一种用于烟丝高架库的人员轨迹跟踪方法技术

本发明专利技术提供一种用于烟丝高架库的人员轨迹跟踪方法，包括：由摄像追踪器进行视频摄像，在服务器中利用YOLOV5算法对视频摄像中的人员目标进行检测，完成人员目标的定位。对定位的人员目标进行表面特征提取，然后预测人员目标的轨迹，将预测的轨迹与人员目标进行匹配，将未匹配成功的结果送入级联匹配。在级联匹配过程中，若目标丢失或超出允许最大帧数目，则删除目标；若出现新目标则继续预测新对象；若人员目标与轨迹匹配，则轨迹更新。根据匹配完视频摄像中所有帧数目中的人员目标，确定多目标人员行进状态，以实现人员轨迹的跟踪。本发明专利技术能够实时的获取人员目标的行进状态，提高人员轨迹追踪的准确性。员轨迹追踪的准确性。员轨迹追踪的准确性。

【技术实现步骤摘要】
一种用于烟丝高架库的人员轨迹跟踪方法


[0001]本专利技术涉及人员检测的
，尤其涉及一种用于烟丝高架库的人员轨迹跟踪方法。

技术介绍

[0002]成品及成品烟丝采用烟丝箱作为存储单元的箱式存储模式正逐步替代柜式存储在烟草工业行业得到应用。半成品及成品烟丝高架库主要用于存储叶丝、膨胀烟丝、膨胀梗丝、薄丝、回用烟丝、成品烟丝等物料，负责实现半成品及成品烟丝的装箱入库，掺配出库、成品烟丝喂丝出库、外部烟丝出入库、残烟丝入库、烟丝降级等功能。由于烟丝高架库人员流动大，人数多，因此如何把握这些人员的轨迹，实现烟丝高架库内多目标人员的管控跟踪，方便对其进行追踪监控，实现厂区的生产安全成为了一大难题。同时在现有追踪的方法中，如果一个目标出现遮挡，遮挡后由重新出现的情况，会导致目标错误或者作为新目标重新进行跟踪，这无疑是加大了服务器的计算能力。

技术实现思路

[0003]本专利技术提供一种用于烟丝高架库的人员轨迹跟踪方法，解决现有烟丝高架库内人员流动大存在目标管控不准确，易造成目标跟踪丢失，存在安全隐患的问题，能够实时的获取人员目标的行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于烟丝高架库的人员轨迹跟踪方法，其特征在于，包括：在烟丝高架库内设置多个摄像追踪器，并由摄像追踪器对进入烟丝高架库内的人员目标进行视频摄像，以获取摄像视频；将所述摄像追踪器与服务器信号连接，所述服务器内设有YOLOV5自学习算法对所述摄像视频中的人员目标进行识别检测，完成人员目标的定位；对定位的人员目标进行表面特征提取，然后预测人员目标的轨迹，将预测的轨迹与人员目标进行匹配，将未匹配成功的结果送入级联匹配；在级联匹配过程中，若目标丢失或超出允许最大帧数目，则删除目标；若出现新目标则继续预测新对象；若人员目标与轨迹匹配，则轨迹更新；根据匹配完视频摄像中所有帧数目中的人员目标，确定多目标人员行进状态，以实现人员轨迹的跟踪。2.根据权利要求1所述的用于烟丝高架库的人员轨迹跟踪方法，其特征在于，在所述服务器中利用YOLOV5自学习算法构建的YOLOV5模型，所述YOLOV5模型包括：输入端、基准网络、Neck网络和输出端；所述输入端用于输入图片；所述基准网络用于对输入图片进行特征提取；所述Neck网络用于提升特征的多样性；所述输出端用于输出检测框和类别。3.根据权利要求2所述的用于烟丝高架库的人员轨迹跟踪方法，其特征在于，还包括：所述输入端输入640
×
640
×
3的图像进入基准网络的Focus结构，通过Focus结构对图像进行切片形成4个320
×
320
×
3的图像，使用基准网络的Concat在深度上连接，形成320
×
320
×
12的图像，通过32个卷积核的卷积层形成320
×
320
×
32的图像，然后经过基准网络的CBL结构形成160
×
160
×
64的图像；接着通过基准网络的1个残差结构学习并通过128维卷积核卷积得到80
×
80
×
128的图像；而后通过3个残差结构学习并通过256维卷积得到40
×
40
×
256的图像；紧接着再次经过3个残差结构学习并通过512维卷积得到20
×
20
×
512的图像；然后经过基准网络的SPP结构3个最大池化层得到20
×
20
×
1024的图像，最后经过512维卷积层输出基准网络的20
×
20
×
512的图像。4.根据权利要求3所述的用于烟丝高架库的人员轨迹跟踪方法，其特征在于，还包括：所述Neck网络以基准网络输出结果为输入，采用FPN上采样和PAN下采样融合图像特征的结构；在得到基准网络输出的20
×
20
×
512的图像后，首先通过Neck网络的CBL结构得到20
×
20
×
255的图像；然后进行上采样，输入20
×
20
×
255的图像，输出40
×
40
×
512的图像，而后与40
×
40
×
256图像拼接得到40
×
40
×
768的图像，接着进行1个残差结构学习得到40
×
40
×
256的图像，再通过255维卷积得到40
×
40
×
255的图像，40
×
40
×
255的图像进入输出端；再次进行上采样，输入40
×
40
×
256得到80
×
80
×
256图像，而后再与80
×
80
×
128图像拼接得到80
×
80
×
384；在进行1个残差结构学习得到80
×
80
×
128后进行255维卷积得到80
×
80
×
255图像，80
×
80
×
255图像进入输出端；然后将80
×

【专利技术属性】
技术研发人员：王文娟，钱杰，张成挺，李捷，邬建平，蔡峥嵘，孙盛洲，陈赞赞，
申请(专利权)人：浙江中烟工业有限责任公司，
类型：发明
国别省市：