轨迹模拟方法、装置、终端设备和存储介质

技术领域

本申请属于图像处理技术领域，尤其涉及一种轨迹模拟方法、装置、终端设备和存储介质。

背景技术

随着人们生活水平的提高，高楼大厦随处可见，但近年来，高空抛物事件频发，严重危害公共安全。现有技术中可以通过模拟高空抛物的轨迹对高空抛物事件进行追溯，常用的轨迹模拟方法多基于背景模型、运动检测以及图像形态学实现。这些轨迹模拟方法在模拟的过程中，容易受到图像质量、环境光、太阳光等影响，导致轨迹模拟准确率大幅下降。

发明内容

有鉴于此，本申请实施例提供了一种轨迹模拟方法、装置、终端设备和存储介质，能够提高对物体的运动轨迹进行模拟的准确性。

第一方面，本申请实施例提供了一种轨迹模拟方法，包括：

获取待处理的图像序列；

使用光流算法对所述图像序列进行光流分析，得到所述图像序列中每帧图像的光流图；

针对每帧所述光流图，将该光流图划分为多个网格，并根据每个所述网格的光流特征计算得到该光流图的网格特征信息；

根据每帧所述光流图的网格特征信息模拟所述图像序列中的目标物体的运动轨迹。

本申请通过对图像序列进行光流分析得到光流图，然后对每帧光流图进行网格划分，并计算光流图中的网格特征信息，之后根据每帧所述光流图的网格特征信息模拟所述图像序列中的目标物体的运动轨迹，该方法通过对光流图进行网格划分，能够通过网格大小的调节，让目标物体对应的光流聚集在一个网格内，对目标物体的轨迹跟踪针对性更强，也能够避免像素级别的噪声干扰或者远超出目标物体大小边界的噪声扰动，例如摄像机附近的树叶，从而提高该目标物体运动轨迹模拟结果鲁棒性。

进一步的，根据每个所述网格的光流特征计算得到该光流图的网格特征信息，包括：

计算该光流图中每个光流的模长，并将所述模长大于第一设定阈值的光流确定为目标光流；

计算每个所述网格中所述目标光流的个数，并将所述目标光流的个数大于第二设定阈值的网格确定为目标网格；

根据每个所述目标网格中的目标光流的位置信息及模长计算得到该光流图的网格特征信息。

光流图中的光流能够反映图像中目标物体的变化，由于它包含了目标物体的运动信息，因此可以用来确定目标物体的运动情况。但是目标物体在运动的同时，会存在一些噪声和干扰。为了能够更精确的模拟出目标物体的运动轨迹，可以先计算单帧光流图中每个光流的模长，通过将每个光流的模长和第一设定阈值进行比较，选取出模长符合与其要求的目标光流，从而将一些因噪声发生位移的像素点所形成的光流筛除；然后计算每个网格中目标光流的个数，并根据第二设定阈值选取出目标网格；最后根据该光流图中每个目标网格中目标光流的位置信息及模长进行计算，即可得到单帧光流图的网格特征信息，以提高目标物体运动轨迹模拟的准确性。

进一步的，根据每个所述目标网格中的目标光流的位置信息及模长计算得到该光流图的网格特征信息，包括：

针对每个所述目标网格，计算该目标网格中的各个目标光流的平均位置信息及平均模长，得到该目标网格的特征信息；

将所有的所述目标网格的特征信息确定为该光流图的网格特征信息。

每个目标网格中会有多个目标光流，可以通过计算单个目标网格中每个目标光流的平均位置信息和平均模长，作为该目标网格的特征信息；对于单帧光流图，可以将该光流图中所有目标网格的特征信息确定为其网格特征信息。

