[發明專利]一種基于深度學習的行人目標跟蹤方法

在審

• 申請號: 201910312934.1
• 申請日: 2019-04-18
• 公開（公告）號: CN110164109A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 連國云;孫宏偉
• 申請（專利權）人: 深圳職業技術學院
• 主分類號: G08C17/02
• 分類號: G08C17/02;H04N7/18;G08B13/196;G06K9/00;G01V8/10
• 代理公司: 深圳市道勤知酷知識產權代理事務所(普通合伙) 44439
• 代理人: 何兵;饒盛添

1.一種基于深度學習的行人目標跟蹤方法，其特征在于：包括控制模塊(1)、無線數傳模塊(2)、人臉識別模塊(3)、攝像頭(4)、服務器(5)、紅外線人體感應器(6)、USB端口(7)、北斗模塊(8)和語音播報模塊(9)；

其中，所述控制模塊(1)通過無線數傳模塊(2)與服務器(5)進行雙向電性連接；

所述控制模塊(1)通過無線數傳模塊(2)與公安報警平臺進行雙向電性連接；

所述控制模塊(1)與人臉識別模塊(3)進行雙向電性連接；

所述攝像頭(4)的輸出端與控制模塊(1)的輸入端電性連接；

所述紅外線人體感應器(6)的輸出端與控制模塊(1)的輸入端電性連接；

所述USB端口(7)的的輸出端與控制模塊(1)的輸入端電性連接；

所述控制模塊(1)的輸出端與語音播報模塊(9)的輸入端電性連接；

所述控制模塊(1)與北斗模塊(8)雙向電性連接。

2.根據權利要求1所述的一種跟蹤方法，其特征在于，包括以下步驟：

步驟一、使用前，工作人員可以通過USB端口(7)將該區域禁止進入人員和全網通緝犯的圖像信息分類均傳輸給控制模塊(1)，控制模塊(1)接收到圖像信息后通過無線數傳模塊(2)傳輸給服務器(5)進行存儲；

步驟二、當有人進入檢查區域后，紅外線人體感應器(6)感應到人體發射的特殊紅外線，此時紅外線人體感應器(6)向控制模塊(1)發送信號；

步驟三、控制模塊(1)接收到信號，控制模塊(1)向攝像頭(4)發現信號，攝像頭(4)對人臉進行采集并傳輸給控制模塊(1)；

步驟四、控制模塊(1)對接收到的圖像傳輸給人臉識別模塊(3)進行分析，人臉識別模塊(3)提取圖像中顏色特種、模板特征、結構特征，提取出有用的信息并將信息傳輸給控制模塊(1)；

步驟五、控制模塊(1)根據信息通過無線數傳模塊(2)提取與該信息匹配的人員信息并傳輸給人臉識別模塊(3)進行比對，人臉識別模塊(3)比對采集的信息和存儲的信息；

步驟六、當與已存儲普通人員比對成功后，人臉識別模塊(3)向控制模塊(1)發送信號，控制模塊(1)接收到信號將該人員最新采集的信息通過無線數傳模塊(2)傳輸給服務器(5)，服務器(5)將最新采集的信息存儲在該人員的文件夾里進行保存；

步驟六、當未比對到匹配人員，人臉識別模塊(3)向控制模塊(1)發送信號，控制模塊(1)接收到信號將該人員最新采集的信息通過無線數傳模塊(2)傳輸給服務器(5)，服務器(5)將最新采集的信息新建文件夾進行保存。

步驟七、當與該區域禁止進入人員比對成功后，人臉識別模塊(3)向控制模塊(1)發送信號，控制模塊(1)接收到信號控制語音播報模塊(9)開啟，語音播報模塊(9)開始播報語音提醒工作人員有人員入侵，盡快處理。

步驟八、當與全網通緝犯信息比對成功后，人臉識別模塊(3)向控制模塊(1)發送信號，控制模塊(1)接收到信號控制語音播報模塊(9)開啟，語音播報模塊(9)開始播報語音提醒工作人員有人員入侵，盡快處理，同時控制模塊(1)控制北斗模塊(8)對位置進行定位，控制模塊(1)將定位信息和全網通緝犯視頻信息通過無線數傳模塊(2)發給在公安報警平臺進行報警。

3.根據權利要求1所述的一種基于深度學習的行人目標跟蹤方法，其特征在于，所述控制模塊(1)采用型號為STM32的控制模塊(1)。

4.根據權利要求1所述的一種基于深度學習的行人目標跟蹤方法，其特征在于，所述人臉識別模塊(3)采用型號為繁星1000的人臉識別模塊(3)。

5.根據權利要求1所述的一種基于深度學習的行人目標跟蹤方法，其特征在于，所述紅外線人體感應器(6)采用型號為HC-SR501的紅外線人體感應器(6)，所述北斗模塊(8)采用型號為SKG09D的北斗模塊(8)。

6.根據權利要求1所述的一種基于深度學習的行人目標跟蹤方法，其特征在于，所述無線數傳模塊(2)采用型號為YJ-43L的無線數傳模塊(2)，所述語音播報模塊(9)采用型號為FS-VMP-27的語音播報模塊(9)。