一种目标人物持续跟踪方法、装置及系统制造方法及图纸

本发明专利技术提供了一种目标人物持续跟踪方法、装置及系统，包括：读取云台摄像头内的视频数据，识别视频区域内的所有人物图像，获得每个人物的坐标信息，并根据每个人物的坐标信息，裁剪出每个人物的图像；对每个人物的图像进行人脸识别，获得每个人物的人脸信息，并将每个人物的人脸信息与目标人物的人脸信息对比，识别出目标人物；基于目标人物的图像和坐标信息，获得目标人物的下一帧坐标信息；基于目标人物的下一帧坐标信息，控制云台摄像头移动，使目标人物在云台摄像头的拍摄区域内，完成对目标人物的持续跟踪。通过本发明专利技术提供的方案，无论行人是否被遮挡，均可进行持续跟踪，提高了识别的准确率。了识别的准确率。了识别的准确率。

【技术实现步骤摘要】
一种目标人物持续跟踪方法、装置及系统


[0001]本专利技术书一个或多个实施例涉及智能监控
，尤其涉及一种目标人物持续跟踪方法、装置及系统。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述可包括可以探究的概念，但不一定是之前已经想到或者已经探究的概念。因此，除非在此指出，否则在本部分中描述的内容对于本申请的说明书和权利要求书而言不是现有技术，并且并不因为包括在本部分中就承认是现有技术。
[0003]行人跟踪算法是一个重要的研究领域和应用方向，随着深度学习技术的发展，目前的研究者们更多的使用深度学习技术来对目标人物进行跟踪，这项技术可应用于安防、刑侦等领域中。
[0004]在目前的研究中，用于对目标行人进行跟踪的方法主要包括目标跟踪和行人重识别的方法。目标跟踪又可以分为单目标跟踪方法和多目标跟踪方法。单目标跟踪算法主要是对视频区域中的一个目标进行持续跟踪，代表性的算法有SiamFC、SiamRPN等，孪生网络的应用对跟踪算法的效果带来了很大的改进；多目标跟踪算法是对视频区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标人物持续跟踪方法，其特征在于，包括：读取云台摄像头内的视频数据，识别视频区域内的所有人物图像，获得每个人物的坐标信息，并根据所述每个人物的坐标信息，裁剪出每个人物的图像；对所述每个人物的图像进行人脸识别，获得每个人物的人脸信息，并将所述每个人物的人脸信息与目标人物的人脸信息对比，识别出目标人物；基于目标人物的图像和坐标信息，获得目标人物的下一帧坐标信息；基于所述目标人物的下一帧坐标信息，控制云台摄像头移动，使目标人物在云台摄像头的拍摄区域内，完成对目标人物的持续跟踪。2.根据权利要求1所述的方法，其特征在于，所述将每个人物的人脸信息与目标人物的人脸信息对比，识别出目标人物，具体为：将每个人物的人脸信息与目标人物的人脸信息对比，获得每个人物与目标人物人脸的相似度；相似度达到阈值的人物，确定为目标人物。3.根据权利要求1所述的方法，其特征在于，所述基于目标人物的图像和坐标信息，获得目标人物的下一帧坐标信息，具体为：基于所述目标人物的图像和坐标信息，预测目标人物的下一帧坐标信息；识别在预测的下一帧坐标出现的人物的人脸信息，并与目标人物的人脸信息进行对比，若确定在下一帧坐标出现的人物是目标人物，则输出所述下一帧坐标信息。4.根据权利要求1所述的方法，其特征在于，所述基于目标人物的图像和坐标信息，获得目标人物的下一帧坐标信息，具体为：基于所述目标人物的图像和坐标信息，预测目标人物的下一帧坐标信息；若无法识别在预测的下一帧坐标出现的人物的人脸信息，则识别人物的部件信息特征，并与目标人物的部件信息特征进行对比，若确定下一帧坐标出现的人物是目标人物，则输出所述预测的下一帧坐标信息。5.根据权利要求1所述的方法，其特征在于，在识别出视频区域内的所有人物图像时，给每个人物设置一个标签；识别出目标人物时，获取所述目标人物的标签；获得目标人物的标签的下一帧坐标信息；基于所述目标人物的标签的下一帧坐标信息，控制云台摄像头移动，使目标人物在云台摄像头的拍摄区域内，完成对目标人物的持续跟踪。6.一种目标人物持续跟踪装置，其...

【专利技术属性】
技术研发人员：朱晓宁，胡子祥，孙健，张宝昌，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：