进一步的，根据每帧所述光流图的网格特征信息模拟所述图像序列中的目标物体的运动轨迹，包括：

获取具有所述目标网格的各个所述光流图作为预选图像，各个所述预选图像按照其处于所述图像序列中的时间先后顺序依次排列形成预选图像序列；

将所述预选图像序列中位于首位的预选图像作为第一帧预选图像；

从所述第一帧预选图像中选择一个目标网格作为初始网格，并将所述初始网格作为所述运动轨迹的起始点；

根据所述起始点的特征信息从所述预选图像序列中的第二帧预选图像中选择一个目标网格作为所述运动轨迹的第二个轨迹点；

根据所述第二个轨迹点的特征信息从所述预选图像序列中的第三帧预选图像中选择一个目标网格作为所述运动轨迹的第三个轨迹点，重复相同的操作，直至遍历所述预选图像序列，得到所述运动轨迹的所有轨迹点；

根据所述所有轨迹点构建所述目标物体的运动轨迹。

在确定出每帧光流图的网格特征信息后，即可构建出目标物体的运动轨迹。具体的，需要先从所有光流图中选取出具有目标网格的光流图作为预选图像，预选图像按照其在图像序列中的时间顺序排列形成预选图像序列，然后从预选图像序列中的第一帧预选图像选择一个目标网格作为运动轨迹的起始点，之后根据该起始点的特征信息从第二帧预选图像中确定出第二个轨迹点，并根据第二个轨迹点的特征信息从第三帧预选图像中确定出第三个轨迹点，并重复相同的操作，直到遍历完所有预选图像，得到所述运动轨迹的所有轨迹点，从而根据所有轨迹点构建出目标物体的运动轨迹。

进一步的，在根据所述所有轨迹点构建所述目标物体的运动轨迹之后，还包括：

将所述构建的运动轨迹作为一条预选运动轨迹；

从所述第一帧预选图像中依次选择除所述初始网格外的每个目标网格作为所述运动轨迹的起始点，然后重复和所述初始网格相同的处理过程，得到多条预选运动轨迹；

将所述多条预选运动轨迹分别和预设的基准运动轨迹进行匹配，得到每条所述预选运动轨迹的匹配度；

从所述多条预选运动轨迹中选择所述匹配度最高的一条预选运动轨迹，作为所述目标物体的运动轨迹。

在图像序列中，除了包含目标物体，还有可能包含一起其他的噪声，例如下落的树叶。此时，通过一次遍历各个预选图像得到的所有轨迹点拟合出来的运动轨迹有可能不是目标物体的运动轨迹，为了提高目标物体运动轨迹模拟的准确性，可以通过更换运动轨迹的起始点，将图像序列中可能出现的运动轨迹都拟合出来，具体的确定出一个起始点后，遍历各个预选图像，将得到的所有轨迹点构建出一条预选运动轨迹，然后更换起始点，再次遍历各个预选图像，经过多次起始点的更换和预选图像的遍历，可以得到多条预选运动轨迹。得到多条预选运动轨迹之后，即可将其多条预选运动轨迹和预设的基准运动轨迹依次进行匹配，得到每条预选运动轨迹的匹配度，并将匹配度最高的一条运动轨迹，确定为目标物体的运动轨迹，从而提高目标物体的运动轨迹模拟的准确性。

进一步的，在将所述初始网格作为所述运动轨迹的起始点之后，还包括：

若所述预选图像序列中存在选择目标网格作为所述运动轨迹的轨迹点失败的目标预选图像，则从所述预选图像序列中处于所述目标预选图像之后的下一帧预选图像中选择目标网格作为所述运动轨迹当前的轨迹点。

在进行轨迹点选取的过程中，也有可能存在轨迹点选取失败的情形，对于无法选取出轨迹点的预选图像，将其确定为目标预选图像，当遇到目标预选图像，可以跳过该帧预选图像，并从该目标预选图像的下一张预选图像中选取运动轨迹的轨迹点。

进一步的，若所述预选图像序列中存在的连续的目标预选图像的数量大于第三设定阈值，则从初始点更新预选图像中选择一个目标网格，并将所述运动轨迹的起始点更新为该选择的目标网格，所述初始点更新预选图像为所述预选图像序列中处于最后目标预选图像之后的下一帧预选图像，所述最后目标预选图像为所述连续的目标预选图像中排列最后的一个目标预选图像。

