【技术实现步骤摘要】
基于目标跟踪和异常检测的实时跨镜追踪方法
[0001]本专利技术涉及计算机视觉图像处理
,具体涉及一种基于目标跟踪和异常检测的实时跨镜追踪方法
。
技术介绍
[0002]跨镜追踪是行人重识别(
person Re
‑
identification
,
Re
‑
ID
)技术的通俗说法
。
具体指的是一种利用计算机视觉方法判断连续图像序列或者视频中是否存在目标人员的技术,该技术可以快速判断和分析该目标是否在多个摄像机镜头画面中出现,同时记录下出现的时间和位置信息
。
目前已经广泛地应用于安全事件检测
、
公安办案取证
、
以及对特定目标人员进行追踪等场景
。
[0003]一个典型的实时
Re
‑
ID
系统由两个主要模块组成:(1)图库生成器
——
它提取目标人员的边界框(人体识别时的标记)来组成图像库;(2)经典
【技术保护点】
【技术特征摘要】
1.
基于目标跟踪和异常检测的实时跨镜追踪方法,其特征是,包括以下步骤:
S1、
将原始视频流分解,生成一组可能含有同一个人的连续图像序列;
S2、
对图像序列中各幅图像中的行人进行判定,以判断各幅图像中是否存在目标人员,若当前图像中存在目标人员,则将该幅图像标记为有效图像;
S3、
在各个有效图像中的框选目标人员,生成图像边界框序列,将所有带边界框的图像以列表形式输出为一组轨迹图像片段列表,并将所有完整片段进行保存;
S4、
使用
DOC
的异常检测模块对轨迹片段进行分析,对于每张图像异常检测模块可生成一个分数,该分数用于评价与正常图像的接近程度,越接近分数越高,然后使用这个分数来选择图像序列的最佳图像,最佳图像即得分最高的图像;为每个图像序列选择一个最佳的代表图像放入图像搜索库,供后续检测;
S5、
最佳代表图像进行分析,计算查询该图像中目标人员与图库图像中目标人员之间的相似度得分,输出检测结论
。2.
根据权利要求1所述的基于目标跟踪和异常检测的实时跨镜追踪方法,其特征是:步骤
S2
中利用
YOLOv3
目标检测模块对被搜索的图像序列的第一幅图像进行处理以生成初始边界框,初始边界框用于初始化目标跟踪器,判定有效的图像进入目标追踪模块继续分析,否则目标检测模块继续对下一幅图像进行判定
。3.
根据权利要求1所述基于目标跟踪和异常检测的实时跨镜追踪方法,其特征是:步骤
S3
中使用
Re3
算法的目标追踪模块在有效图像中运行以生成图像边界框序列,然后将结果以列表形式输出为一组轨...
【专利技术属性】
技术研发人员:朱博,盛智标,杨宝赢,李涛,李懋卿,丁硕,高志强,
申请(专利权)人:武汉中科通达高新技术股份有限公司,
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。