基于特征更新的人员轨迹追踪方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113723520A(43)申请公布日2021.11.30(21)申请号202111016100.X(22)申请日2021.08.31(71)申请人深圳市中博科创信息技术有限公司地址518000广东省深圳市南山区粤海街道高新区社区高新南七道20号深圳国家工程实验室大楼B703(72)发明人李发明(74)专利代理机构深圳智汇远见知识产权代理有限公司44481代理人蒋学超(51)Int.Cl.G06K9/62(2006.01)G06K9/00(2006.01)权利要求书2页说明书10页附图4页(54)发明名称基于特征更新的人员轨迹追踪方法、装置、设备及介质(57)摘要本发明涉及人工智能技术，揭露了一种基于特征更新的人员轨迹追踪方法，包括：获取监控画面，利用预设的识别模型判断监控画面中是否包含目标人员；当监控画面中不包含目标人员，则返回获取监控画面的步骤；当监控画面中包含目标人员，提取监控画面中目标人员的画面特征；将画面特征与预设的人员特征进行差异性比对，得到画面特征相对于人员特征的增量特征；利用增量特征对人员特征进行更新，并利用更新后的人员特征对目标人员进行轨迹追踪。本发明还提出一种基于特征更新的人员轨迹追踪装置、电子设备以及存储介质。本发明可以提高轨迹追踪的精确度。CN113723520ACN113723520A权利要求书1/2页1.一种基于特征更新的人员轨迹追踪方法，其特征在于，所述方法包括：利用预设的识别模型判断监控画面中是否包含目标人员；当所述监控画面中不包含目标人员时，返回所述利用预设的识别模型判断监控画面中是否包含目标人员的步骤；当所述监控画面中包含目标人员时，提取所述监控画面中所述目标人员的画面特征；将所述画面特征与所述目标人员的预设的人员特征进行差异性比对，得到所述画面特征相对于所述人员特征的增量特征；利用所述增量特征对所述人员特征进行更新，并利用更新后的人员特征对所述目标人员进行轨迹追踪。2.如权利要求1所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述利用预设的识别模型判断所述监控画面中是否包含目标人员，包括：利用所述识别模型对所述监控画面进行卷积、池化处理，得到池化图像；对所述池化图像进行全连接处理，得到全连接特征图；对所述全连接特征图进行多尺度的特征提取，得到多重图像特征；利用预设激活函数分别计算所述多重图像特征属于所述目标人员的概率值；当所述概率值大于预设的概率阈值，则确定所述监控画面中包含目标人员；当所述概率值小于或等于所述概率阈值，则确定所述监控画面中不包含目标人员。3.如权利要求2所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述对所述池化图像进行全连接处理，得到全连接特征图，包括：利用第一全连接层对所述池化图像进行全连接处理，得到中间图像；利用第二全连接层对所述中间图像进行全连接处理，得到全连接特征图。4.如权利要求1所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述提取所述监控画面中所述目标人员的画面特征，包括：统计所述监控画面中每一个像素的像素梯度；根据所述像素梯度生成所述监控画面的全局特征；利用预设的滑动窗口对所述监控画面中的区域进行逐一框选，得到像素窗口；根据每一个所述像素窗口中的像素值生成所述监控画面的局部特征；汇集所述全局特征与所述局部特征为所述画面特征。5.如权利要求4所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述根据所述像素梯度生成所述监控画面的全局特征，包括：统计所述监控画面中每个像素点的像素值；将所述像素值中最大像素值与最小像素值作为预设的映射函的参数，并利用所述预设函数将所述监控画面中每个像素点的像素值映射至预设范围内；计算映射后的所述监控画面中每一行像素的像素梯度，将每一行像素的像素梯度转换为行向量，将所述行向量拼接为所述监控画面的全局特征。6.如权利要求4所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述根据每一个所述像素窗口中的像素值生成所述监控画面的局部特征，包括：从所述像素窗口中逐个选取其中一个像素点为目标像素点；判断所述目标像素点的像素值在所述像素窗口内是否为极值；2CN113723520A权利要求书2/2页当所述目标像素点的像素值在所述像素窗口内不是极值时，返回从所述像素窗口中逐个选取其中一个像素点为目标像素点的步骤；当所述目标像素点的像素值在所述像素窗口内是极值时，则确定所述目标像素点为关键点；将所有像素窗口内的所有关键点的像素值进行向量化，并将得到的向量汇集为所述监控画面的局部特征。7.如权利要求1至6中任一项所述的基于特征更新的人员轨迹追踪方法，其特征在于，所述将所述画面特征与预设的人员特征进行差异性比对，得到所述画面特征相对于所述人员特征的增量特征，包括