在轨迹点的选取过程中，如果存在连续的多帧目标预选图像，那么则说明之前选择的起始点有可能是一些干扰噪声，不是运动轨迹的起始点。此时可以通过在初始点更新预选图像中选择一个目标网格，更新起始点，以减少噪声对运动轨迹模拟的干扰，提高运动轨迹模拟的效率和准确性。

第二方面，本申请实施例提供了一种轨迹模拟装置，包括：

图像序列获取模块，用于获取待处理的图像序列；

光流分析模块，用于使用光流算法对所述图像序列进行光流分析，得到所述图像序列中每帧图像的光流图；

网格特征计算模块，用于针对每帧所述光流图，将该光流图划分为多个网格，并根据每个所述网格的光流特征计算得到该光流图的网格特征信息；

运动轨迹模拟模块，用于根据每帧所述光流图的网格特征信息模拟所述图像序列中的目标物体的运动轨迹。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例第一方面提出的轨迹模拟方法。

第四方面，本申请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计算机程序，所述计算机程序被处理器执行时实现如本申请实施例第一方面提出的轨迹模拟方法。

本申请实施例与现有技术相比存在的有益效果是：能够提高目标物体的运动轨迹模拟的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种轨迹模拟方法的流程图；

图2是本申请实施例提供的一种网格绘制方法的示意图；

图3是本申请实施例提供的另一种网格绘制方法的示意图；

图4是本申请实施例提供的一组预选图像序列的示意图；

图5是本申请实施例提供的多组预选轨迹点的示意图；

图6是本申请实施例提供的目标物体的轨迹模拟方法的流程图；

图7是本申请实施例提供的一种轨迹模拟装置的结构图；

图8是本申请实施例提供的一种终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定装置结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。还应当理解，在本申请实施例中，“一个或多个”是指一个、两个或两个以上；“和/或”，描述关联对象的关联关系，表示可以存在三种关系；例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。

本申请实施例提供的轨迹模拟方法可以应用于手机、平板电脑、医疗设备、可穿戴设备、车载设备、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等终端设备或者服务器上，本申请实施例对终端设备和服务器的具体类型不作任何限制。

高空抛物现象曾被称为“悬在城市上空的痛”，该行为不仅是一种不文明的行为，而且还有可能带来社会危害，对于高空抛物坠物致害责任，在《民法典》第1254条有具体规定。

但在现实生活中，一般高空抛物的责任人难以确认，现有技术中可以通过模拟高空抛物的轨迹对高空抛物事件进行追溯，常用的轨迹模拟方法多基于背景模型、运动检测以及图像形态学实现。这些轨迹模拟方法在模拟的过程中，容易受到图像质量、环境光、太阳光等影响，导致轨迹模拟准确率大幅下降。针对该问题，本申请提出了一种轨迹模拟方法，能够提高目标物体的运动轨迹模拟的准确性。

请参阅图1，图1示出了本申请提供的一种轨迹模拟方法的流程图，包括：

101、获取待处理的图像序列；

首先，获取待处理的图像序列，该图像序列一般是通过监控摄像机采集得到的视频流经过解码后得到的。其中监控摄像机可以设置于被监控建筑物的一侧的地面上，监控摄像机的镜头上仰指定度数，对着被监控建筑物有窗户的外墙面。对于图像序列中的每帧图像，可以假设图像的宽为W，高为H，那么一帧RGB图像I的尺寸为(W，H，3)，3代表红黄蓝三个色彩通道，如果一个图像序列有T帧图像，则可以表示为{I

