[發(fā)明專利]一種基于人體骨架點距離的行人定位跟蹤方法

在審

• 申請?zhí)枺?/td>: 202010793741.5
• 申請日: 2020-08-10
• 公開（公告）號: CN112084867A
• 公開（公告）日: 2020-12-15
• 發(fā)明（設計）人: 張志;李建軍;黃濤;詹皇源;杜啟亮;黃理廣
• 申請（專利權）人: 國信智能系統(tǒng)（廣東）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62
• 代理公司: 廣州博士科創(chuàng)知識產權代理有限公司 44663
• 代理人: 宋佳

1.一種基于人體骨架點距離的行人定位跟蹤方法，其特征在于，步驟包括：

構建/初始化第一數(shù)據(jù)集、第二數(shù)據(jù)集和歷史骨架序列集，獲取當前幀的待識別圖像信息；

利用人體關鍵點方法提取所述圖像信息的行人關鍵點，得到行人骨架數(shù)據(jù)集，通過計算每個行人關鍵點與歷史骨架序列集中對應的歷史行人軌跡關鍵點的距離，獲得基于人體骨架點的距離矩陣集；

對獲得的距離矩陣集進行去噪操作，根據(jù)預設閾值，剔除距離相似度越小的行人骨架信息，并將所述剔除的行人骨架信息對應加入第一數(shù)據(jù)集和第二數(shù)據(jù)集；

將去噪操作后的距離矩陣進行匈牙利匹配，根據(jù)匈牙利匹配結果，判定剔除或繼續(xù)跟蹤對應的行人軌跡；

獲取下一幀的待識別圖像信息，以持續(xù)進行行人軌跡定位跟蹤。

2.根據(jù)權利要求1所述的一種基于人體骨架點距離的行人定位跟蹤方法，其特征在于，根據(jù)匈牙利匹配結果，判定剔除或繼續(xù)跟蹤對應的行人軌跡的步驟包括：

對于匹配成功的行人骨架信息，獲取去噪操作之前的距離矩陣集對應的行人骨架信息，根據(jù)該行人骨架信息對應更新歷史骨架序列集中歷史行人軌跡關鍵點信息，以持續(xù)對該行人軌跡進行定位跟蹤；

對于未匹配成功的行人骨架信息，獲取去噪操作之前的距離矩陣集對應的行人骨架信息，并對應加入第一數(shù)據(jù)集和第二數(shù)據(jù)集，判定該行人人體為離開監(jiān)控圖像范圍或新進入監(jiān)控圖像范圍內。

3.根據(jù)權利要求2所述的一種基于人體骨架點距離的行人定位跟蹤方法，其特征在于，對于未匹配成功的行人關鍵點信息具體步驟包括：

獲取未匹配成功的行人骨架信息的列號信息，得到距離矩陣集中與該列號信息對應的列號數(shù)據(jù)集，并將該列號數(shù)據(jù)集加入第一數(shù)據(jù)集內，以及降低對應歷史行人軌跡關鍵點的置信度，從而當某個歷史行人軌跡關鍵點置信度小于0，判定該行人人體為離開監(jiān)控圖像范圍，剔除對應的歷史行人軌跡關鍵點；

獲取未匹配成功的行人骨架信息的行號信息，得到距離矩陣集中與該行號信息對應的行號數(shù)據(jù)集，并將該行號數(shù)據(jù)集加入第二數(shù)據(jù)集內，判定該行人人體為新進入監(jiān)控圖像范圍內，以持續(xù)對該行人軌跡定位跟蹤；

第一數(shù)據(jù)集包含離開監(jiān)控范圍的行人骨架元素，第二數(shù)據(jù)集包含新進入監(jiān)控范圍內的行人骨架元素。

4.根據(jù)權利要求2所述的一種基于人體骨架點距離的行人定位跟蹤方法，其特征在于，對于匹配成功的行人關鍵點信息具體步驟包括：獲取匹配成功的行人骨架信息的行號及列號信息，得到去噪操作之前的距離矩陣集對應的行號及列號信息集，并將該行號及列號信息集對應更新到歷史骨架序列集，以及增加對應歷史行人軌跡關鍵點的置信度。

5.根據(jù)權利要求3或4所述的一種基于人體骨架點距離的行人定位跟蹤方法，其特征在于，所述置信度的定義如下：

其中confidence_t表示第t時刻的置信度計算方法，當行人軌跡中某個行人骨架信息匹配成功的時候，該對應行人軌跡關鍵點的置信度增加，當連續(xù)匹配成功的時候，該行人軌跡關鍵點的置信度增加的趨勢為log對數(shù)級別；當匹配失敗的時候，置信度會減少，當某軌跡中某行人軌跡關鍵點連續(xù)匹配失敗的時候，說明該行人人體很有可能已經走出了監(jiān)控范圍，將該行人軌跡關鍵點的置信度減少的趨勢為指數(shù)級別，以確保匹配失敗的行人骨架的置信度能夠迅速減少到0；置信度減少至小于0的行人軌跡關鍵點，將其從歷史行人軌跡關鍵點序列中剔除。

6.根據(jù)權利要求1所述的一種基于人體骨架點距離的行人定位跟蹤方法，其特征在于，利用人體關鍵點方法提取所述圖像信息的行人關鍵點，得到行人骨架數(shù)據(jù)集，該行人骨架數(shù)據(jù)集定義如下：

其中t表示第t時刻；x_k,y_k,s_k分別代表第k個關鍵點在圖像中的橫坐標，縱坐標，以及置信度；M_t表示t時刻檢測出來M_t個骨架，k表示每個骨架有k個人體關鍵點。