高实时性的行人追踪方法、装置及可读介质制造方法及图纸

本发明专利技术公开了一种高实时性的行人追踪方法、装置及可读介质，涉及行人跟随领域，建立行人实际大小与行人跟随地轨拍摄的图像中行人大小的对应关系；获取行人跟随地轨拍摄的当前帧图像，并输入经训练的目标检测模型，得到检测结果，将检测结果与时序数据记录中的前一时刻的检测结果进行相似度比对，根据比对结果判断是否是同一人物；确定检测结果中是否存在时序数据记录中的历史追踪人物更新追踪人物，对追踪人物的位移进行加权插值，得到追踪人物的预测位移；根据对应关系与预测位移得到追踪人物的运动方向和速度，根据运动方向和速度确定行人跟随地轨的运动方向和移动速度，并控制行人跟随地轨移动，解决实时性低、成本高等问题。成本高等问题。成本高等问题。

【技术实现步骤摘要】
高实时性的行人追踪方法、装置及可读介质


[0001]本专利技术涉及行人跟随领域，具体涉及一种高实时性的行人追踪方法、装置及可读介质。

技术介绍

[0002]行人追踪有着广泛的应用场景，行人追踪中需要设备进行跟随的场景，如舞台上镜头追踪表演者、危险区域外机器人追踪拦截侵入者等，相对于监控等不用改变自身位置的记录性追踪，需要更高的实时性与灵活性。
[0003]目前人工追随方法成本高，不能长期保持工作效率。申请号为CN202111471521 .1，专利名称为《一种基于深度神经网络的行人追踪监控方法及系统》的专利技术专利使用机器视觉算法，并根据时序信息预测行人运动，但采用的是较大计算量的ssd模型与特征匹配，难以达成高实时性，且运动预测方法为线性插值，对于跟随过程中行人的运动变化适应较差，实时性低。申请号为CN 201710620228.4，专利名称为《行人追踪方法及装置》的专利技术专利需要用到深度设备采集深度信息，对于设备的硬件要求高，不能仅使用普通光学摄像机实现。

