本发明专利技术涉及人工智能技术，揭露了一种基于特征更新的人员轨迹追踪方法，包括：获取监控画面，利用预设的识别模型判断监控画面中是否包含目标人员；当监控画面中不包含目标人员，则返回获取监控画面的步骤；当监控画面中包含目标人员，提取监控画面中目标人员的画面特征；将画面特征与预设的人员特征进行差异性比对，得到画面特征相对于人员特征的增量特征；利用增量特征对人员特征进行更新，并利用更新后的人员特征对目标人员进行轨迹追踪。本发明专利技术还提出一种基于特征更新的人员轨迹追踪装置、电子设备以及存储介质。本发明专利技术可以提高轨迹追踪的精确度。踪的精确度。踪的精确度。
【技术实现步骤摘要】
基于特征更新的人员轨迹追踪方法、装置、设备及介质
[0001]本专利技术涉及人工智能
，尤其涉及一种基于特征更新的人员轨迹追踪方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]目标人员现有的人员轨迹追踪方法多采用图像比对的方法，例如，将现有的目标人员的图像与监控中的图像进行比对，以判断是否为目标人员，若是，则追踪该人员的轨迹，但若目标人员的特征发生变化时(例如，衣物发生变动，或发型发生改变等)，会对图像比对的结果产生较大影响，导致人员轨迹追踪的精确度较低。
技术实现思路
[0003]本专利技术提供一种基于特征更新的人员轨迹追踪方法、装置及计算机可读存储介质，其主要目的在于解决进行轨迹追踪的精确度较低的问题。
[0004]为实现上述目的，本专利技术提供的一种基于特征更新的人员轨迹追踪方法，包括：
[0005]获取监控画面，利用预设的识别模型判断所述监控画面中是否包含目标人员；
[0006]当所述监控画面中不包含所述目标人员，则返回所述利用预设的识别模型判断监控画面中是否包含目标人员的步骤；
[0007]当所述监控画面中包含所述目标人员，提取所述监控画面中所述目标人员的画面特征；
[0008]将所述画面特征与预设的人员特征进行差异性比对，得到所述画面特征相对于所述人员特征的增量特征；
[0009]利用所述增量特征对所述人员特征进行更新，并利用更新后的人员特征对所述目标人员进行轨迹追踪。
[0010]可选地，所述利用预设的识别模型判断所述监控画面中是否包含目标人员，包括：
[0011]利用所述识别模型对所述监控画面进行卷积、池化处理，得到池化图像；
[0012]对所述池化图像进行全连接处理，得到全连接特征图；
[0013]对所述全连接特征图进行多尺度的特征提取，得到多重图像特征；
[0014]利用预设激活函数分别计算所述多重图像特征属于所述目标人员的概率值；
[0015]当所述概率值大于预设的概率阈值，则确定所述监控画面中包含目标人员；
[0016]当所述概率值小于或等于所述概率阈值，则确定所述监控画面中不包含目标人员。
[0017]可选地，所述对所述池化图像进行全连接处理，得到全连接特征图，包括：
[0018]利用第一全连接层对所述池化图像进行全连接处理，得到中间图像；
[0019]利用第二全连接层对所述中间图像进行全连接处理，得到全连接特征图。
[0020]可选地，所述提取所述监控画面中所述目标人员的画面特征，包括：
[0021]统计所述监控画面中每一个像素的像素梯度；
[0022]根据所述像素梯度生成所述监控画面的全局特征；
[0023]利用预设的滑动窗口对所述监控画面中的区域进行逐一框选，得到像素窗口；
[0024]根据每一个所述像素窗口中的像素值生成所述监控画面的局部特征；
[0025]汇集所述全局特征与所述局部特征为所述画面特征。
[0026]可选地，所述根据所述像素梯度生成所述监控画面的全局特征，包括：
[0027]统计所述监控画面中每个像素点的像素值；
[0028]将所述像素值中最大像素值与最小像素值作为预设的映射函的参数，并利用所述预设函数将所述监控画面中每个像素点的像素值映射至预设范围内；
[0029]计算映射后的所述监控画面中每一行像素的像素梯度，将每一行像素的像素梯度转换为行向量，将所述行向量拼接为所述监控画面的全局特征。
[0030]可选地，所述根据每一个所述像素窗口中的像素值生成所述监控画面的局部特征，包括：
[0031]从所述像素窗口中逐个选取其中一个像素点为目标像素点；
[0032]判断所述目标像素点的像素值在所述像素窗口内是否为极值；
[0033]当所述目标像素点的像素值在所述像素窗口内不是极值时，返回从所述像素窗口中逐个选取其中一个像素点为目标像素点的步骤；
[0034]当所述目标像素点的像素值在所述像素窗口内是极值时，则确定所述目标像素点为关键点；
[0035]将所有像素窗口内的所有关键点的像素值进行向量化，并将得到的向量汇集为所述监控画面的局部特征。
[0036]可选地，所述将所述画面特征与预设的人员特征进行差异性比对，得到所述画面特征相对于所述人员特征的增量特征，包括：
[0037]依次从所述画面特征中逐个选取其中一个画面特征为目标特征；
[0038]分别计算所述目标特征与所述人员特征中每一个特征的距离值；
[0039]当所述人员特征中存在距离值大于预设距离阈值的特征时，返回依次从所述画面特征中逐个选取其中一个画面特征为目标特征的步骤；
