[發明專利]一種基于行人檢測的關節點跟蹤方法及系統

在審

• 申請號: 202010418605.8
• 申請日: 2020-05-18
• 公開（公告）號: CN111738075A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 莫曜陽
• 申請（專利權）人: 深圳奧比中光科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 深圳漢世知識產權代理事務所(特殊普通合伙) 44578
• 代理人: 田志立

本發明公開了一種基于行人檢測的關節點跟蹤方法，包括步驟：S1、獲取目標區域的RGB圖像，并對所述RGB圖像進行檢測以確定所述目標區域中行人的第一2D邊界框以及關節點坐標；S2、根據步驟S1中確定的所述關節點坐標，利用所述關節點的連接關系以確定所述關節點是否屬于同一個人，并根據所述關節點坐標計算所述關節點的第一2D矩形框；S3、根據步驟S1中所獲得的第一2D邊界框對行人進行跟蹤，得到行人的id；S4、根據步驟S3中所獲得的行人的id確定關節點的id。本發明可以同時進行行人檢測和關節點檢測，最終實現關節點的跟蹤。

技術領域

本發明涉及計算機視覺技術領域，尤其涉及一種基于行人檢測的關節點跟蹤方法及系統。

背景技術

計算機視覺技術在運動捕捉、動畫制作、智能監控、醫學治療等方面有很重要的作用。因而行人檢測和關節點檢測成為計算機視覺領域的一個重要研究課題。但是，目前的算法對行人檢測和關節點檢測這兩個問題都是分開解決的；比如，首先針對視頻幀進行行人檢測，根據行人檢測的中間結果得到每個行人的位置(通常用行人框bounding-box，bbox表示)，然后通過對行人框內部的內容進行分析，得出每個行人的關節點數據。由于這兩個問題被分開解決，所以行人檢測的中間結果不能輔助關節點檢測，并且這種方法需要使用兩個模型來進行分析處理，從而導致計算量增大。

除此外，還有的方法是通過計算關節點的外接矩形來代替行人檢測。然而，由于關節點檢測和行人檢測兩個任務不是完全等價的，若直接用一個任務的結果計算另一個任務的結果，如此會導致檢測的準確性不高。

其次，通常針對上述的檢測方法會通過搭建網絡明確要學習的參數，根據數據集訓練學習參數，并根據這些參數進行推理檢測，但是現有的數據集一般只適合單任務。比如，行人檢測數據集一般沒有骨架標注，而數據集的完善會直接影響后續的檢測速度、精度等方面。

以上背景技術內容的公開僅用于輔助理解本發明的發明構思及技術方案，其并不必然屬于本專利申請的現有技術，在沒有明確的證據表明上述內容在本專利申請的申請日已經公開的情況下，上述背景技術不應當用于評價本申請的新穎性和創造性。

發明內容

本發明的目的在于提供一種基于行人檢測的關節點跟蹤方法及系統，以解決上述背景技術問題中的至少一種問題。

為達到上述目的，本發明實施例的技術方案是這樣實現的：

一種基于行人檢測的關節點跟蹤方法，包括如下步驟：

S1、獲取目標區域的RGB圖像，并對所述RGB圖像進行檢測以確定所述目標區域中行人的第一2D邊界框以及關節點坐標；

S2、根據步驟S1中確定的所述關節點坐標，利用所述關節點的連接關系以確定所述關節點是否屬于同一個人，并根據所述關節點坐標計算所述關節點的第一2D矩形框；

S3、根據步驟S1中所獲得的第一2D邊界框對行人進行跟蹤，得到行人的id；

S4、根據步驟S3中所獲得的行人的id確定關節點的id。

在一些實施例中，步驟S1中,利用特征提取方法提取所述RGB圖像中的全局特征，根據所述全局特征輸出行人檢測信息和關節點的坐標信息。

在一些實施例中，步驟S3包括:利用所述第一2D邊界框構建運動模型，估算下一幀圖像中目標行人的第二2D邊界框；將估算的所述第二2D邊界框與檢測到的下一幀圖像中目標行人的2D邊界框進行匹配；根據匹配結果確定行人的id。

在一些實施例中，步驟S4中，將所述第一2D邊界框與所述第一2D矩形框進行匹配，并根據匹配結果利用所述行人的id確定所述關節點的id。