一种基于多属性分析的行人检测跟踪方法和装置制造方法及图纸

本发明专利技术实施例提供了一种基于多属性分析的行人检测跟踪方法和装置，所述方法包括：将经过预处理的行人图像输入预设的网络结构，以使所述网络结构对所述行人图像进行特征提取，获得特征图像，并根据所述特征图像，对各目标进行检测跟踪，输出检测跟踪结果。检测跟踪结果包括被检测目标、被跟踪目标、目标正脸信息和位置信息以及识别目标是否骑车等。本发明专利技术相对于现有技术，通过单个预设的网络结构完成检测目标、跟踪目标、判断目标是否包含所需信息以及判断这些信息的位置等，实现多属性分析，一模型多用；在节省计算资源的同时方便嵌入式的部署；同时可以知道图像中行人是否骑车、行人是否有正脸，而无需在抓拍后再送入另一个网络分析。络分析。络分析。

【技术实现步骤摘要】
一种基于多属性分析的行人检测跟踪方法和装置


[0001]本专利技术涉及计算机视觉领域，尤其涉及一种基于多属性分析的行人检测跟踪方法和装置。

技术介绍

[0002]多目标跟踪(MOT)是计算机视觉领域的一个重要研究。近年来，随着目标检测以及Re－ID在各自的发展中取得巨大进步，目标的检测跟踪性能得到了巨大的提升。现有技术通过输入图像到编码器－解码器网络并提取特征图；然后添加两个简单的并行head，分别预测边界框和Re－ID特征；提取预测目标中心处的特征进行边界框时序联结来实现对目标的检测跟踪。这类检测跟踪技术在图像输入的分辨率较小时，人脸回归容易漏检，同时在目标检测和Re－ID的跟踪基础上，无法知道人是否骑车以及人是否具有人脸的属性。

技术实现思路

[0003]本专利技术提供了一种基于多属性分析的行人检测方法和装置，以解决现有技术单个网络无法检测人是否骑车和具有人脸属性的技术问题。提高了检测跟踪的成功率。
[0004]为了解决上述技术问题，本专利技术实施例提供了一种基于多属性分析的行人检测跟踪方法，包括：
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多属性分析的行人检测跟踪方法，其特征在于，包括：将经过预处理的行人图像输入预设的网络结构，以使所述网络结构对所述行人图像进行特征提取，获得特征图像，并根据所述特征图像，对各目标进行检测跟踪，输出检测跟踪结果；其中，所述根据所述特征图像，对各目标进行检测跟踪，输出检测跟踪结果，具体为：根据所述特征图像，对所述特征图像中的各目标进行检测，输出被检测到的目标和对应的位置信息；对被检测到的目标进行Re－ID跟踪，输出所有被跟踪的目标；判断被跟踪的目标是否包含人脸信息，以及判断被跟踪的目标是否处于骑车状态；若被跟踪的目标包含人脸信息，输出包含人脸信息的目标和对应的人脸的位置信息；以及若被跟踪的目标处于骑车状态，输出所述被跟踪的目标和对应的自行车位置信息。2.如权利要求1所述的一种基于多属性分析的行人检测跟踪方法，其特征在于，所述根据所述特征图像，对所述特征图像中的各目标进行检测，输出被检测到的目标和对应的位置信息，具体为：根据所述特征图像，获取各目标的目标置信度，输出目标置信度大于第一预设值的各目标和对应的位置信息。3.如权利要求1所述的一种基于多属性分析的行人检测跟踪方法，其特征在于，所述对被检测到的目标进行Re－ID跟踪，输出所有被跟踪的目标，具体为：获取被检测到的目标的cos相似度，对cos相似度大于第二预设值的各目标分配id进行跟踪，输出所有被跟踪的目标。4.如权利要求1所述的一种基于多属性分析的行人检测跟踪方法，其特征在于，所述判断被跟踪的目标是否包含人脸信息，以及判断被跟踪的目标是否处于骑车状态，具体为：预测被跟踪的各目标的人脸置信度和骑车置信度，判断每个目标的人脸置信度是否大于第三预设值，以及判断每个目标的骑车置信度是否大于第四预设值；若所述人脸置信度大于等于所述第三预设值，则确定被判断的目标包含人脸信息；若所述人脸置信度小于所述第三预设值，则确定被判断的目标不包含人脸信息；若所述骑车置信度大于等于所述第四预设值，则确定被判断的目标处于骑车状态；若所述骑车置信度小于所述第四预设值，则确定被判断的目标不处于骑车状态。5.如权利要求1所述的一种基于多属性分析的行人检测跟踪方法，其特征在于，所述网络结构以ResNet34网络结构作为骨干网络，还包括下采样结构、DLA－34结构、目标检测分支、Re－ID分支、属性分支和属性回归框分支；其中，所述下采样结构设置于所述DLA－34结构的前面，所述目标检测分支、所述Re－ID分支、所述属性分支和所述属性回归框分支均设置于所述DLA－34结构的后面。6.如权利要求1至5任意一项所述的一种基于多属性分析的行人检测...

【专利技术属性】
技术研发人员：彭怡华，
申请(专利权)人：浩云科技股份有限公司，
类型：发明
国别省市：