[發(fā)明專利]跨攝像頭場景下指定行人在線跟蹤方法有效
| 申請?zhí)枺?/td> | 201810076414.0 | 申請日： | 2018-01-26 |
| 公開（公告）號： | CN108198200B | 公開（公告）日： | 2022-03-08 |
| 發(fā)明（設(shè)計）人： | 余春艷;鐘詩俊 | 申請（專利權(quán)）人： | 福州大學(xué) |
| 主分類號： | G06T7/20 | 分類號： | G06T7/20 |
| 代理公司： | 福州元創(chuàng)專利商標(biāo)代理有限公司 35100 | 代理人： | 蔡學(xué)俊 |
| 地址： | 350108 福建省福*** | 國省代碼： | 福建;35 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 攝像頭 場景 指定 行人 在線 跟蹤 方法 | ||
1.一種跨攝像頭場景下指定行人在線跟蹤方法，其特征在于，按照如下步驟實現(xiàn)：
步驟S1：記N個視野區(qū)域非重疊的攝像頭為C1,C2,...,CN；在第k幀，記攝像頭Ci捕捉到m個行人，為Oi＝{Oi1,...,Oim}；其中，Oia表示捕捉到的目標(biāo)行人的信息；在第k幀標(biāo)定為感興趣目標(biāo)行人，創(chuàng)建并初始化一跟蹤器，保存該目標(biāo)行人的信息作為后期數(shù)據(jù)關(guān)聯(lián)的模板；
步驟S2：將單攝像頭視野區(qū)域劃分為外圍區(qū)域和內(nèi)圍區(qū)域；當(dāng)目標(biāo)行人從當(dāng)前單攝像頭視野外圍區(qū)域離開時，將該目標(biāo)行人設(shè)置為掛起狀態(tài)，并等待進行下一步的數(shù)據(jù)關(guān)聯(lián)操作；
步驟S3：通過采用深度卷積孿生網(wǎng)絡(luò)在線提取新進入的目標(biāo)行人的特征，對新進入的行人與等待關(guān)聯(lián)的目標(biāo)行人進行相似性度量；將相似性值作為權(quán)值，建立帶權(quán)值匹配圖；對帶權(quán)值匹配圖求解最大權(quán)值匹配的解，獲取新進入的行人與等待關(guān)聯(lián)的目標(biāo)行人間的數(shù)據(jù)關(guān)聯(lián)的解，進而實現(xiàn)對目標(biāo)行人在線追蹤；
在所述步驟S3中，還包括如下步驟：
步驟S31：通過采用深度卷積孿生網(wǎng)絡(luò)在線提取新目標(biāo)行人的特征，構(gòu)建深度卷積孿生神經(jīng)基礎(chǔ)網(wǎng)絡(luò)模塊R-ResNet；
步驟S32：將兩個完全相同的R-ResNet通過權(quán)重共享的方式，作為深度卷積孿生網(wǎng)絡(luò)的基礎(chǔ)網(wǎng)絡(luò)；在兩個R-ResNet的最后層分別添加一層卷積層，使用2個卷積核，尺寸大小為(1，1，4096)，并將該卷積層獲得的特征分別標(biāo)記為f1和f2；將要計算輸入的一對行人的相似性值，轉(zhuǎn)化成對f1和f2特征的相似性比較；
步驟S33：引入一個無參數(shù)層Square層來對f1和f2特征求解平方差，作為f1和f2相似性比較層，并記該Square層為：fs＝(f1-f2)2；將fs作為兩個核大小為1×1×4096的卷積層的輸入值，將softmax作為輸出函數(shù)，輸出一個二維向量(q1,q2)，表示輸入兩個對象屬于現(xiàn)實世界中同一個人的概率值；
步驟S34：根據(jù)所述步驟S33中獲得的一對行人間的相似性概率值作為圖的權(quán)值，將新進入的行人和待關(guān)聯(lián)的目標(biāo)行人分別作為兩個不同的頂點集合，建立所述帶權(quán)值匹配圖；通過求解最大權(quán)值匹配圖問題的解，獲得新進入的行人與等待關(guān)聯(lián)的目標(biāo)行人間的數(shù)據(jù)關(guān)聯(lián)的解；
步驟S341：記：
為目標(biāo)行人離開攝像頭Ci后進入到攝像頭Cj中，且與攝像頭Cj中目標(biāo)行人是現(xiàn)實世界中同一個行人的概率值；
其中,表示目標(biāo)行人和的外觀相似度；
當(dāng)且僅當(dāng)目標(biāo)行人和離開或者進入的位置都是位于外圍區(qū)域時，否則,
當(dāng)且僅當(dāng)目標(biāo)行人和的離開和出現(xiàn)的時間差不超過提前設(shè)定的等待時間閾值時，否則,
將Aij作為圖的權(quán)值，和作為頂點建立帶權(quán)匹配圖；
步驟S342：通過匈牙利算法獲得最大權(quán)值匹配問題的解，將最大權(quán)值匹配邊對應(yīng)著新進入的行人和等待關(guān)聯(lián)的目標(biāo)行人間的一組最優(yōu)關(guān)聯(lián)。
2.根據(jù)權(quán)利要求1所述的跨攝像頭場景下指定行人在線跟蹤方法，其特征在于，在所述步驟S1中，所述捕捉到的目標(biāo)行人的信息包括：行人特征fia、所處位置和時間信息且表示為：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于福州大學(xué)，未經(jīng)福州大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810076414.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
