[發明專利]一種行人跟蹤方法、裝置以及終端

有效

• 申請號: 201910731654.4
• 申請日: 2019-08-08
• 公開（公告）號: CN110443210B
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 蘇翔博;鐘東宏;袁宇辰
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/246
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 王珺;徐瑞紅

本發明實施例提出一種行人跟蹤方法和裝置，方法包括：對從視頻中提取的前一圖像和當前圖像進行行人檢測，標識出多個行人檢測框；對具有行人檢測框的前一圖像和當前圖像進行跟蹤計算，得到當前圖像中的行人跟蹤框；將當前圖像中的行人檢測框和當前圖像中的行人跟蹤框進行匹配，得到匹配結果，并根據匹配結果標識出所述當前圖像中的人體框；對當前圖像中的人體框進行跟蹤計算，得到行人跟蹤結果。減少了行人被遮擋、行人變換角度姿態所引起的行人漏檢問題，保證在人群密集場景的可用性，有效提高了魯棒性。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種行人跟蹤方法、裝置以及終端。

背景技術

近些年，隨著人工智能技術的不斷發展，行人跟蹤功能被逐漸應用于監控安防、智慧零售、智慧城市等領域。對于諸如道路卡口、商場、門店等區域，往往通過設置監控攝像頭來對來往人群進行監視。可以利用行人跟蹤技術對監控圖像的所有來往行人進行持續檢測，對同一行人持續跟蹤。目前，通過行人檢測技術逐幀抽取監控圖像或抽取部分幀監控圖像，并在抽取的監控圖像中標識行人框。利用卷積神經網絡或HOG(Histogram of OrientedGradient,方向梯度直方圖)等傳統特征提取算子，提取各行人框的特征向量。基于每個行人框的特征向量對所有監控圖像中的行人框進行匹配，以獲得行人跟蹤結果。

然而，在執行行人檢測技術的圖像中，有行人出現被其他物體遮擋，或行人突然蹲下等姿態變換，或行人在行走過程中突然更換服裝等情況，會出現提取的行人框特征向量無法與系統中已有的行人框成功匹配，使得跟蹤結果輸出中斷或輸出錯誤的跟蹤結果。因此，現有的跟蹤技術往往出現行人漏檢的情況。

發明內容

本發明實施例提供一種行人跟蹤方法、裝置以及終端，以解決現有技術中的一個或多個技術問題。

第一方面，本發明實施例提供了一種行人跟蹤方法，包括：

對從視頻中提取的前一圖像和當前圖像進行行人檢測，標識出多個行人檢測框；

對具有行人檢測框的前一圖像和所述當前圖像進行跟蹤計算，得到所述當前圖像中的行人跟蹤框；

將所述當前圖像中的行人檢測框和所述當前圖像中的行人跟蹤框進行匹配，得到匹配結果，并根據所述匹配結果標識出所述當前圖像中的人體框；

對所述當前圖像中的人體框進行跟蹤計算，得到行人跟蹤結果。

在一種實施方式中，將所述當前圖像中的行人檢測框和所述當前圖像中的行人跟蹤框進行匹配，得到匹配結果，并根據所述匹配結果標識出所述當前圖像中的人體框，包括：

計算所述當前圖像中的行人跟蹤框和所述當前圖像中的行人檢測框的重疊率；

在所述重疊率小于閾值的情況下，去掉所述當前圖像中的行人跟蹤框，保留所述當前圖像中的行人檢測框；

在所述重疊率大于閾值的情況下，將所述當前圖像中的行人跟蹤框和所述當前圖像中的行人檢測框合并，得到合并的行人檢測框；

將保留的行人檢測框和合并的行人檢測框標識為所述當前圖像中的人體框。

在一種實施方式中，對所述當前圖像中的人體框進行跟蹤計算，得到行人跟蹤結果，包括：

對所述當前圖像中的人體框進行特征提取，得到行人特征向量；

在提取的行人特征向量與數據庫中歷史時間記錄的行人特征向量匹配的情況下，在所述數據庫中查詢與所述當前圖像中的人體框對應的身份標記，并將查詢到的身份標記分配給所述當前圖像中的人體框，得到所述行人跟蹤結果。

在一種實施方式中，還包括：

在提取的行人特征向量與所述數據庫中歷史時間記錄的行人特征向量未匹配的情況下，則給所述當前圖像中的人體框分配新的身份標記；