[發明專利]一種目標行人追蹤方法、裝置、設備及存儲介質

有效

• 申請號: 201910405919.1
• 申請日: 2019-05-16
• 公開（公告）號: CN110110690B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李楊;劉志勇;羅佳俊;徐碩
• 申請（專利權）人: 廊坊鑫良基科技有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/764
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種目標行人追蹤方法，其特征在于，包括：

在單行人出入口的圖像采集區采集目標行人對應的數據信息；

將所述目標行人對應的數據信息輸入到預先獲得的時間預測神經網絡中，預測所述目標行人從所述圖像采集區到達關聯的電子圍欄采集區的步行時長，在所述單行人出入口的步行方向上，所述電子圍欄采集區位于所述圖像采集區之前，間隔設定的距離；

根據預測得到的所述步行時長和在所述電子圍欄采集區采集到的終端特征碼信息，確定所述目標行人對應的終端特征碼信息；

根據所述目標行人對應的終端特征碼信息，確定所述目標行人是否為待追蹤人員；

在所述根據預測得到的所述步行時長和在所述電子圍欄采集區采集到的終端特征碼信息，確定所述目標行人對應的終端特征碼信息之前，還包括：

獲得多個其他所述單行人出入口處所述目標行人對應的數據信息；

針對每個其他所述單行人出入口，將該單行人出入口處所述目標行人對應的數據信息輸入到所述時間預測神經網絡中，預測所述目標行人從該單行人出入口的圖像采集區到達關聯的電子圍欄采集區的步行時長；

根據該步行時長，確定所述目標行人從該單行人出入口的圖像采集區到達關聯的電子圍欄采集區的到達時刻；

在該電子圍欄采集區采集到的終端特征碼信息中，查找該到達時刻對應的終端特征碼信息；

相應的，所述根據預測得到的所述步行時長和在所述電子圍欄采集區采集到的終端特征碼信息，確定所述目標行人對應的終端特征碼信息，包括：

針對每個所述單行人出入口，獲得該單行人出入口處所述目標行人到達相應的電子圍欄采集區的到達時刻對應的終端特征碼信息；

將出現次數最多的終端特征碼信息確定為所述目標行人對應的終端特征碼信息。

2.根據權利要求1所述的方法，其特征在于，通過以下步驟預先獲得所述時間預測神經網絡：

獲得在多個所述單行人出入口采集到的歷史行人數據集；

基于所述歷史行人數據集，確定訓練樣本集和測試樣本集，所述訓練樣本集和所述測試樣本集中的每條樣本數據均包括：在一個圖像采集區采集到的行人對應的數據信息，和該行人從該圖像采集區到達關聯的電子圍欄采集區的實際步行時長；

使用所述訓練樣本集對預先建立的初始神經網絡進行訓練，基于所述訓練樣本集的每條樣本數據對應的輸出時長與實際步行時長，調整所述初始神經網絡的網絡參數；

使用所述測試樣本集對訓練后的所述初始神經網絡進行測試，如果測試結果不滿足預設要求，則重復執行所述使用所述訓練樣本集對預先建立的初始神經網絡進行訓練的步驟，直至測試結果滿足所述預設要求或者達到預設的最大迭代次數，獲得所述時間預測神經網絡。

3.根據權利要求2所述的方法，其特征在于，在所述使用所述訓練樣本集對預先建立的初始神經網絡進行訓練之前，還包括：

利用自適應混沌螢火蟲算法，確定所述初始神經網絡的最優權值和閾值。

4.根據權利要求3所述的方法，其特征在于，所述利用自適應混沌螢火蟲算法，確定所述初始神經網絡的最優權值和閾值，包括：

對所述初始神經網絡中所有的初始權值和閾值進行編碼，形成螢火蟲個體；

確定螢火蟲初始種群數量和位置信息，進行混沌初始化處理；

計算螢火蟲適應度函數值；

基于所述螢火蟲自適應度函數值，計算螢火蟲的相對亮度值和吸引度；

根據螢火蟲的相對亮度值，確定最亮螢火蟲位置；

計算自適應慣性權重；

基于所述自適應慣性權重，更新螢火蟲的位置；

判斷當前是否達到最大迭代次數，如果否，則重復執行所述計算螢火蟲的熒光亮度和吸引度的步驟，否則，獲取所述初始神經網絡的最優權值和閾值。