【技术实现步骤摘要】
本专利技术涉及行动轨迹识别，尤其涉及一种行动轨迹识别方法、装置、电子设备及存储介质。
技术介绍
1、校园各类人员的活动对校园安全的影响至关重要。为了管控校园内的活动，一些校园会在关键出口节点设置闸机来进行门禁出入的管控和持卡人出入数据的统计。
2、闸机提取的数据能够反映出持卡人在固定点位出现的时间，并不能整体地反映出校园人员的活动情况。一些相关技术中，采用了图像识别算法对校园人员活动情况进行分析，但是这种技术计算代价大，计算资源消耗多，又存在涉及人员隐私保护的问题。
3、基于此，需要开发设计出一种行动轨迹识别方法。
技术实现思路
1、本专利技术实施方式提供了一种行动轨迹识别方法、装置、电子设备及存储介质，用于解决现有技术中确定校园人员活动轨迹所需的计算资源较多的问题。
2、第一方面，本专利技术实施方式提供了一种行动轨迹识别方法，包括：
3、获取多个第一图像，其中，所述多个第一图像基于同一视野获取；
4、根据背景模板从每个第一图像中提取的多个候选对象，并根据所述多个候选对象的形位特征构建第一数据集，从而获得多个第一数据集，其中，候选对象为遮挡图像背景的对象；
5、根据目标对象的形位特征从所述多个第一数据集中分别找到多个目标位置，其中，所述目标对象基于定位图像提取获得；
6、根据所述多个目标位置，规划行动轨迹。
7、在一种可能实现的方式中，所述根据背景模板从每个第一图像中提取的多个候选对象，
8、获取所述背景模板；
9、对于所述多个第一图像中的每个第一图像，分别执行如下步骤：
10、对第一图像进行去色，获得去色图；
11、对所述去色图像素值的分布区间进行调整，获得第一灰度图；
12、计算所述第一灰度图与所述背景模板的差，获得差图像；
13、从所述差图像中提取所述多个候选对象；
14、将所述多个候选对象的尺寸以及所述多个候选对象在图像中的位置，构建为第一数据集。
15、在一种可能实现的方式中，所述对所述去色图像素值的分布区间进行调整，获得第一灰度图，包括：
16、获取多个第一像素值区间，其中，每个第一像素值区间对应一个第一数量；
17、对所述去色图的多个像素值由大到小进行排列，获得第一像素队列；
18、从所述多个第一像素值区间中取出中值最大的区间，作为待处理像素值区间；
19、将所述待处理像素值区间对应的第一数量，作为待处理数量；
20、从所述第一像素队列中取出所述待处理数量的像素值，作为多个待处理像素值；
21、根据第一公式以及所述待处理像素值区间对所述多个待处理像素值进行调整，获得多个第二像素值，其中，所述第一公式为：
22、
23、式中，为第二像素值，为待处理像素值区间的下限，为待处理像素值区间上下限的差，为待处理像素值，为多个待处理像素值中最小的像素值，为多个待处理像素值中最大的像素值；
24、根据所述多个第二像素值的来源位置，将所述多个第二像素值放入到第一灰度图中；
25、若未完成对所述多个第一像素值区间的遍历，则跳转至所述从所述多个第一像素值区间中取出中值最大的区间，作为待处理像素值区间的步骤。
26、在一种可能实现的方式中，所述从所述差图像中提取所述多个候选对象，包括：
27、获取分类阈值；
28、将所述差图像中绝对值小于所述分类阈值的像素值置零，获得第一中间图；
29、将所述第一中间图中的孤岛点置零，获得第二中间图，其中，所述孤岛点为在预设半径内非零像素数量小于孤岛数量阈值的像素点；
30、从所述第二中间图中提取多个不包含有零边缘行以及零边缘列的图像块，作为所述多个候选对象。
31、在一种可能实现的方式中，形位特征包括对象的尺寸以及对象在图像中的位置，所述根据目标对象的形位特征从所述多个第一数据集中分别找到多个目标位置，包括：
32、获取目标对象的尺寸以及位置；
33、依照第一图像时间节点的先后，从所述多个第一数据集提取数据集，作为待处理数据集；
34、从所述待处理数据集中，分别提取所述多个候选对象的尺寸以及位置；
35、根据所述目标对象的尺寸、所述目标对象的位置以及第二公式，构建多个候选特征向量，其中，所述第二公式为：
36、