102、使用光流算法对所述图像序列进行光流分析，得到所述图像序列中每帧图像的光流图；

使用光流算法对图像序列进行光流分析，可以得到图像序列中每帧图像的光流图。其中光流算法可以是LiteFlownet3，该光流算法是一种基于卷积神经网络的光流算法，能够解决关联模糊，实现更准确的光流估计。具体的，在光流分析的过程中，该算法通过对相邻的两帧图像进行分析，得到前一帧图像对应的光流图。例如将第T帧和第T+1帧图像输入到光流算法的网络模型中，可以得到第T帧图像对应的光流图，而T+1帧对应的光流图，则需要对第T+1图像和第T+2帧图像进行光流分析得到，对一个图像序列完成光流分析，假设该图像序列有T帧图像，则可以得到前T-1帧图像对应的光流图。光流图能够反映图像中移动物体的移动状态，例如第T帧图像对应的光流图，反映的是图像中移动物体对应的像素点从第T帧图像到第T+1帧图像的移动状态，其中光流图的尺寸为(W，H，2)，其中2代表图像上的轴和Y轴。

103、针对每帧所述光流图，将该光流图划分为多个网格，并根据每个所述网格的光流特征计算得到该光流图的网格特征信息；

在图像序列对应的光流图后，可以将光流图划分为多个网格，其中网格的尺寸可以是目标物体在图像中的大小。在划分网格的过程中，可以参阅图2和图3，假设较大的光流对应的物体为目标物体，以该物体的大小确定好网格的尺寸(a厘米，b厘米)，即长为a厘米，宽为b厘米。在一个实施例中，划分网格的一种方法可以参阅图2，如图2所示。一帧流光图共有四条边和四个顶角，分别为图中的A

为了解决该问题，在一个实施例中在另划分网格的方法还可以参阅图3，可以先通过划分一个网格N

具体的，在一个实施例中，根据每个所述网格的光流特征计算得到该光流图的网格特征信息，包括：

计算该光流图中每个光流的模长，并将所述模长大于第一设定阈值的光流确定为目标光流；

计算每个所述网格中所述目标光流的个数，并将所述目标光流的个数大于第二设定阈值的网格确定为目标网格；

根据每个所述目标网格中的目标光流的位置信息及模长计算得到该光流图的网格特征信息。

运动物体对应的像素点在光流图中会以光流呈现，因此可以计算单帧光流图中每个光流的模长，从而确定出发生移动的像素点所形成的光流即目标光流，然后通过统计每个网格中目标光流的个数，若一个网格中目标光流的个数大于第二设定阈值，则该网格中的各个目标光流极有可能是目标物体对应的像素点所形成的光流，可以将该类网格确定为目标网格，以便于提高目标物体运动轨迹模拟的准确性。具体的，运动轨迹是依据光流图中光流的位置信息进行构建的，因此在确定出目标网格之后，还需要根据目标网格中目标光流的位置信息及模长计算出该光流图的网格特征信息。

在一个实施例中，根据每个所述目标网格中的目标光流的位置信息及模长计算得到该光流图的网格特征信息，包括：

针对每个所述目标网格，计算该目标网格中的各个目标光流的平均位置信息和平均模长，得到该目标网格的特征信息；

将所有的所述目标网格的特征信息确定为该光流图的网格特征信息。

对于每个目标网格，其中会有多个目标光流，可以获取各个目标光流的位置信息及模长，计算出平均位置信息和平均模长，将其确定为该目标网格的特征信息。假设某个目标网格中有s个目标光流F

104、根据每帧所述光流图的网格特征信息模拟所述图像序列中的目标物体的运动轨迹。

计算完每帧光流图的网格特征信息之后，即可模拟图像序列中的目标物体的运动轨迹。具体的，在一个实施例中，参阅图6，可以通过以下步骤模拟所述图像序列中的目标物体的运动轨迹：

