【技术实现步骤摘要】
一种基于计算机视觉的商场寻人方法
[0001]本专利技术涉及计算机视觉
，特别涉及一种基于计算机视觉的商场寻人方法。
技术介绍
[0002]目前，随着社会的不断发展，大型商场越来越多，其构造也越来越复杂多样。在一些特殊的日子里，商场人流量大，人员混杂，常常会出现孩子走失、朋友走散的情况，但是由于商场嘈杂，且对商场构造不熟悉，仅凭借传统的方式往往并不能准确迅速的找到目标。
[0003]近年来，伴随着科技极速发展，计算机视觉技术也在不断进步，可将捕捉到的视频图像中的数据及信息进行分析识别、检测跟踪等，也是人工智能里最有发展前景的技术之一。
[0004]因此，本专利技术提供了一种基于计算机视觉的商场寻人方法。
技术实现思路
[0005]本专利技术提供的一种基于计算机视觉的商场寻人方法，用以通过将商场指定的拍摄装置采集到的行人特征与待寻找人员的特征进行对比，并根据拍摄装置的位置来确定待寻找人员的活动轨迹，且通过分析动态轨迹来预测与锁定待寻找人员的实时位置，可以有效快速的在大型商场中找到待寻找人员...
【技术保护点】
【技术特征摘要】
1.一种基于计算机视觉的商场寻人方法，其特征在于，包括：步骤1：获取待寻找人员的人员信息；步骤2：控制基于商场内各个指定点预先部署的拍摄装置进行工作，并采集对应指定范围内的行人特征信息；步骤3：将采集到的行人特征信息与对应摄像装置的部署物理位置相关联，建立空间信息数据库；步骤4：基于所述空间信息数据库，结合所述人员信息，确定所述待寻找人员的动态轨迹；步骤5：基于所述动态轨迹，对所述待寻找人员的当前位置进行锁定。2.如权利要求1所述的基于计算机视觉的商场寻人方法，其特征在于，所述人员信息包括：待寻找人员的人脸图像、身高、体重以及着装。3.如权利要求1所述的基于计算机视觉的商场寻人方法，其特征在于，控制基于商场内各个指定点预先部署的拍摄装置进行工作，并采集对应指定范围内的行人特征信息，包括：控制基于商场内各个指定点预先部署的拍摄装置进行工作，获取得到对应指定范围内的行人动态视频，并将所述行人动态视频依次拆分为若干图像帧；对每个图像帧进行行人完整性分析；当所述行人完整性小于预设完整性，将对应图像帧剔除；对每个剩余图像帧进行人脸检测以及人体检测；根据同个人员的人脸检测结果以及人体检测结果，进而得到对应剩余图像帧的行人子特征；将所采集的对应指定范围内的所有剩余图像帧对应的行人子特征进行组合，得到行人特征信息。4.如权利要求3所述的基于计算机视觉的商场寻人方法，其特征在于，对每个剩余图像帧进行人脸检测，包括：根据人脸数据标度，从所有指定范围对应的所有剩余图像帧中依次框选出人脸区域，并获取训练数据；基于所述训练数据对神经网络模型进行训练得到框选网络模型；同时，提取每个训练数据的训练关键参数，并对同类训练参数进行归一化处理，得到相对应的回归值；基于每个同类训练参数的回归值与所述框选网络模型所对应参数的模型值进行比较，获取优化向量；基于所述优化向量对所述框选网络模型进行优化调节，并获取优化调节模型的模型精度；当所述模型精度满足框选精度时，按照所述优化调节模型对每个剩余图像帧进行人脸框选，完成人脸检测；否则，对所述优化向量继续进行预优化，并继续对模型优化，直到完成人脸检测。5.如权利要求4所述的基于计算机视觉的商场寻人方法，其特征在于，对所述优化向量继续进行预优化，包括：对所述优化向量中的所有元素进行值归类，并得到满足过度差标准的第一个数，同时，
得到不满足过度差标准的第二个数，其中，所述优化向量中每个元素的当下值为回归值与对应模型值的差；当所述第一个数大于或等于第二个数时，从个数
‑
调整数据库中获取第一预设调整标准，并对第一个数中的每个值按照第一预设调整标准进行调整，并基于调整后的向量继续对所述优化调节模型进行优化；否则，从个数
‑
调整数据库中获取第二预设调整标准，并对第二个数中的每个值按照第二预设调整标准进行调整以及从个数
‑
调整数据库中获取第三预设调整标准，并对第一个数中的每个值按照第三预设调整标准进行调整；基于调整后的向量继续对所述优化调节模型进行优化；其中，第一预设调整标准的调整幅度>第三预设调整标准的调整幅度>第一预设调整标准的调整幅度。6.如权利要求3所述的基于计算机视觉的商场寻人方法，其特征在于，将采集到的行人特征信息与对应摄像装置的部署物理位置相关联，建立空间信息数据库，包括：获取商场内各个指定点预先部署的拍摄装置的位置标签以及范围标签；建立所述...
【专利技术属性】
技术研发人员：杨雪，梁春艳，
申请(专利权)人：广东汇通信息科技股份有限公司，
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。