37、式中，为第个候选特征向量的距离元素，为第个候选对象与目标对象之间的距离，为目标对象与前一对象之间的距离，为第个候选特征向量的角度元素，为第个候选对象相对目标对象在方向的距离，为第个候选对象相对目标对象在方向的距离，为目标对象相对前一对象在方向的移动距离，为目标对象相对前一对象在方向的移动距离，为第个候选特征向量的第一尺寸比元素，为第个候选特征向量的第二尺寸比元素，为第个候选对象的宽度，为第个候选对象的长度，为目标对象的宽度，为目标对象的长度，为第个候选对象位置的轴坐标，为第个候选对象位置的轴坐标，为目标对象位置的轴坐标，为目标对象位置的轴坐标；
38、将所述多个候选特征向量分别加入到多个样本特征向量中，获得多个特征群；
39、分别对所述多个特征群进行聚类，获得多个聚类结果，其中，每个聚类结果对应一个特征群；
40、从所述多个聚类结果中分别提取候选特征向量所在类的向量数量，获得多个聚类数量，其中，每个聚类数量对应一个候选特征向量；
41、根据第三公式以及所述多个聚类数量，确定多个候选指数，其中，每个候选指数对应一个聚类数量，所述第三公式为：
42、
43、式中，为第个候选指数，为第个聚类数量，为聚类数量的总数量，为第个聚类数量；
44、根据所述多个候选指数从所述多个候选对象中选出优胜对象；
45、将所述优胜对象的位置作为目标位置；
46、将所述优胜对象作为目标对象；
47、若未完成所述多个第一数据集的遍历，则跳转至所述依照第一图像时间节点的先后，从所述多个第一数据集提取数据集，作为待处理数据集的步骤。
48、在一种可能实现的方式中，所述分别对所述多个特征群进行聚类，获得多个聚类结果，包括：
49、获取分类数量；
50、从所述多个特征群中的遍历地取出特征群，作为待处理特征群；
51、从所述待处理特征群中提取所述分类数量的特征向量，作为多个目标特征向量；
52、将所述待处理特征群中的每个特征向量，加入到距离最近的目标特征向量所在的类，从而获得多个中间类；
53、根据第四公式，确定每个目标特征向量到所属中间类的类中心的距离，从而获得多个距离，其中，所述第四公式为：
54、
5本文档来自技高网...
【技术保护点】
1.一种行动轨迹识别方法，其特征在于，包括：
2.根据权利要求1所述的行动轨迹识别方法，其特征在于，所述根据背景模板从每个第一图像中提取的多个候选对象，并根据所述多个候选对象的形位特征构建第一数据集，包括：
3.根据权利要求2所述的行动轨迹识别方法，其特征在于，所述对所述去色图像素值的分布区间进行调整，获得第一灰度图，包括：
4.根据权利要求2所述的行动轨迹识别方法，其特征在于，所述从所述差图像中提取所述多个候选对象，包括：
5.根据权利要求1-4任一项所述的行动轨迹识别方法，其特征在于，形位特征包括对象的尺寸以及对象在图像中的位置，所述根据目标对象的形位特征从所述多个第一数据集中分别找到多个目标位置，包括：
6.根据权利要求5所述的行动轨迹识别方法，其特征在于，所述分别对所述多个特征群进行聚类，获得多个聚类结果，包括：
7.根据权利要求5所述的行动轨迹识别方法，其特征在于，所述根据所述多个候选指数从所述多个候选对象中选出优胜对象，包括：
8.一种行动轨迹识别装置，其特征在于，用于实现如权利要求1
9.一种电子设备，包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种行动轨迹识别方法，其特征在于，包括：
2.根据权利要求1所述的行动轨迹识别方法，其特征在于，所述根据背景模板从每个第一图像中提取的多个候选对象，并根据所述多个候选对象的形位特征构建第一数据集，包括：
3.根据权利要求2所述的行动轨迹识别方法，其特征在于，所述对所述去色图像素值的分布区间进行调整，获得第一灰度图，包括：
4.根据权利要求2所述的行动轨迹识别方法，其特征在于，所述从所述差图像中提取所述多个候选对象，包括：
5.根据权利要求1-4任一项所述的行动轨迹识别方法，其特征在于，形位特征包括对象的尺寸以及对象在图像中的位置，所述根据目标对象的形位特征从所述多个第一数据集中分别找到多个目标位置，包括：
6.根据权利要求5所述的行动轨迹...
【专利技术属性】
技术研发人员：郑戍华，杨虎山，赵雷鹰，秦永亮，赵金权，高良斌，
申请(专利权)人：河北科曼信息技术有限公司，
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。