[發明專利]一種視頻監控場景下的人體跟蹤方法

在審

• 申請號: 201910559630.5
• 申請日: 2019-06-26
• 公開（公告）號: CN110264498A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 袁培江;杜云鵬;茹群輝;李藝哲
• 申請（專利權）人: 北京深醒科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/269;G06T7/277
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

本發明公開了一種視頻監控場景下的人體跟蹤方法，包括以下步驟：S1、在第一幀圖像中進行人體運動檢測；S2、對每個運動人體進行標號；S3、提取運動人體圖像，生成人體小圖；S4、確定跟蹤人體并計算出跟蹤人體的特征向量；S5、預測第二幀圖像中跟蹤人體出現的位置和姿態；S6、在第二幀圖像中找到與步驟S5中預測的位置、姿態相同的運動人體并進行提取，計算出運動人體的特征向量；S7、將第二幀圖像中運動人體的特征向量與第一幀圖像中跟蹤人體的特征向量進行對比；S8、后續跟蹤比對并得出跟蹤結果。

技術領域

本發明涉及圖像處理領域，尤其涉及一種視頻監控場景下的人體跟蹤方法。

背景技術

人體檢測和人體跟蹤廣泛應用于監控行業，通常用于人數統計、行為分析等應用。目前的人體檢測通過邊緣識別、梯度直方圖、色彩直方圖等方法實現視頻內人體檢測，進而可以支持人體跟蹤。而常用的人體跟蹤技術主要基于幀間差分法、光流法、卡爾曼濾算法等，可以在一些簡單場景下取得不錯的跟蹤效果，但在普通視頻監控場景下，尤其是人員數量較多、人體移動速度較快、人體有遮擋、姿態變化較大的情況下，就會出現跟蹤丟失或錯誤的情況。因此，如何在人員基數較大的視頻監控場景內進行人體跟蹤是一個亟待解決的問題。

發明內容

本發明目的是針對上述問題，提供一種適用于在人數較多的場景中進行人體跟蹤的視頻監控場景下的人體跟蹤方法。

為了實現上述目的，本發明的技術方案是：

一種視頻監控場景下的人體跟蹤方法，包括以下步驟：

S1、在監控視頻的第一幀圖像中進行人體運動檢測，檢測出第一幀圖像中的人數和運動人體邊緣；

S2、當檢測到只有一個運動人體時，采用幀間差分法、光流計算法、統計學方法的組合對該運動人體進行跟蹤；當檢測到有兩個及兩個以上的運動人體時，對每個運動人體進行標號；

S3、將每個運動人體從第一幀圖像中單獨提取出來，生成人體小圖；

S4、通過人體小圖中人體的高寬比值特征確定跟蹤人體，并計算出跟蹤人體的特征向量；

S5、根據跟蹤人體的人體姿態和運動方向，預測第二幀圖像中跟蹤人體出現的位置和姿態；

S6、在第二幀圖像中找到與步驟S5中預測的位置、姿態相同的運動人體并進行提取，計算出運動人體的特征向量；

S7、將第二幀圖像中運動人體的特征向量與第一幀圖像中跟蹤人體的特征向量進行對比；當兩個特征向量相同時，則確定第二幀圖像中的運動人體為跟蹤人體，當兩個特征向量不同時，提取第二幀圖像中運動人體的臨近人體的特征向量與跟蹤人體的特征向量進行對比；

S8、當第二幀圖像中沒有找到跟蹤人體時，則判斷人體跟蹤丟失，并標記次數為1，繼續在下一幀圖像中尋找跟蹤人體；當人體跟蹤丟失次數累計達到閾值后，則判斷跟蹤人體離開視頻監控區域；當人體跟蹤丟失次數累計達到閾值前，再次找到跟蹤人體，則判斷跟蹤人體的姿態出現重大調整或跟蹤人體被遮擋，其累計次數歸零，重新計算次數。

進一步的，所述步驟S3中采用邊緣識別、梯度直方圖、色彩直方圖、低通濾波去噪、背景差分法、形態學圖像處理、區域連通性分析方法中的一種或幾種的組合將每個運動人體從第一幀圖像中單獨提取出來。

進一步的，所述步驟S4中跟蹤人體的特征向量為多維度向量值，其包含人體小圖的灰度特征值、顏色特征值、內容特征值、人體姿態值、運動方向值。

與現有技術相比，本發明具有的優點和積極效果是：