一种跨相机追踪方法及装置制造方法及图纸

技术编号:30647697 阅读:20 留言:0更新日期:2021-11-04 00:59
本发明专利技术实施例提供一种跨相机追踪方法及装置。该方法包括:对第一相机采集的目标对象的各第一图片进行步态特征提取,得到目标对象的第一特征;基于第一相机采集的目标对象的位置信息,确定目标对象的运动信息;根据运动信息确定位于搜索区域中的相机为第二相机;对第二相机采集的各追踪对象的各第二图片进行步态特征提取,得到各追踪对象的第二特征;基于各追踪对象的第二特征和目标对象的第一特征的相似度,确定各追踪对象中是否包含目标对象。提高了确定搜索区域的准确性,通过该搜索区域确定的第二相机追踪成功的概率较高,既提高了跨相机追踪的效率,又提高了跨相机追踪的准确性。准确性。准确性。

【技术实现步骤摘要】
一种跨相机追踪方法及装置


[0001]本专利技术实施例涉及计算机视觉
,尤其涉及一种跨相机追踪方法、装置、计算设备及计算机可读存储介质。

技术介绍

[0002]随着社会的数字化信息化的快速发展,监控摄像机被大量部署在街头,甚至部署在家庭中,以便对一些不法行为和危险事件进行监控。
[0003]但是单个监控摄像机的可视范围有限,若目标对象在该监控摄像机的拍摄范围内消失后,需要继续确定该目标对象的行踪时,则需要多个监控摄像机对目标对象进行协同接力跟踪,即跨相机追踪。
[0004]综上,本专利技术实施例提供一种跨相机追踪方法,用以提高跨相机追踪的效率和准确性。

