行人跟踪方法及相关设备技术

本申请实施例提供一种行人跟踪方法及相关设备，其中，所述方法包括：确定当前帧图像中的目标行人；获取目标人体特征，以及获取K个历史人体特征，其中，所述目标人体特征为所述目标行人的人体特征，所述K个历史人体特征为前一帧图像中的历史行人的人体特征，所述前一帧图像为视频流中所述当前帧图像的前一帧图像，所述K为正整数；根据所述目标人体特征和所述K个历史人体特征进行特征融合，以确定所述目标行人是否为所述历史行人。采用本申请实施例，有利于提高行人跟踪的准确率。有利于提高行人跟踪的准确率。有利于提高行人跟踪的准确率。

【技术实现步骤摘要】
行人跟踪方法及相关设备


[0001]本申请涉及计算机
，尤其涉及一种行人跟踪方法及相关设备。

技术介绍

[0002]随着深度学习的跨越式发展，目标跟踪的指标快速提高，例如多目标跟踪准确率(Multi-Object Tracking Accuracy，MOTA)；尤其是以多目标跟踪算法(deepsort)为代表的一系列跟踪算法，其通过人体特征模型(Reid)提取特征做跟踪，在实际应用中产生了巨大的实用价值，其重要性不言而喻。统观现在的目标跟踪领域，由于根据人体特征并不能百分百区分不同的人，尤其是穿着等相似时，导致人体特征并不具有明显的区分度，这导致了跟踪准确率的降低，对实际应用产生了巨大的影响。