技术实现思路

[0004]针对上述提到的技术问题。本申请的实施例的目的在于提出了一种高实时性的行人追踪方法、装置及可读介质，来解决以上
技术介绍
部分提到的技术问题。
[0005]第一方面，本申请的实施例提供了一种高实时性的行人追踪方法，包括以下步骤：S1，建立行人实际大小与行人跟随地轨拍摄的图像中行人大小的对应关系；S2，获取行人跟随地轨拍摄的当前帧图像，并输入经训练的目标检测模型，得到检测结果，将检测结果与时序数据记录中的前一时刻的检测结果进行相似度比对，根据比对结果判断是否是同一人物；S3，确定检测结果中是否存在时序数据记录中的历史追踪人物更新追踪人物，对追踪人物的位移进行加权插值，得到追踪人物的预测位移；S4，根据对应关系与预测位移得到追踪人物的运动方向和速度，根据运动方向和速度确定行人跟随地轨的运动方向和移动速度，并根据运动方向和移动速度控制行人跟随地轨移动。
[0006]作为优选，步骤S1具体包括：获取目标场景中行人的实际平均身高与平均肩宽；获取行人跟随地轨拍摄的图像中行人的平均高度和平均宽度；根据行人的实际平均身高与平均肩宽以及图像中行人的平均高度和平均宽度建立对应关系。
[0007]作为优选，目标检测模型包括yolo模型。
[0008]作为优选，时序数据记录包括与当前时刻相邻的N次检测结果。
[0009]作为优选，步骤S2中的相似度比对包括IoU计算。
[0010]作为优选，步骤S3具体包括：从时序数据记录中获取历史追踪人物，查找检测结果中是否存在历史追踪人物，若存在则将历史追踪人物作为追踪人物，否则选取离行人跟随地轨的镜头中心最近的人物作为追踪人物，并存储在时序数据记录中；根据下式进行加权插值，得到追踪人物的预测位移P：P = q*(O1‑ꢀ
O2)+(1
‑
q)*q* (O2ꢀ‑
O3)+(1
‑
q) 2
*q* (O3ꢀ‑
O4)+
……
+ (1
‑
q)
(N
‑
2)
*q* (O (N
‑
2)
ꢀ‑
O (N
‑
1)
)+(1
‑
q)
(N
‑
1)
* (O (N
‑
1)
ꢀ‑
O
N
)；其中，0.5≤q<1，O1为当前帧图像中追踪人物的检测结果，依次类推，O
N
为第N次检测中追踪人物的检测结果。
[0011]作为优选，步骤S4具体包括：若预测位移中x方向数值大于0，则追踪人物的运动方向为向右；若预测位移中x方向数值小于0，则追踪人物的运动方向为向左；行人跟随地轨的运动方向与追踪人物的移动方向相同；根据下式计算追踪人物的速度V1：V1=P/b*a；其中，a为对应关系中行人实际平均肩宽，b为行人跟随地轨拍摄的图像中行人的平均宽度；根据下式计算行人跟随地轨的移动速度V2：V2=α*V1；其中，α＞1。
[0012]第二方面，本申请的实施例提供了一种高实时性的行人追踪装置，包括：对应关系建立模块，被配置为建立行人实际大小与行人跟随地轨拍摄的图像中行人大小的对应关系；检测对比模块，被配置为获取行人跟随地轨拍摄的当前帧图像，并输入经训练的目标检测模型，得到检测结果，将检测结果与时序数据记录中的前一时刻的检测结果进行相似度比对，根据比对结果判断是否是同一人物；预测模块，被配置为确定检测结果中是否存在时序数据记录中的历史追踪人物更新追踪人物，对追踪人物的位移进行加权插值，得到追踪人物的预测位移；速度计算模块，被配置为根据对应关系与预测位移得到追踪人物的运动方向和速度，根据运动方向和速度确定行人跟随地轨的运动方向和移动速度，并根据运动方向和移动速度控制行人跟随地轨移动。
[0013]第三方面，本申请的实施例提供了一种电子设备，包括一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
[0014]第四方面，本申请的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
[0015]相比于现有技术，本专利技术具有以下有益效果：（1）本专利技术的实时性的行人追踪方法以yolo模型进行快速检测出行人位置，根据
时序信息与之前的检测结果预测下一帧中行人运动方向，然后指引运动系统进行跟随。
[0016]（2）本专利技术的实时性的行人追踪方法可实现对同一个行人的追踪认定和运动倾向推算，无需特殊设备，在现有的行人跟随地轨系统的基础上即可实现，可节省人工成本与设备成本，并且提高实时跟随性能。
[0017]（3）本专利技术的实时性的行人追踪方法能够有效解决现有技术中存在的实时性低的问题，并且计算量低。
附图说明
[0018]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本申请的一个实施例可以应用于其中的示例性装置架构图；图2为本申请的实施例的高实时性的行人追踪方法的流程示意图；图3为本申请的实施例的高实时性的行人追踪方法的流程框图；图4为本申请的实施例的高实时性的行人追踪装置的示意图；图5是适于用来实现本申请实施例的电子设备的计算机装置的结构示意图。
具体实施方式
[0020]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高实时性的行人追踪方法，其特征在于，包括以下步骤：S1，建立行人实际大小与行人跟随地轨拍摄的图像中行人大小的对应关系；S2，获取行人跟随地轨拍摄的当前帧图像，并输入经训练的目标检测模型，得到检测结果，将所述检测结果与时序数据记录中的前一时刻的检测结果进行相似度比对，根据比对结果判断是否是同一人物；S3，确定所述检测结果中是否存在所述时序数据记录中的历史追踪人物更新追踪人物，对所述追踪人物的位移进行加权插值，得到所述追踪人物的预测位移；S4，根据所述对应关系与所述预测位移得到所述追踪人物的运动方向和速度，根据所述运动方向和速度确定行人跟随地轨的运动方向和移动速度，并根据所述运动方向和移动速度控制所述行人跟随地轨移动。2.根据权利要求1所述的高实时性的行人追踪方法，其特征在于，所述步骤S1具体包括：获取目标场景中行人的实际平均身高与平均肩宽；获取行人跟随地轨拍摄的图像中行人的平均高度和平均宽度；根据所述行人的实际平均身高与平均肩宽以及所述图像中行人的平均高度和平均宽度建立所述对应关系。3.根据权利要求1所述的高实时性的行人追踪方法，其特征在于，所述目标检测模型包括yolo模型。4.根据权利要求1所述的高实时性的行人追踪方法，其特征在于，所述时序数据记录包括与当前时刻相邻的N次检测结果。5.根据权利要求1所述的高实时性的行人追踪方法，其特征在于，所述步骤S2中的相似度比对包括IoU计算。6.根据权利要求1所述的高实时性的行人追踪方法，其特征在于，所述步骤S3具体包括：从所述时序数据记录中获取历史追踪人物，查找所述检测结果中是否存在所述历史追踪人物，若存在则将所述历史追踪人物作为所述追踪人物，否则选取离所述行人跟随地轨的镜头中心最近的人物作为所述追踪人物，并存储在所述时序数据记录中；根据下式进行加权插值，得到所述追踪人物的预测位移P：P = q*(O1‑ꢀ
O2)+(1
‑
q)*q* (O2ꢀ‑
O3)+(1
‑
q) 2
*q* (O3ꢀ‑
O4)+
……
+ (1
‑
q)
(N
‑
2)
*q* (O (N
‑
2)
ꢀ‑
...

【专利技术属性】
技术研发人员：马源，李瑞峰，张陈涛，杨颖颖，赵紫阳，汤思榕，梁培栋，
申请(专利权)人：福建泉州哈工大工程技术研究院，
类型：发明
国别省市：