[發明專利]一種基于人體骨架點距離的行人定位跟蹤方法

在審

• 申請號: 202010793741.5
• 申請日: 2020-08-10
• 公開（公告）號: CN112084867A
• 公開（公告）日: 2020-12-15
• 發明（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（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: 廣州博士科創知識產權代理有限公司 44663
• 代理人: 宋佳

本發明涉及一種基于人體骨架點距離的行人定位跟蹤方法，步驟包括：構建/初始化第一數據集、第二數據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，得到行人骨架數據集，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，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據集和第二數據集；將去噪操作后的距離矩陣進行匈牙利匹配，根據匈牙利匹配結果，判定剔除或繼續跟蹤對應的行人軌跡；其優化方法步驟，大大降低計算量的同時，也提高跟蹤的準確度。

技術領域

本發明涉及到計算機視覺和視頻圖像處理領域，特別涉及一種基于人體骨架點距離的行人定位跟蹤方法。

背景技術

隨著計算機視覺技術的發展和計算力的提高，智能監控在各領域逐漸被使用。如在樓層等關鍵出入口處監控人流量，自動駕駛中對行人或車輛進行檢測、在工地或者工業生產時進行安全防控。因此，對監控視頻進行實時有效的處理從而實現行人定位跟蹤的方法對保障安全和高效監測有重大意義，有重要的研究和商業價值。

在智能監控視頻分析中，對行人的分析尤其重要，行人的動作可以通過多種模式識別出來，如行人表情、深度信息、光流信息以及人體骨架等等，對行人的統計以及對行人行為的分析，都依賴于實時精準的跟蹤方法。現有的圖像物體跟蹤大都基于原始圖像信息進行分析，如mean shift方法，或者深度學習方法，如siamese network方法。前者利用的信息依賴于原始圖像的像素，往往跟蹤不夠魯棒，容易丟失目標，精準度不高，而后者需要把圖像輸入到神經網絡中，計算量往往不能達到實時的效果，實時效果較差。

綜合以上論述，發明一種兼顧實時性和準確度的行人定位跟蹤方法具有較高的科學研究和實際應用價值。

發明內容

為解決上述問題，本發明提供一種基于人體骨架點距離的行人定位跟蹤方法，其利用人體關鍵點信息和基于行人骨架點進行跟蹤分析，優化方法步驟，大大降低計算量的同時，也提高跟蹤的準確度。

為解決上述目的，本發明采用的如下技術方案。

一種基于人體骨架點距離的行人定位跟蹤方法，步驟包括：

構建/初始化第一數據集、第二數據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，得到行人骨架數據集，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據集和第二數據集；

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

獲取下一幀的待識別圖像信息，以持續進行行人軌跡定位跟蹤。

進一步地，根據匈牙利匹配結果，判定剔除或繼續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，并對應加入第一數據集和第二數據集，判定該行人人體為離開監控圖像范圍或新進入監控圖像范圍內。

進一步地，對于未匹配成功的行人關鍵點信息具體步驟包括：