跨摄像头行人跟踪算法的评价方法、系统和电子设备技术方案

本发明专利技术提供了一种跨摄像头行人跟踪算法的评价方法、系统和电子设备，涉及人工智能技术领域，该方法包括：首先基于测试数据集，利用跨摄像头行人跟踪算法模型生成行人预测结果；测试数据集包括标签帧，行人预测结果包括预测帧；然后将监控视频按照时间轴的节点进行划分，确定预测匹配节点数和标签匹配节点数；对标签帧和预测帧进行帧匹配，确定目标匹配节点；基于预测匹配节点数、标签匹配节点数和目标匹配节点数，计算每个行人预测结果的召回率和精确率；最后基于召回率和精确率计算跨摄像头行人跟踪算法模型的评价分数，该方法解决了现有跨摄像头行人跟踪算法预测效率低、精度低的技术问题，达到了提高预测准确性的技术效果。果。果。

【技术实现步骤摘要】
跨摄像头行人跟踪算法的评价方法、系统和电子设备


[0001]本专利技术涉及人工智能
，尤其是涉及一种跨摄像头行人跟踪算法的评价方法、系统和电子设备。

技术介绍

[0002]在实际的跨境追踪场景中，由于摄像头分辨率、录像距离、光照条件、行人遮挡、服饰颜色变化等因素的影响，算法不可能完全准确地预测跟踪每一帧行人。如果算法能识别预测关键节点中行人出现的视频帧，那么就能成功判定行人的运动轨迹。现有的技术大多依赖逐帧对比，以正确预测帧的百分比来进行评估，这种方法评估耗时且并不可靠。也就是说，现有跨摄像头行人跟踪技术存在预测效率低、精度低的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种跨摄像头行人跟踪算法的评价方法、系统和电子设备，以缓解现有跨摄像头行人跟踪算法预测效率低、精度低的技术问题。
[0004]第一方面，本专利技术实施例提供了一种摄像头行人跟踪算法的评价方法，上述方法包括：基于预先获取的测试数据集，利用跨摄像头行人跟踪算法模型生成至少一个行人预测结果；上述预先获取的测试数据集包括跨摄像头的监控视频片段本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨摄像头行人跟踪算法的评价方法，其特征在于，所述方法包括：基于预先获取的测试数据集，利用跨摄像头行人跟踪算法模型生成至少一个行人预测结果；所述预先获取的测试数据集包括跨摄像头的监控视频片段以及对应的标签帧；所述行人预测结果包括预测帧；将监控视频按照时间轴的节点进行划分，确定所述预测帧包含的预测匹配节点数和所述标签帧包含的标签匹配节点数；对所述标签帧和所述预测帧进行帧匹配，确定目标匹配节点；基于所述预测匹配节点数、所述标签匹配节点数和目标匹配节点数，计算每个所述行人预测结果的召回率和精确率；基于所述召回率和所述精确率计算所述跨摄像头行人跟踪算法模型的评价分数。2.根据权利要求1所述的跨摄像头行人跟踪算法的评价方法，其特征在于，所述方法还包括：根据跨场景的若干监控摄像头的目标行人视频，获取包含目标行人画面的目标监控视频片段和对应的标签帧；所述标签帧的参数包括目标摄像头编号、目标帧号、目标行人ID号和目标矩形框位置信息；基于所述目标监控视频片段和所述标签帧生成目标行人库信息；根据若干条所述目标行人库信息生成测试数据集。3.根据权利要求2所述的跨摄像头行人跟踪算法的评价方法，其特征在于，对所述标签帧和所述预测帧进行帧匹配，确定目标匹配节点的步骤，包括：将所述预测帧和所述标签帧所包含的参数分别进行匹配；其中，所述预测帧的参数包括：预测摄像头编号、预测帧号、预测行人ID号和预测矩形框位置信息；若所述预测帧的参数与所述标签帧的参数均满足匹配条件，则所述预测帧与所述标签帧正确匹配；其中，所述匹配条件包括：所述预测摄像头编号与所述目标摄像头编号相匹配、所述预测帧号与所述目标帧号相匹配、所述预测行人ID号与所述目标行人ID号相匹配、以及所述预测矩形框位置信息与所述目标矩形框位置信息相匹配。4.根据权利要求3所述的跨摄像头行人跟踪算法的评价方法，其特征在于，所述预测矩形框位置信息与所述目标矩形框位置信息相匹配的条件为：预测矩形框和目标矩形框的交并比 IOU 大于设定阈值；其中，所述预测矩形框和目标矩形框的交并比IOU为第一重叠区域与第一联合区域的比值；所述第一重叠区域为所述预测矩形框与所述目标矩形框的交集区域；所述第一联合区域为所述预测矩形框与所述目标矩形框的并集区域。5.根据权利要求3所述的跨摄像头行人跟踪算法的评价方法，其特征在于，对所述标签帧和所述预测帧进行帧匹配，确定目标匹配节点的步骤...

【专利技术属性】
技术研发人员：尚果超，
申请(专利权)人：中电信数字城市科技有限公司，
类型：发明
国别省市：