一种行人轨迹获取方法及装置制造方法及图纸

本申请实施例提供了一种行人轨迹获取方法及装置，获取追踪识别结果数据，其中，追踪识别结果数据包括行人ID、识别时间以及行人坐标点，追踪识别结果数据为同一摄像头在第一预设时间段内获得的行人ID对应的行人的多张照片；获取第一预设时间段内每秒对应的多张照片，对每秒对应的多张照片的行人ID的行人坐标点求平均值，获取第一预设时间段内每秒对应的行人ID的行人位置平均值；计算第一预设时间段内相邻两秒的行人位置平均值的位置差值；判断位置差值是否大于第一预设值；若是，则判定在上述相邻两秒内行人ID对应的行人在移动。若行人移动，则可以根据时间先后顺序获得的行人移动方向来获得行人移动的轨迹。

【技术实现步骤摘要】
一种行人轨迹获取方法及装置
本申请涉及图像处理领域，具体而言，涉及一种行人轨迹获取方法及装置。
技术介绍
随着人工智能的日益发展，深度学习、神经网络等模型算法的优化与迭代，机器识别出人的准确度已经与人类的识别准确度相差无几了。同时，基于行人轨迹追踪的应用也是越来越多。在商业智能的场景下，理清人与物的时空关系尤为重要。如何利用好行人的位置信息，在大流量，大数据的场景下，如何在商场中获取该行人的移动轨迹显得尤为重要。申请内容有鉴于此，本申请实施例提供了一种行人轨迹获取方法及装置。第一方面，本申请实施例提供了一种行人轨迹获取方法，所述方法包括：获取追踪识别结果数据，其中，所述追踪识别结果数据包括行人ID、识别时间以及行人坐标点，所述追踪识别结果数据为同一摄像头在第一预设时间段内获得的所述行人ID对应的行人的多张照片；获取所述第一预设时间段内每秒对应的多张照片，对所述每秒对应的多张照片的行人ID的行人坐标点求平均值，获取所述第一预设时间段内每秒对应的行人ID的行人位置平均值；计算所述第一预设时间段内相邻两秒的行人位置平均值的位置差值；判断所述位置差值是否大于第一预设值；若是，则判定在上述相邻本文档来自技高网...

【技术保护点】
1.一种行人轨迹获取方法，其特征在于，所述方法包括：获取追踪识别结果数据，其中，所述追踪识别结果数据包括行人ID、识别时间以及行人坐标点，所述追踪识别结果数据为同一摄像头在第一预设时间段内获得的所述行人ID对应的行人的多张照片；获取所述第一预设时间段内每秒对应的多张照片，对所述每秒对应的多张照片的行人ID的行人坐标点求平均值，获取所述第一预设时间段内每秒对应的行人ID的行人位置平均值；计算所述第一预设时间段内相邻两秒的行人位置平均值的位置差值；判断所述位置差值是否大于第一预设值；若是，则判定在上述相邻两秒内所述行人ID对应的行人在移动。

【技术特征摘要】
1.一种行人轨迹获取方法，其特征在于，所述方法包括：获取追踪识别结果数据，其中，所述追踪识别结果数据包括行人ID、识别时间以及行人坐标点，所述追踪识别结果数据为同一摄像头在第一预设时间段内获得的所述行人ID对应的行人的多张照片；获取所述第一预设时间段内每秒对应的多张照片，对所述每秒对应的多张照片的行人ID的行人坐标点求平均值，获取所述第一预设时间段内每秒对应的行人ID的行人位置平均值；计算所述第一预设时间段内相邻两秒的行人位置平均值的位置差值；判断所述位置差值是否大于第一预设值；若是，则判定在上述相邻两秒内所述行人ID对应的行人在移动。2.根据权利要求1所述的方法，其特征在于，在判断所述位置差值是否大于第一预设值之后，所述方法还包括：若所述位置差值小于所述第一预设值，则判定在上述相邻两秒内所述行人ID对应的行人为静止状态。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：按照所述第一预设时间段的时间顺序，对所述行人位置平均值进行连线，获得所述行人ID对应的行人轨迹。4.根据权利要求3所述的方法，其特征在于，在获得所述行人ID对应的行人轨迹之后，所述方法还包括：按照GeoJSON标准，将所述行人轨迹生成相应的数据；将所述数据进行整合并存储至业务数据库。5.根据权利要求1所述的方法，其特征在于，在所述获取追踪识别结果数据之前，所述方法还包括：获取摄像头采集的视频流；控制图形处理器对所述视频流进行处理，获得所述追踪识别结果数据。6.一种行人轨迹获取装置，其特征在于，...

【专利技术属性】
技术研发人员：刘泽许，
申请(专利权)人：图普科技广州有限公司，
类型：发明
国别省市：广东,44