601、获取具有所述目标网格的各个所述光流图作为预选图像，各个所述预选图像按照其处于所述图像序列中的时间先后顺序依次排列形成预选图像序列；

602、将所述预选图像序列中位于首位的预选图像作为第一帧预选图像；

603、从所述第一帧预选图像中选择一个目标网格作为初始网格，并将所述初始网格作为所述运动轨迹的起始点；

604、根据所述起始点的特征信息从所述预选图像序列中的第二帧预选图像中选择一个目标网格作为所述运动轨迹的第二个轨迹点；

605、根据所述第二个轨迹点的特征信息从所述预选图像序列中的第三帧预选图像中选择一个目标网格作为所述运动轨迹的第三个轨迹点，重复相同的操作，直至遍历所述预选图像序列，得到所述运动轨迹的所有轨迹点；606、根据所述所有轨迹点构建所述目标物体的运动轨迹。

将具有目标网格的光流图作为预选图像，其中光流图按照图像序列中的时间先后顺序依次排列的形成预选图像序列。然后从该预选图像序列中选取位于首位的预选图像作为第一帧预选图像，从该预选图像中选择一个目标网格作为初始网格，并将该初始网格确定为运动轨迹的起始点，接着根据起始点的特征信息从第二帧预选图像中选择出一个目标网格作为运动轨迹的第二个轨迹点，并根据第二个轨迹点从第三章预选图像中选取出运动轨迹的第三个起始点，以此类推，重复相同的轨迹点选取步骤，直至遍历完预选图像序列，选取出运动轨迹所有的轨迹点，并根据所有轨迹点构建出目标物体的运动轨迹。

具体的，如果目标物体为高空抛物行为中的被抛物体，依据前一个轨迹点的特征信息选取下一个轨迹点，被选取的目标网格可以遵循以下规则(需要注意的是，下述的X轴和Y轴是以光流图中某个顶角建立的二维坐标的两个轴，一般以地平线X轴，与地平线垂直的建筑物为Y轴，当摄像机获取的图像有偏转的话，可以通过建立两个坐标系进行转换)：

(1)该目标网格在X轴方向上的光流模长和前一个轨迹点对应的目标网格的光流模长的差值趋近于0，具体的可以设定一个阈值；

(2)如果前一个轨迹点对应的目标网格在Y轴上的光流是向下，那么该目标网格在Y轴上的光流方向也为向下，且Y轴方向上的光流模长大于上一个轨迹点对应的目标网格Y轴方向的光流模长；

(3)该目标网格中包含的目标光流个数趋近于上一个轨迹点对应的目标网格中包含的目标光流个数；

(4)该目标网格在空间上不能和上一个轨迹点对应的目标网格在同一位置。

如果在上一个轨迹点所在预选图像的下一帧预选图像中找到满足上述条件的目标网格，即可将该目标网格确定为下一个轨迹点。

由于在图像序列中，除了包含目标物体，还有可能包含一起其他的噪声，例如下落的树叶。因此，在一个实施例中，在执行完步骤606之后，还包括：

将所述构建的运动轨迹作为一条预选运动轨迹；

从所述第一帧预选图像中依次选择除所述初始网格外的每个目标网格作为所述运动轨迹的起始点，然后重复和所述初始网格相同的处理过程，得到多条预选运动轨迹；

将所述多条预选运动轨迹分别和预设的基准运动轨迹进行匹配，得到每条所述预选运动轨迹的匹配度；

从所述多条预选运动轨迹中选择所述匹配度最高的一条预选运动轨迹，作为所述目标物体的运动轨迹。

将构建出来的目标物体的运动轨迹确定为一条预选运动轨迹，并通过更换运动轨迹的起始点，从而筛选出出多条预选运动轨迹，之后再根据预设的基准运动轨迹进行匹配，从多条预选运动轨迹中确定出目标物体的运动轨迹，该方法可以减少模拟目标物体运动轨迹过程中的噪声干扰，提高目标物体的模拟运动轨迹的准确性。假定物体在空中飞行仅受到重力作用，忽略空气阻力和风力的影响，那么根据牛顿定律物体的运动轨迹应当接近抛物线的形状，即基准运动轨迹的轨迹方程为y＝a*x

