[發(fā)明專利]一種用于安防系統(tǒng)的人體識別與跟蹤方法

有效

• 申請?zhí)枺?/td>: 201710818298.0
• 申請日: 2017-09-12
• 公開（公告）號: CN107644204B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設計）人: 褚哲;包華晟
• 申請（專利權）人: 南京凌深信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/246
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 朱健;陳國軍

本發(fā)明公開了一種用于安防系統(tǒng)的人體識別與跟蹤方法，包括：視頻錄入設備獲取視頻的每一幀圖像信息；處理單元根據(jù)視頻的每一幀信息進行人體目標檢測；處理單元根據(jù)所述人體目標檢測結果進行人臉檢測；處理單元對檢測到的人臉區(qū)域進行特征提取，得到人臉特征向量；處理單元將人臉特征數(shù)據(jù)與數(shù)據(jù)庫中的人臉特征進行匹配，并依據(jù)匹配結果賦予被檢測的人體目標一個ID，同時將該ID賦予人臉所對應的人體目標；處理單元對比每一幀被檢測的人體目標的ID，連接不同幀中的具有相同ID的人體目標的位置，即為該ID對應的人體目標的移動軌跡。本發(fā)明提供的方法，可以實現(xiàn)實時的人臉檢測與識別，不容易跟丟目標或跟蹤失敗。

技術領域

本發(fā)明涉及安全管理領域，特別涉及一種用于安防系統(tǒng)的人體識別與跟蹤方法。

背景技術

人體和人臉目標的檢測、識別與跟蹤的技術，在近年來得到了非常迅速的發(fā)展。雖然人臉識別的技術已經(jīng)比較成熟，但是現(xiàn)有的每一種人臉識別算法都有其局限性，比如傳統(tǒng)的人臉特征提取方法很難精準并自動地提取人臉特征，深度學習的方法則需要大量的訓練數(shù)據(jù)，并且在速度上很難應付實時的人臉檢測與識別。在目標跟蹤方面，目前市面上大多數(shù)的生物識別跟蹤設備還有著諸多的問題。對于傳統(tǒng)的目標跟蹤，如果出現(xiàn)人體目標特征變化太大的情況，比如一個人突然轉(zhuǎn)身或者把外套脫了，傳統(tǒng)的目標跟蹤很容易跟丟目標。此外，對不同幀中已經(jīng)檢測到的目標進行跟蹤時，當出現(xiàn)目標重疊，或行人行走的軌跡發(fā)生交叉等情況時，也會導致跟蹤失敗。

發(fā)明內(nèi)容

為了解決以上問題，本發(fā)明提供一種用于安防系統(tǒng)的人體識別與跟蹤方法。基于深度學習的方法，對視頻中的每個人進行身份識別與追蹤，對于識別出來人員采用圖框標示并給出身份信息，對于未識別出來的人員，給出提醒。本發(fā)明提供的一種用于安防系統(tǒng)的人體識別與跟蹤方法，包括如下步驟：

一種用于安防系統(tǒng)的人體識別與跟蹤方法，用于通過視頻信息對每個人進行身份識別并實現(xiàn)人體目標追蹤，包括如下步驟：

視頻錄入設備實時獲取視頻的每一幀圖像信息；

處理單元從視頻錄入設備讀取視頻的每一幀信息，并根據(jù)所述視頻的每一幀信息進行人體目標檢測，得到人體目標檢測結果，所述人體目標檢測結果包括一個包含人體的圖框；

處理單元根據(jù)所述人體目標檢測結果，在包含人體的圖框中進行人臉檢測，得到人臉檢測結果，所述人臉檢測結果包括一個包含人臉的圖框；

處理單元對檢測到的人臉區(qū)域進行特征提取，得到人臉特征向量；

處理單元將所述人臉特征數(shù)據(jù)與數(shù)據(jù)庫中的人臉特征進行匹配，并依據(jù)匹配結果賦予被檢測的人體目標一個ID，同時將該ID賦予人臉所對應的人體目標，當沒有匹配到結果時，處理單元對管理人員進行提醒；

當某一幀或多幀沒有進行人臉檢測或人臉被遮擋無法檢測時，處理單元對包含人體目標的圖框進行檢測和跟蹤；

處理單元對比每一幀被檢測的人體目標的ID，連接不同幀中的具有相同ID的人體目標的位置，即為該ID對應的人體目標的移動軌跡。

優(yōu)選的，所述一種用于安防系統(tǒng)的人體識別與跟蹤方法，還可實施為：

處理單元每隔N幀進行一次人體目標檢測和人臉檢測，所述N滿足，

其中，D為預設的距離閾值，表示兩次檢測之間人體移動的距離上限，v表示人體移動速度，T為每一幀之間的時間間隔。

優(yōu)選的，所述一種用于安防系統(tǒng)的人體識別與跟蹤方法，還包括：

處理單元根據(jù)人體目標檢測結果進行多人目標跟蹤；