[發(fā)明專利]一種行人位置檢測與跟蹤方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910984848.5
• 申請日: 2019-10-16
• 公開（公告）號: CN110688987B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設(shè)計(jì)）人: 曹建榮;武欣瑩;張旭;楊紅娟;呂俊杰;張玉婷;朱亞琴
• 申請（專利權(quán)）人: 山東建筑大學(xué)
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V40/16;G06V10/82;G06N3/04
• 代理公司: 濟(jì)南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 張慶騫

本公開提供了行人位置檢測與跟蹤方法及系統(tǒng)。其中，行人位置檢測與跟蹤方法，包括獲取預(yù)設(shè)場景內(nèi)的視頻流，將視頻流中逐幀圖像依次輸入至人臉檢測模型中，輸出視頻流中行人的人臉位置和人臉大小目標(biāo)框；根據(jù)行人的形體特征結(jié)合人臉大小目標(biāo)框，估計(jì)出行人目標(biāo)框并與背景減除法檢測出的行人目標(biāo)框的結(jié)果融合進(jìn)行修正，得到修正后的行人目標(biāo)框；根據(jù)行人目標(biāo)對象與預(yù)設(shè)場景地理位置的映射關(guān)系，得到修正后的行人目標(biāo)框?qū)?yīng)的位置；計(jì)算修正后的行人目標(biāo)框的質(zhì)心，作為相應(yīng)幀圖像行人目標(biāo)質(zhì)心，對預(yù)處理后的視頻流中每幀圖像的行人目標(biāo)質(zhì)心進(jìn)行跟蹤，實(shí)現(xiàn)行人跟蹤。其具有良好的檢測和跟蹤效果，避免了多目標(biāo)重疊造成的影響。

技術(shù)領(lǐng)域

本公開屬于圖像處理領(lǐng)域，尤其涉及一種行人位置檢測與跟蹤方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本公開相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

智能監(jiān)控視頻分析技術(shù)是計(jì)算機(jī)視覺領(lǐng)域一個(gè)新興的應(yīng)用方向和備受關(guān)注的前沿課題。伴隨著網(wǎng)絡(luò)技術(shù)和數(shù)字視頻技術(shù)的飛速發(fā)展，監(jiān)控技術(shù)正向著智能化、網(wǎng)絡(luò)化方向不斷發(fā)展。智能監(jiān)控系統(tǒng)的優(yōu)勢在于使用計(jì)算機(jī)視覺算法自動(dòng)獲取監(jiān)控視頻中的關(guān)鍵信息，最大限度地減少人力物力。運(yùn)動(dòng)目標(biāo)檢測與運(yùn)動(dòng)目標(biāo)跟蹤作為智能監(jiān)控技術(shù)的一個(gè)重要基礎(chǔ)，在人流統(tǒng)計(jì)、人員定位、入侵報(bào)警等方面都發(fā)揮著重要作用，在工業(yè)方面也有著廣闊的應(yīng)用場景。

運(yùn)動(dòng)目標(biāo)檢測技術(shù)在多年的研究與發(fā)展中，新的算法不斷被提出，使得運(yùn)動(dòng)目標(biāo)檢測技術(shù)日趨成熟。如H Wang等人提出了一種利用鄰域幀間差分提取可能的運(yùn)動(dòng)像素，將新像素與背景模型比較，判斷新像素是否滿足樣本一致性的算法；K Kim等人提出了一種碼本模型，其為每一個(gè)像素點(diǎn)建立一個(gè)碼本，每個(gè)碼本又由多個(gè)碼字組成，根據(jù)碼字的匹配程度判斷像素點(diǎn)的歸屬；盧章平等人針對混合高斯背景建模算法對光照突變敏感的問題，提出了一種三幀間差分法與混合高斯背景差分法相結(jié)合的檢測算法。運(yùn)動(dòng)目標(biāo)跟蹤算法以卡爾曼濾波算法、均值漂移算法和粒子濾波算法影響最為廣泛。發(fā)明人發(fā)現(xiàn)，這些算法在一定程度上達(dá)到了運(yùn)動(dòng)目標(biāo)檢測和跟蹤的效果，但是單獨(dú)使用這些傳統(tǒng)的檢測跟蹤算法，不僅計(jì)算量大，魯棒性不夠，且不能在線學(xué)習(xí)，從而不能達(dá)到目標(biāo)隨時(shí)間變化的跟蹤效果。伴隨著機(jī)器學(xué)習(xí)的發(fā)展，樣本的訓(xùn)練和分類也逐漸引入到了運(yùn)動(dòng)目標(biāo)檢測和跟蹤中，這就增加了模型訓(xùn)練的復(fù)雜性，使得檢測的時(shí)間消耗較高，不能滿足后續(xù)目標(biāo)跟蹤的實(shí)時(shí)性要求。另外，現(xiàn)有技術(shù)沒有充分發(fā)揮人的形體特征在運(yùn)動(dòng)目標(biāo)檢測和跟蹤技術(shù)中具有的自適應(yīng)性優(yōu)勢，大多不能同時(shí)權(quán)衡實(shí)時(shí)性和魯棒性兩個(gè)要求。

發(fā)明內(nèi)容

為了解決上述問題，本公開的第一個(gè)方面提供一種行人位置檢測與跟蹤方法，其不僅提高了行人位置檢測與跟蹤的實(shí)時(shí)性和魯棒性，降低了成本，且避免了多目標(biāo)重疊造成的影響。

為了實(shí)現(xiàn)上述目的，本公開采用如下技術(shù)方案：

一種行人位置檢測與跟蹤方法，包括：

獲取預(yù)設(shè)場景內(nèi)的視頻流，將視頻流中逐幀圖像依次輸入至人臉檢測模型中，輸出視頻流中行人的人臉位置和人臉大小目標(biāo)框；其中，人臉檢測模型由預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)事先訓(xùn)練完成；

根據(jù)行人的形體特征結(jié)合人臉大小目標(biāo)框，估計(jì)出行人目標(biāo)框并與背景減除法檢測出的行人目標(biāo)框的結(jié)果融合進(jìn)行修正，得到修正后的行人目標(biāo)框；

根據(jù)行人目標(biāo)對象與預(yù)設(shè)場景地理位置的映射關(guān)系，得到修正后的行人目標(biāo)框?qū)?yīng)的位置；

計(jì)算修正后的行人目標(biāo)框的質(zhì)心，作為相應(yīng)幀圖像行人目標(biāo)質(zhì)心，對預(yù)處理后的視頻流中每幀圖像的行人目標(biāo)質(zhì)心進(jìn)行跟蹤，實(shí)現(xiàn)行人跟蹤。

進(jìn)一步地，將視頻流中逐幀圖像依次輸入至人臉檢測模型之前，還包括：對視頻流中的每一幀圖像進(jìn)行預(yù)處理，其過程為：

對每一幀圖像進(jìn)行灰度變換，然后通過中值濾波去除噪聲干擾，減少光照對檢測的影響；最后通過圖像增強(qiáng)的方法突出感興趣的區(qū)域。

本公開通過對圖像進(jìn)行預(yù)處理，能夠提高行人位置檢測與跟蹤的精度。