在轨迹点的选取过程中，可能会出现无法从某帧预选图像中确定出轨迹点，当发生该情况时，在一个实施例中，在将所述初始网格作为所述运动轨迹的起始点之后，还包括：

若各个所述预选图像中存在选择目标网格作为所述运动轨迹的轨迹点失败的目标预选图像，则从各个所述预选图像中处于所述目标预选图像之后的下一帧预选图像中选择目标网格作为所述运动轨迹当前的轨迹点。

由于可能存在因光线(例如光照和玻璃反射)、画面中某个区域的背景颜色与目标物体颜色相近导致目标物体在某些位置被遮挡等原因，导致无法从某帧预选图像中确定出运动轨迹当前的轨迹点，当出现该情况时，可以跳过该目标预选图像，从该目标预选图像的下一帧预选图像中选择目标网格作为运动轨迹当前的轨迹点。

但是如果连续跳过多帧目标预选图像都无法选取到轨迹点，有可能是当前选取的运动轨迹的起始点不适合，该起始点对应的目标网格中可能是一些噪声对应的像素点所形成的光流，出现该情况，在一个实施例中，可以通过以下步骤解决：

若各个所述预选图像中存在的连续的目标预选图像的数量大于第三设定阈值，则从初始点更新预选图像中选择一个目标网格，并将所述运动轨迹的起始点更新为该选择的目标网格，所述初始点更新预选图像为各个所述预选图像中处于最后目标预选图像之后的下一张预选图像，所述最后目标预选图像为所述连续的目标预选图像中排列最后的一个目标预选图像。

如果连续的目标预选图像数量大于第三设定阈值，那么可以从初始点更新预选图像中选择一个目标网格更新为当前运动轨迹的起始点，此时初始点更新预选图像即更新为第一张预选图像，并重复步骤603至步骤606。为了便于理解，举例说明，假设第三设定阈值为5帧，在从第T帧光流图中选取出一个目标网格A作为轨迹点之后，依据目标网格A从第T+1帧光流图中选取目标网格作为下一个轨迹点，但如果在T+1帧光流图中没选取到满足条件的目标网格，则从T+2帧光流图中选取，但如果遍历到T+5帧还是没有选取到满足条件的目标网格，那么有可能是当前运动轨迹的起始点不合适，则可以将T+6帧光流图作为初始点更新预选图像，并从该帧图像中选取出一个目标网格更新为运动轨迹的起始点，并重复步骤603至606。

在获得预选图像序列之后，除了上述轨迹模拟方法，还可以通过目标网格的排列组合方式获得多组预先轨迹对应的轨迹点，定义为预选轨迹点，之后直接将每组预选轨迹点构建出预选轨迹，然后将预选轨迹和预先设定的基准轨迹进行匹配以选取出目标物体的运动轨迹。具体的，可以参阅图4和图5，图4是一个预选图像序列，其中有3帧光流图，第一帧光流图中包含目标网格M

本申请通过对图像序列进行光流分析得到光流图，然后对每帧光流图进行网格划分，并计算光流图中的网格特征信息，之后根据每帧所述光流图的网格特征信息模拟所述图像序列中的目标物体的运动轨迹，该方法能够提高目标物体运动轨迹模拟的准确性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图7示出了本申请实施例提供的轨迹模拟装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图7，该装置包括：