技术实现思路

[0003]本申请实施例公开了一种行人跟踪方法及相关设备，有利于提高行人跟踪的准确率。
[0004]本申请实施例第一方面公开了一种行人跟踪方法，该方法包括：确定当前帧图像中的目标行人；获取目标人体特征，以及获取K个历史人体特征，其中，所述目标人体特征为所述目标行人的人体特征，所述K个历史人体特征为前一帧图像中的历史行人的人体特征，所述前一帧图像为视频流中所述当前帧图像的前一帧图像，所述K为正整数；根据所述目标人体特征和所述K个历史人体特征进行特征融合，以确定所述目标行人是否为所述历史行人。
[0005]在一种示例性的实施方式中，所述确定当前帧图像中的目标行人，包括：将所述当前帧图像进行多尺度特征分解，得到低频特征分量和高频特征分量；将所述低频特征分量划分为多个区域；确定所述多个区域中每一区域对应的信息熵，得到多个信息熵；依据所述多个信息熵确定平均信息熵和目标均方差；确定所述目标均方差对应的目标调节系数；依据所述目标调节系数对所述平均信息熵进行调节，得到目标信息熵；按照预设的信息熵与评分之间的映射关系，确定所述目标信息熵对应的第一评价值；获取所述当前帧图像对应的目标拍摄参数；按照预设的拍摄参数与低频权重之间的映射关系，确定所述目标拍摄参数对应的目标低频权重，依据该目标低频权重确定目标高频权重；依据所述高频特征分量确定目标特征点分布密度；按照预设的特征点分布密度与评分之间的映射关系，确定所述目标特征点分布密度对应的第二评价值；依据所述第一评价值、所述第二评价值、所述目标低频权重和所述目标高频权重进行加权运算，得到所述当前帧图像的目标清晰度；若所述目标清晰度小于所述预设清晰度阈值，则根据所述图像清晰度与图像增强算法之间的映射关系，确定所述目标清晰度对应的目标图像增强算法；根据所述目标图像增强算法对所述当前帧图像进行图像增强处理以得到增强后的当前帧图像；确定所述增强后的当前帧图像中的目标行人。
[0006]本申请实施例第二方面公开了一种行人跟踪装置，该装置包括：确定单元，用于确
定当前帧图像中的目标行人；获取单元，用于获取目标人体特征，以及获取K个历史人体特征，其中，所述目标人体特征为所述目标行人的人体特征，所述K个历史人体特征为前一帧图像中的历史行人的人体特征，所述前一帧图像为视频流中所述当前帧图像的前一帧图像，所述K为正整数；跟踪单元，还用于根据所述目标人体特征和所述K个历史人体特征进行特征融合，以确定所述目标行人是否为所述历史行人。
[0007]本申请实施例第三方面公开了一种服务器，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如本申请实施例第一方面任一项所述的方法中的步骤的指令。
[0008]本申请实施例第四方面公开了一种芯片，其特征在于，包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的设备执行如本申请实施例第一方面中任一项所述的方法。
[0009]本申请实施例第五方面公开了一种计算机可读存储介质，其特征在于，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本申请实施例第一方面中任一项所述的方法。
[0010]本申请实施例第六方面公开了一种计算机程序产品，所述计算机程序产品使得计算机执行如本申请实施例第一方面中任一项所述的方法。
[0011]可以看出，在本申请实施例中，对行人进行视频跟踪时，对于每个帧图像(也即当前帧图像)，先确定该当前帧图像中的目标行人；然后获取该目标行人的人体特征，以及获取视频跟踪流程中的K个历史行人的人体特征；再将该目标行人的人体特征和K个历史行人的人体特征进行特征融合，并根据该目标行人的人体特征和特征融合得到的融合特征确定该目标行人是否为历史行人。现有技术中，直接将目标行人的人体特征与历史行人的人体特征进行比对，以此来判断该目标行人是否为历史行人；而本申请实施例将目标行人的人体特征与融合特征进行比对，融合特征为多个历史行人的人体特征进行特征融合得到的，因此在特征比对时具备更高的准确率，从而有利于提高行人跟踪的准确率。
附图说明
[0012]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的前提下，还可以根据这些附图获得其他的附图。
[0013]图1是本申请实施例提供的一种行人跟踪方法的流程示意图；
[0014]图2是本申请实施例提供的另一种行人跟踪方法的流程示意图；
[0015]图3是本申请实施例提供的一种行人跟踪装置的结构示意图；
[0016]图4是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
[0017]下面结合本申请实施例中的附图对本申请实施例进行描述。
[0018]请参阅图1，图1是本申请实施例提供的一种行人跟踪方法的流程示意图，所述行
人跟踪方法可应用于服务器，所述行人跟踪方法包括但不限于以下步骤。
[0019]步骤101、确定当前帧图像中的目标行人；
[0020]其中，该当前帧图像为用于视频跟踪的视频流中的当前帧图像，该当前帧图像中可能存在一个或多个行人，该目标行人为多个行人中的其中一个。
[0021]在一种示例性的实施方式中，所述确定当前帧图像中的目标行人，包括：将所述当前帧图像进行多尺度特征分解，得到低频特征分量和高频特征分量；将所述低频特征分量划分为多个区域；确定所述多个区域中每一区域对应的信息熵，得到多个信息熵；依据所述多个信息熵确定平均信息熵和目标均方差；确定所述目标均方差对应的目标调节系数；依据所述目标调节系数对所述平均信息熵进行调节，得到目标信息熵；按照预设的信息熵与评分之间的映射关系，确定所述目标信息熵对应的第一评价值；获取所述当前帧图像对应的目标拍摄参数；按照预设的拍摄参数与低频权重之间的映射关系，确定所述目标拍摄参数对应的目标低频权重，依据该目标低频权重确定目标高频权重；依据所述高频特征分量确定目标特征点分布密度；按照预设的特征点分布密度与评分之间的映射关系，确定所述目标特征点分布密度对应的第二评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人跟踪方法，其特征在于，包括：确定当前帧图像中的目标行人；获取目标人体特征，以及获取K个历史人体特征，其中，所述目标人体特征为所述目标行人的人体特征，所述K个历史人体特征为前一帧图像中的历史行人的人体特征，所述前一帧图像为视频流中所述当前帧图像的前一帧图像，所述K为正整数；根据所述目标人体特征和所述K个历史人体特征进行特征融合，以确定所述目标行人是否为所述历史行人。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标人体特征和所述K个历史人体特征进行特征融合，以确定所述目标行人是否为所述历史行人，包括：将所述目标人体特征与所述K个历史人体特征分别进行相似度计算，得到K个第一相似度；根据所述K个历史人体特征和所述K个第一相似度进行加权平均，得到融合特征；将所述目标人体特征与所述融合特征进行相似度计算，得到第二相似度；若所述第二相似度大于预设相似度阈值，则确定所述目标行人为历史行人。3.根据权利要求1或2所述的方法，其特征在于，所述获取目标人体特征，以及获取K个历史人体特征，包括：将目标行人编号与历史行人编号进行比对，其中，所述目标行人编号为所述目标行人对应的行人编号，所述历史行人编号为所述历史行人对应的行人编号；若比对失败，则获取所述目标人体特征，以及获取所述K个历史人体特征。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：若比对成功，则获取所述目标人体特征，以及获取所述目标行人对应的目标人体检测框；将所述目标人体检测框整理成预设格式；将所述预设格式的目标人体检测框、所述目标人体特征、所述目标行人编号关联存储。5.根据权利要求4所述的方法，其特征在于，所述获取所述目标行人对应的目标人体检测框，包括：将所述当前帧图像输入预先训练好的人体检测模型，得到所述当前帧图像对应的N个第一人体检测框，其中，所述N为正整数；将对应的置信度大于预设置信度阈值的第一人体检测框从所述N个第一人体检测框中筛选出，得到M个第二人体检测框，其中，所述M为小于或等于所述N的正整数；从所述M个第二人体检测框中...

【专利技术属性】
技术研发人员：唐欢，胡文泽，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：