技术实现思路

[0005]本专利技术实施例提供一种跨相机追踪方法,用以提高跨相机追踪的效率和准确性。
[0006]第一方面,本专利技术实施例提供一种跨相机追踪方法,包括:
[0007]对第一相机采集的目标对象的各第一图片进行步态特征提取,得到所述目标对象的第一特征;
[0008]基于所述第一相机采集的所述目标对象的位置信息,确定所述目标对象的运动信息;
[0009]根据所述运动信息确定位于搜索区域中的相机为第二相机;
[0010]对所述第二相机采集的各追踪对象的各第二图片进行步态特征提取,得到所述各追踪对象的第二特征;
[0011]基于所述各追踪对象的第二特征和所述目标对象的第一特征的相似度,确定所述各追踪对象中是否包含所述目标对象。
[0012]通过第一相机拍摄的目标对象的图片确定目标对象的第一特征,又通过第二相机拍摄的各追踪对象的图片确定追踪对象的第二特征,通过第一特征和第二特征的比对,确定第二特征对应的追踪对象是否为目标对象。由于目标对象可能换装、遮挡人脸等,或者目标对象可能穿着制服,因此通过服装特征或人脸特征进行识别存在一定的局限性,追踪的准确性不高。而步态特征一般不易伪装,且步态特征可以远距离识别、不易被目标对象感知,所以引入了步态特征作为比对特征,降低了目标对象换装、化妆或穿着制服等情况下对跟踪准确性的干扰。其次,通过对目标对象的运动信息进行分析,确定一搜索区域,而不是漫无目的地大范围寻找,因此提高了确定搜索区域的准确性,通过该搜索区域确定的第二相机追踪成功的概率较高,既提高了跨相机追踪的效率,又提高了跨相机追踪的准确性。
[0013]可选地,对第一相机采集的目标对象的各第一图片进行步态特征提取,得到所述目标对象的第一特征,包括:
[0014]从所述第一相机采集的目标对象的各第一图片中确定识别图片序列;对所述识别图片序列进行步态特征提取,得到所述目标对象的第一步态特征;
[0015]从所述第一相机采集的目标对象的各第一图片中确定识别图片;对所述识别图片进行图像特征提取,得到所述目标对象的第一图像特征;
[0016]将所述第一步态特征和所述第一图像特征进行特征融合,得到所述第一特征。
[0017]第一步态特征反映了目标对象的步态方面的特征,第一图像特征反应了目标对象的人脸和/或着装方面的特征,通过将第一步态特征和第一图像特征做特征融合处理,如此得到的第一特征可以更全面地反应目标对象的特征,提高了追踪的准确性。同时,第一图像特征是通过在第一相机拍摄的目标对象的各第一图片中确定的识别图片确定的,第一步态特征是通过第一相机拍摄的目标对象的各第一图片中确定的识别图片序列确定的,如此,可以更有针对性地确定第一图像特征和第一步态特征。
[0018]可选地,从所述第一相机采集的目标对象的各第一图片中确定识别图片,包括:
[0019]对所述各第一图片进行图片分析,得到所述各第一图片的质量评估值,将质量评估值满足设定要求的第一图片确定为所述识别图片;
[0020]对所述识别图片进行图像特征提取,得到所述目标对象的第一图像特征,包括:
[0021]将所述识别图片输入图像特征提取网络,提取所述目标对象的第一图像特征。
[0022]首先对各第一图片进行图片分析,根据质量评估值确定满足要求的第一图片为识别图片,该经过图片分析的识别图片可以清晰地反映出目标对象的人脸和/或着装等图像信息。然后将该识别图片输入图像特征提取网络,从而可以提取出目标对象的第一图像特征。通过上述方法,可以提高提取目标对象的第一图像特征的准确性。
[0023]可选地,从所述第一相机采集的目标对象的各第一图片中确定识别图片序列,包括:
[0024]对所述各第一图片进行行走识别,得到所述各第一图片中目标对象的行走概率;
[0025]从所述各第一图片筛选出识别图片序列;所述识别图片序列为行走概率大于第一预设阈值的连续K张第一图片;
[0026]对所述识别图片序列进行步态特征提取,得到所述目标对象的第一步态特征,包括:
[0027]将所述识别图片序列输入步态特征提取网络,提取所述目标对象的第一步态特征。
[0028]由于第一相机拍摄的目标对象的各第一图片中,可能会存在目标对象弯腰、蹲下、坐下或转弯等行为,而若采用这些行为来确定目标对象的步态特征是不合理的,因此首先通过对各第一图片进行行走识别,确定各第一图片中目标对象的行走概率。通过设置行走概率大于第一预设阈值,从而筛选出一段连续的包含K张第一图片的识别图片序列。该识别图片序列中的第一图片中目标对象的行走概率满足要求且为连续的图片,因此可以准确地反映出目标对象的步态特征。将该识别图片序列输入步态特征提取网络,提高了提取出的第一步态特征的准确性。
[0029]可选地,基于所述第一相机采集的所述目标对象的位置信息,确定所述目标对象的运动信息,包括:
[0030]在所述各第一图片中选取按照时间顺序拍摄的最后N张图片;
[0031]根据所述目标对象分别在所述最后N张图片中的位置信息,确定所述目标对象的运动方向。
[0032]根据第一图片中按照时间顺序拍摄的最后N张图片确定该目标对象的运动信息,其中运动信息可以为运动方向。具体为通过第一相机拍摄的目标对象的最后N张图片中目标对象所在位置,判断出目标对象的位置变化情况,从而确定目标对象的运动方向。在后续通过目标对象可能的运动方向确定搜索区域,可以缩小搜索的范围,提高搜索成功的效率,也使得最终确定追踪对象的过程更加快捷和准确。
[0033]可选地,根据所述运动信息确定位于搜索区域中的相机为第二相机,包括:
[0034]以所述第一相机所在位置为圆心,设定时长内的行走距离为半径,形成一个设定角度的扇形区域,所述扇形区域为搜索区域;其中,所述扇形区域的对称轴与所述运动方向平行;
[0035]确定位于所述搜索区域中相机为第二相机。
[0036]具体确定的搜索区域可以为扇形区域,为了简化运算,可以将第一相机的所在位置和第一相机的拍摄范围抽象成同一个点,以这个点为圆心,设定时长内的行走距离为半径确定一个扇形区域,该扇形区域的角度可以任意。相较于漫无目的的搜索第二相机,在本方案中通过运动方向确定一个可能的范围较小的搜本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种跨相机追踪方法,其特征在于,包括:对第一相机采集的目标对象的各第一图片进行步态特征提取,得到所述目标对象的第一特征;基于所述第一相机采集的所述目标对象的位置信息,确定所述目标对象的运动信息;根据所述运动信息确定位于搜索区域中的相机为第二相机;对所述第二相机采集的各追踪对象的各第二图片进行步态特征提取,得到所述各追踪对象的第二特征;基于所述各追踪对象的第二特征和所述目标对象的第一特征的相似度,确定所述各追踪对象中是否包含所述目标对象。2.如权利要求1所述的方法,其特征在于,对第一相机采集的目标对象的各第一图片进行步态特征提取,得到所述目标对象的第一特征,包括:从所述第一相机采集的目标对象的各第一图片中确定识别图片序列;对所述识别图片序列进行步态特征提取,得到所述目标对象的第一步态特征;从所述第一相机采集的目标对象的各第一图片中确定识别图片;对所述识别图片进行图像特征提取,得到所述目标对象的第一图像特征;将所述第一步态特征和所述第一图像特征进行特征融合,得到所述第一特征。3.如权利要求2所述的方法,其特征在于,从所述第一相机采集的目标对象的各第一图片中确定识别图片,包括:对所述各第一图片进行图片分析,得到所述各第一图片的质量评估值,将质量评估值满足设定要求的第一图片确定为所述识别图片;对所述识别图片进行图像特征提取,得到所述目标对象的第一图像特征,包括:将所述识别图片输入图像特征提取网络,提取所述目标对象的第一图像特征。4.如权利要求2所述的方法,其特征在于,从所述第一相机采集的目标对象的各第一图片中确定识别图片序列,包括:对所述各第一图片进行行走识别,得到所述各第一图片中目标对象的行走概率;从所述各第一图片筛选出识别图片序列;所述识别图片序列为行走概率大于第一预设阈值的连续K张第一图片;对所述识别图片序列进行步态特征提取,得到所述目标对象的第一步态特征,包括:将所述识别图片序列输入步态特征提取网络,提取所述目标对象的第一步态特征。5.如权利要求1所述的方法,其特征在于,...

【专利技术属性】
技术研发人员:赵雷潘华东殷俊
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1