图像序列获取模块701，用于获取待处理的图像序列；

光流分析模块702，用于使用光流算法对所述图像序列进行光流分析，得到所述图像序列中每帧图像的光流图；

网格特征计算模块703，用于针对每帧所述光流图，将该光流图划分为多个网格，并根据每个所述网格的光流特征计算得到该光流图的网格特征信息；

运动轨迹模拟模块704，用于根据每帧所述光流图的网格特征信息模拟所述图像序列中的目标物体的运动轨迹。

进一步的，所述网格特征计算模块703可以包括：

目标光流确定单元，用于计算该光流图中每个光流的模长，并将所述模长大于第一设定阈值的光流确定为目标光流；

目标网格确定单元，用于计算每个所述网格中所述目标光流的个数，并将所述目标光流的个数大于第二设定阈值的网格确定为目标网格；

网格特征信息计算单元，用于根据每个所述目标网格中的目标光流的位置信息及模长计算得到该光流图的网格特征信息。

进一步的，所述网格特征信息计算单元可以包括：

目标网格特征信息计算子单元，用于针对每个所述目标网格，计算该目标网格中的各个目标光流的平均位置信息及平均模长，得到该目标网格的特征信息；

网格特征信息确定子单元，用于将所有的所述目标网格的特征信息确定为该光流图的网格特征信息。

进一步的，所述运动轨迹模拟模块704可以包括：

预选图像获取单元，获取具有所述目标网格的各个所述光流图作为预选图像，各个所述预选图像按照其处于所述图像序列中的时间先后顺序依次排列；

预选图像选取单元，用于选取各个所述预选图像中的第一帧预选图像；

轨迹起始点确定单元，用于从所述第一帧预选图像中选择一个目标网格作为初始网格，并将所述初始网格作为所述运动轨迹的起始点；

轨迹点确定第一单元，用于根据所述起始点的特征信息从各个所述预选图像中的第二帧预选图像中选择一个目标网格作为所述运动轨迹的第二个轨迹点；

轨迹点确定第二单元，用于根据所述第二个轨迹点的特征信息从各个所述预选图像中的第三帧预选图像中选择一个目标网格作为所述运动轨迹的第三个轨迹点，重复相同的操作，直至遍历各个所述预选图像，得到所述运动轨迹的所有轨迹点；

运动轨迹构建单元，用于根据所述所有轨迹点构建所述目标物体的运动轨迹。

进一步的，所述运动轨迹模拟模块704还可以包括：

预选轨迹确定单元，用于将所述构建的运动轨迹作为一条预选运动轨迹；

预选轨迹构建单元，用于从所述第一帧预选图像中依次选择除所述初始网格外的每个目标网格作为所述运动轨迹的起始点，然后重复和所述初始网格相同的处理过程，得到多条预选运动轨迹；

运动轨迹匹配单元，用于将所述多条预选运动轨迹分别和预设的基准运动轨迹进行匹配，得到每条所述预选运动轨迹的匹配度；

目标轨迹确定单元，用于从所述多条预选运动轨迹中选择所述匹配度最高的一条预选运动轨迹，作为所述目标物体的运动轨迹。

进一步的，所述运动轨迹模拟模块704还可以包括：

轨迹点确定第三单元，用于在将所述初始网格作为所述运动轨迹的起始点之后，若各个所述预选图像中存在选择目标网格作为所述运动轨迹的轨迹点失败的目标预选图像，则从各个所述预选图像中处于所述目标预选图像之后的下一帧预选图像中选择目标网格作为所述运动轨迹当前的轨迹点。

进一步的，所述运动轨迹模拟模块704还可以包括：

起始点更新单元，用于若各个所述预选图像中存在的连续的目标预选图像的数量大于第三设定阈值，则从初始点更新预选图像中选择一个目标网格，并将所述运动轨迹的起始点更新为该选择的目标网格，所述初始点更新预选图像为各个所述预选图像中处于最后目标预选图像之后的下一帧预选图像，所述最后目标预选图像为所述连续的目标预选图像中排列最后的一个目标预选图像。

本申请实施例还提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请提出的各个轨迹模拟方法的步骤。

本申请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计算机程序，所述计算机程序被处理器执行时实现如本申请提出的各个轨迹模拟方法的步骤。本申请实施例还提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行本申请提出的各个轨迹模拟方法的步骤。

本申请一实施例提供的终端设备的结构示意图。如图8所示，该实施例的终端设备8包括：至少一个处理器80(图8中仅示出一个)处理器、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82，所述处理器80执行所述计算机程序82时实现上述任意浏览器驱动的配置方法实施例中的步骤。

所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备，以及智能手表、智能手环等可穿戴设备。该终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的举例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器81在一些实施例中可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作装置、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。