[0040]当所述人员特征中不存在距离值大于所述预设距离阈值的特征时，确定所述目标特征为增量特征。
[0041]为了解决上述问题，本专利技术还提供一种基于特征更新的人员轨迹追踪装置，所述装置包括：
[0042]特征提取模块，用于获取监控画面，利用预设的识别模型判断所述监控画面中是否包含目标人员，当所述监控画面中不包含所述目标人员，则返回所述利用预设的识别模型判断监控画面中是否包含目标人员的步骤，当所述监控画面中包含所述目标人员，提取所述监控画面中所述目标人员的画面特征；
[0043]特征筛选模块，用于将所述画面特征与预设的人员特征进行差异性比对，得到所述画面特征相对于所述人员特征的增量特征；
[0044]特征更新模块，用于利用所述增量特征对所述人员特征进行更新，并利用更新后的人员特征对所述目标人员进行轨迹追踪。
[0045]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0046]至少一个处理器；以及，
[0047]与所述至少一个处理器通信连接的存储器；其中，
[0048]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于特征更新的人员轨迹追踪方法。
[0049]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于特征更新的人员轨迹追踪方法。
[0050]本专利技术实施例能够对监控画面进行分析，以提取出该监控画面中目标人员的画面特征，并将画面特征与预设的人员特征进行比对，得到该目标人员的增量特征，进而利用该增量特征对该人员特征进行更新，实现对人员特征的动态调整，有利于提高利用该人员特征进行轨迹追踪的精确度。因此本专利技术提出的基于特征更新的人员轨迹追踪方法、装置、电子设备及计算机可读存储介质，可以解决进行产品推荐时的精确度较低的问题。
附图说明
[0051]图1为本专利技术一实施例提供的基于特征更新的人员轨迹追踪方法的流程示意图；
[0052]图2为本专利技术本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于特征更新的人员轨迹追踪方法，其特征在于，所述方法包括：利用预设的识别模型判断监控画面中是否包含目标人员；当所述监控画面中不包含目标人员时，返回所述利用预设的识别模型判断监控画面中是否包含目标人员的步骤；当所述监控画面中包含目标人员时，提取所述监控画面中所述目标人员的画面特征；将所述画面特征与所述目标人员的预设的人员特征进行差异性比对，得到所述画面特征相对于所述人员特征的增量特征；利用所述增量特征对所述人员特征进行更新，并利用更新后的人员特征对所述目标人员进行轨迹追踪。2.如权利要求1所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述利用预设的识别模型判断所述监控画面中是否包含目标人员，包括：利用所述识别模型对所述监控画面进行卷积、池化处理，得到池化图像；对所述池化图像进行全连接处理，得到全连接特征图；对所述全连接特征图进行多尺度的特征提取，得到多重图像特征；利用预设激活函数分别计算所述多重图像特征属于所述目标人员的概率值；当所述概率值大于预设的概率阈值，则确定所述监控画面中包含目标人员；当所述概率值小于或等于所述概率阈值，则确定所述监控画面中不包含目标人员。3.如权利要求2所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述对所述池化图像进行全连接处理，得到全连接特征图，包括：利用第一全连接层对所述池化图像进行全连接处理，得到中间图像；利用第二全连接层对所述中间图像进行全连接处理，得到全连接特征图。4.如权利要求1所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述提取所述监控画面中所述目标人员的画面特征，包括：统计所述监控画面中每一个像素的像素梯度；根据所述像素梯度生成所述监控画面的全局特征；利用预设的滑动窗口对所述监控画面中的区域进行逐一框选，得到像素窗口；根据每一个所述像素窗口中的像素值生成所述监控画面的局部特征；汇集所述全局特征与所述局部特征为所述画面特征。5.如权利要求4所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述根据所述像素梯度生成所述监控画面的全局特征，包括：统计所述监控画面中每个像素点的像素值；将所述像素值中最大像素值与最小像素值作为预设的映射函的参数，并利用所述预设函数将所述监控画面中每个像素点的像素值映射至预设范围内；计算映射后的所述监控画面中每一行像素的像素梯度，将每一行像素的像素梯度转换为行向量，将所述行向量拼接为所述监控画面的全局特征。6.如权利要求4...
【专利技术属性】
技术研发人员：李发明，
申请(专利权)人：深圳市中博科创信息技术有限公司，
类型：发明
国别省市：
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。