一种跨境特定行人追踪的方法和装置制造方法及图纸

本发明专利技术公开了一种跨境特定行人追踪方法和装置，该方法获取多张特定行人的图像，通过提取图像中行人的骨架信息来判断该行人的姿态供行人重识别模型定位特定行人；当在视频中确定所追踪对象时，启用跟踪模型进行追踪，根据跟踪模型中所设阈值判断对象是否离开相机或被遮挡，从而有效进行精确追踪。在对象离开所有监控区域后，根据在所有视频中所获得的目标像素坐标，绘制目标在整个区域的轨迹图。实现了跨境特定行人追踪，通过行人姿态判别网络提升了行人重识别准确度，利用行人行走方向和位置解决了行人被遮挡问题，从而提升了追踪准确性和效率，设计轨迹融合策略，从而实现多摄像头下同一行人目标空间精定位。像头下同一行人目标空间精定位。像头下同一行人目标空间精定位。

【技术实现步骤摘要】
一种跨境特定行人追踪的方法和装置


[0001]本专利技术属于基于人工智能的智慧社区
，具体涉及一种跨境特定行人追踪的方法和装置。

技术介绍

[0002]跨境特定行人追踪技术是计算机视觉领域研究的热点，主要解决跨摄像头跨场景下行人目标的持续识别与追踪。该技术根据行人的穿着、体态、发型等外表信息识别行人。行人重识别广泛应用于智能安防、智能寻人系统、大型商场以及无人超市，目前该技术在各大数据集，包括Market1501以及DukeMTMC都达到了惊人的准确率，但是在实际应用时，由于实际情况复杂，以及人与人之间的干扰，现有的算法并有取得良好的效果。
[0003]由于开放情况下跨境追踪问题的研究具有重要的应用价值以及商业价值，国内外学者对此进行了大量研究。现有技术主要由行人检测、行人重识别、跟踪技术组成，主要包括以下部分：
[0004](1)行人检测
[0005]行人检测这项技术重点在于对复杂情况的处理，通过减少光照、阴影、运动物体的影响，提高检测的效率。基于运动检测的方法通过视频前面的帧学习得到一个背景模型，用当前帧与背景本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨境特定行人追踪方法，其特征在于，具体包括如下步骤：步骤1，从视频监控中选取多张需要跟踪的行人图像，选取行人不同姿态图像作为模板供行人重识别模型使用，并利用行人检测模型提取监控视频中每一帧中的行人，执行骨架提取操作，并使用预设网络来判断每个行人所属姿态，以供行人重识别模型使用；步骤2，根据行人姿态与其相对应所属同一姿态的模板图像输入行人重识别模型获取特征向量，当所述行人图像特征向量与模板特征向量的特征距离满足预设条件时，定位所追踪行人；步骤3，根据所定位到的行人，启用跟踪模型对其进行持续跟踪，当目标得分发生剧烈变化时，使用预设算法判断目标被遮挡或是离开监控区域，并根据两种不同情况，采用不同解决方案，在跟踪过程中，记录每一帧中追踪目标的中心像素坐标；步骤4，根据所获得的目标在每一帧的中心像素坐标，事先标定好的相机内参及外参数，将追踪目标的中心像素坐标转换为目标所在的世界坐标，从而绘制目标轨迹。2.如权利要求1所述的方法，其特征在于，步骤1中，根据特定行人不同姿态的图像作为模板并判断其所属姿态，检测视频流中的行人，使用同样的方法判断他们的姿态，将与模板属于同一姿态的图像输入到行人重识别模型中判断是否属于要追踪对象；通过提取图像中行人的骨架信息来判断该行人姿态，所述姿态包括行人的四个不同方位，具体为行人的前面、左面、右面和背面；通过Yolov5检测视频流中的行人并判断每个行人的姿态，将和模板属于同一姿态的行人输入至行人重识别模型中，具体包括：将提取到的行人图像输入到Alopose骨架提取模型中；将行人图像经过骨架提取模型所得到的骨架信息图输入到判别人体姿态的网络中得到该行人的姿态；当得到视频流中所有的行人姿态后，根据视频流中的不同行人的姿态与其对应姿态的模板图像输入至行人重识别模型中进行比较。3.如权利要求1所述的方法，其特征在于：在使用行人重识别进行行人匹配前，提取行人骨架信息，使用所设计的姿态判断网络，充分利用姿态信息，判断行人方位，将检测到的行人与其同等方位的模板输入到重识别网络中，通过行人重识别，得到模板图像特征向量和待查询图像特征向量，并计算模板图像特征向量和待查询图像特征向量的余弦相似度为：其中，θ为模板图像特征向量与待查询图像特征向量的余弦相似度，X为模板图像特征向量，Y为待查询图像特征向量，T表示转置操作；当余弦相似度小于预设阈值时，待查询行人确定为所追踪目标。4.如权利要求1所述的方法，其特征在于，当在视频中定位所追踪目标后，使用追踪网络对其进行追踪，具体包括：初始化跟踪目标，在视频中给定所追踪对象包围盒坐标；利用预设的跟踪算法，计算所述监控视频中每一行人...

【专利技术属性】
技术研发人员：刘向增，吴浩男，薛洁鹏，郭建锋，李宇楠，苗启广，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：