的轨迹向量之间的夹角与预设角度进行对比，将所有夹响应于所述初始拐角点的数量大于所述参考拐角点的数量，增大所述预设角度的角将多个所述识别点的坐标与所述参考拐角点的坐标进行比对，响应于所述轨迹模板的数量大于1个，按照轨迹的先后顺序依次将各所述识别点分别大于1个，按照轨迹的先后顺序依次将各所述识别点分别与轨迹模板上对应的参考拐角点依次将多个所述识别点分别与每个轨迹模板的参考拐角点进行对比，得将相似度最高的轨迹模板的类型确定为所述待识别3通过下述公式计算所述待识别轨迹与各个轨迹模板之计算所述多个识别点之间的中心点，并以所述中心点为识别模块，用于基于所述初始拐角点得到与轨迹模板的参考确定模块，用于利用多个所述识别点以及所述参考拐角点确定所述待识别轨迹的类理器执行时实现如权利要求1至9任一项所述的轨迹45于利用多个识别点以及参考拐角点确定待识别轨6[0039]在一个具体的应用场景中，确定待识别轨迹上的多个初始拐角点的方法可以包[0040]步骤S13：基于初始拐角点得到与轨迹模板的参考拐角点的数量相同的多个识别[0042]其中，获取多个识别点的方式可以包括通过在步骤S12中调整确定初始拐角点的7[0044]利用待识别轨迹的多个识别点和轨迹模板的多个参考拐角点确定待识别轨迹的利用多个识别点以及参考拐角点确定待识别轨迹的类型[0047]通过上述方法，本实施例的轨迹识别方法先通过获取待准确率，同时避免了基于训练样本对神经网络或分类器进行训练来进行轨迹识别的步骤，待识别轨迹后，可以通过对待识别轨迹进行关键点识别从而获取到各个轨迹点及其坐标。[0054]其中，轨迹向量之间的夹角与预设角度θ的对比方法为将两条轨迹向量中的一条8[0055]在一个具体的应用场景中，当相邻的两条轨迹向量T2-3和T3-4的轨迹向量分别为[0056]通过将每两条相邻的轨迹向量之间的夹角与预设角度θ进行对比，确定了待识别夹角大于预设角度θ的两条相邻的初始拐角点向量之间的初始拐角点进行保留，将所有夹[0058]步骤S23：基于初始拐角点得到与轨迹模板的参考拐角点的数量相同的多个识别[0059]基于初始拐角点得到与轨迹模板的参考拐角点的数量相同的多个识别点，具体点和初始拐角点的数量加起来与轨迹模板的参考拐角点的数9[0073]将经过归一化处理后的多个识别点的坐标与归一化处理后的参考拐角点的坐标[0079]通过上述两公式依次计算待识别轨迹与每个轨迹模板之间的相似度R，并将与待识别轨迹相似度R最大的轨迹模板的类型确定为待设数量调整识别点数量以及归一化处理等步骤后得[0082]而当遇到模板库中没有的轨迹类型时，只需将新的轨迹类型经步骤S21-步骤S24轨迹的多个轨迹点；拐角模块42用于从多个轨迹点中确定待识别轨迹的多个初始拐角点；识别模块43，用于基于初始拐角点得到与轨迹模板的参考拐角点的数量相同的多个识别[0086]识别模块43还用于响应于参考拐角点相对于初始拐角点预设角度的两条相邻的轨迹向量之间的轨迹点确定为[0090]确定模块44还用于响应于轨迹模板的数量大于1个，依次将识别点分别与每个轨[0091]确定模块44还用于依次将多个识别点分别与每个轨迹模板的参考拐角点进行对[0092]确定模块44还用于通过下述公式计算待识别轨迹的待识别轨迹与各个轨迹模板信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecific说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产