【技术实现步骤摘要】
基于头肩检测的行人追踪方法及装置、电子设备、存储介质
本申请涉及图像处理
，特别涉及一种基于头肩检测的行人追踪方法及装置、电子设备、计算机可读存储介质。
技术介绍
行人追踪技术被广泛应用于商城、银行、学校及安防等场景。行人追踪技术中通常可通过行人重识别(PersonRe-identification，Personre-ID)技术提取行人的外貌特征，从而根据外貌特征来对行人进行识别和跟踪。在实际应用场景中，行人往往相互遮挡或者被场景中的物体所遮挡。在这种情况下，从监控图像中提取到的行人外貌特征会掺杂许多噪声，导致外貌特征无法准确地表征行人，降低了行人追踪的稳定性和可靠性。
技术实现思路
本申请实施例的目的在于提供一种基于头肩检测的行人追踪方法及装置、电子设备、计算机可读存储介质，用于基于头肩检测获得的行人外貌特征实现行人追踪，提高了行人追踪的稳定性和可靠性。一方面，本申请提供了一种基于头肩检测的行人追踪方法，包括：将视频帧序列中的当前视频帧作为已训练的头肩检测网络的输入，获得所述头肩检...
【技术保护点】
1.一种基于头肩检测的行人追踪方法，其特征在于，包括：/n将视频帧序列中的当前视频帧作为已训练的头肩检测网络的输入，获得所述头肩检测网络输出的头肩检测框；/n基于所述头肩检测框确定所述当前视频帧中的检测目标，并将所述检测目标作为跟踪目标；/n基于卡尔曼滤波算法，对所述跟踪目标在下一视频帧的位置进行预测，获得预测位置信息；/n根据所述预测位置信息，以匈牙利算法对所述跟踪目标和所述下一视频帧中的检测目标进行匹配，获得与所述跟踪目标对应的指定检测目标；其中，所述检测目标包括头肩特征向量，所述指定检测目标为所述下一视频帧中的所述跟踪目标。/n
【技术特征摘要】
1.一种基于头肩检测的行人追踪方法，其特征在于，包括：
将视频帧序列中的当前视频帧作为已训练的头肩检测网络的输入，获得所述头肩检测网络输出的头肩检测框；
基于所述头肩检测框确定所述当前视频帧中的检测目标，并将所述检测目标作为跟踪目标；
基于卡尔曼滤波算法，对所述跟踪目标在下一视频帧的位置进行预测，获得预测位置信息；
根据所述预测位置信息，以匈牙利算法对所述跟踪目标和所述下一视频帧中的检测目标进行匹配，获得与所述跟踪目标对应的指定检测目标；其中，所述检测目标包括头肩特征向量，所述指定检测目标为所述下一视频帧中的所述跟踪目标。
2.根据权利要求1所述的方法，其特征在于，所述头肩检测网络通过如下方式训练得到：
将样本数据集中的样本图像作为目标检测网络的输入，获得所述目标检测网络输出的样本头肩预测框；其中，所述样本图像携带已标注的头肩标签框；
基于所述样本头肩预测框和所述头肩标签框之间的差异，调整所述目标检测网络的网络参数；
重复上述过程，直至所述目标检测网络收敛，获得所述头肩检测网络。
3.根据权利要求1所述的方法，其特征在于，所述根据所述预测位置信息，以匈牙利算法对所述跟踪目标和所述下一视频帧中的检测目标进行匹配，包括：
计算每一跟踪目标的预测位置信息和每一检测目标的位置信息之间的马氏距离，得到马氏距离矩阵；
计算每一跟踪目标的头肩特征向量和每一检测目标的头肩特征向量之间的余弦距离，得到余弦距离矩阵；
对所述马氏距离矩阵和所述余弦距离矩阵进行加权求和，得到代价矩阵，并以综合门矩阵对所述代价矩阵进行调整；
根据匈牙利算法对调整后的代价矩阵进行级联匹配。
4.根据权利要求3所述的方法，其特征在于，在以门矩阵对所述代价矩阵进行调整之前，所述方法还包括：
从所述马氏距离矩阵中确定大于预设第一距离阈值的元素，生成第一门矩阵；
从所述余弦距离矩阵中确定大于预设第二距离阈值的元素，生成第二门矩阵；
计算所述第一门矩阵和所述第二门矩阵的点积，得到所述综合门矩阵。
5.根据权利要求1所述的方法，其特征在于，在所述获得与所述跟踪目标对应的指定检测...
【专利技术属性】
技术研发人员：孙叶纳，江武明，王洋，周军，
申请(专利权)人：北京眼神智能科技有限公司，北京眼神科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。