[發明專利]一種基于多屬性分析的行人檢測跟蹤方法和裝置

在審

• 申請號: 202111416477.4
• 申請日: 2021-11-23
• 公開（公告）號: CN114092558A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 彭怡華
• 申請（專利權）人: 浩云科技股份有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/246;G06V10/40;G06V40/20;G06V40/16;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;許羽冬

1.一種基于多屬性分析的行人檢測跟蹤方法，其特征在于，包括：

將經過預處理的行人圖像輸入預設的網絡結構，以使所述網絡結構對所述行人圖像進行特征提取，獲得特征圖像，并根據所述特征圖像，對各目標進行檢測跟蹤，輸出檢測跟蹤結果；

其中，所述根據所述特征圖像，對各目標進行檢測跟蹤，輸出檢測跟蹤結果，具體為：

根據所述特征圖像，對所述特征圖像中的各目標進行檢測，輸出被檢測到的目標和對應的位置信息；

對被檢測到的目標進行Re－ID跟蹤，輸出所有被跟蹤的目標；

判斷被跟蹤的目標是否包含人臉信息，以及判斷被跟蹤的目標是否處于騎車狀態；

若被跟蹤的目標包含人臉信息，輸出包含人臉信息的目標和對應的人臉的位置信息；以及若被跟蹤的目標處于騎車狀態，輸出所述被跟蹤的目標和對應的自行車位置信息。

2.如權利要求1所述的一種基于多屬性分析的行人檢測跟蹤方法，其特征在于，所述根據所述特征圖像，對所述特征圖像中的各目標進行檢測，輸出被檢測到的目標和對應的位置信息，具體為：

根據所述特征圖像，獲取各目標的目標置信度，輸出目標置信度大于第一預設值的各目標和對應的位置信息。

3.如權利要求1所述的一種基于多屬性分析的行人檢測跟蹤方法，其特征在于，所述對被檢測到的目標進行Re－ID跟蹤，輸出所有被跟蹤的目標，具體為：

獲取被檢測到的目標的cos相似度，對cos相似度大于第二預設值的各目標分配id進行跟蹤，輸出所有被跟蹤的目標。

4.如權利要求1所述的一種基于多屬性分析的行人檢測跟蹤方法，其特征在于，所述判斷被跟蹤的目標是否包含人臉信息，以及判斷被跟蹤的目標是否處于騎車狀態，具體為：

預測被跟蹤的各目標的人臉置信度和騎車置信度，判斷每個目標的人臉置信度是否大于第三預設值，以及判斷每個目標的騎車置信度是否大于第四預設值；

若所述人臉置信度大于等于所述第三預設值，則確定被判斷的目標包含人臉信息；若所述人臉置信度小于所述第三預設值，則確定被判斷的目標不包含人臉信息；若所述騎車置信度大于等于所述第四預設值，則確定被判斷的目標處于騎車狀態；若所述騎車置信度小于所述第四預設值，則確定被判斷的目標不處于騎車狀態。

5.如權利要求1所述的一種基于多屬性分析的行人檢測跟蹤方法，其特征在于，所述網絡結構以ResNet34網絡結構作為骨干網絡，還包括下采樣結構、DLA－34結構、目標檢測分支、Re－ID分支、屬性分支和屬性回歸框分支；

其中，所述下采樣結構設置于所述DLA－34結構的前面，所述目標檢測分支、所述Re－ID分支、所述屬性分支和所述屬性回歸框分支均設置于所述DLA－34結構的后面。

6.如權利要求1至5任意一項所述的一種基于多屬性分析的行人檢測跟蹤方法，其特征在于，在所述將經過預處理的行人圖像輸入預設的網絡結構之前，還包括：對所述行人圖像中每個人進行標注，標注的信息包括每個人的人臉信息和每個人的騎車信息。

7.一種基于多屬性分析的行人檢測跟蹤裝置，其特征在于，包括檢測模塊、Re－ID跟蹤模塊、判斷模塊和屬性回歸模塊；其中，

所述行人檢測跟蹤裝置將經過預處理的行人圖像輸入預設的網絡結構，以使所述網絡結構對所述行人圖像進行特征提取，獲得特征圖像，并根據所述特征圖像，對各目標進行檢測跟蹤，輸出檢測跟蹤結果；

其中，所述根據所述特征圖像，對各目標進行檢測跟蹤，輸出檢測跟蹤結果，具體為：

所述檢測模塊用于根據所述特征圖像，對所述特征圖像中的各目標進行檢測，輸出被檢測到的目標和對應的位置信息；

所述Re－ID跟蹤模塊用于對被檢測到的目標進行Re－ID跟蹤，輸出所有被跟蹤的目標；

所述判斷模塊用于判斷被跟蹤的目標是否包含人臉信息，以及判斷被跟蹤的目標是否處于騎車狀態；

所述屬性回歸模塊用于當被跟蹤的目標包含人臉信息時，輸出包含人臉信息的目標和對應的人臉的位置信息；以及當被跟蹤的目標處于騎車狀態時，輸出所述被跟蹤的目標和對應的自行車位置信息。