[發明專利]一種基于多目標跟蹤的人流量統計方法

在審

• 申請號: 202211058097.2
• 申請日: 2022-08-31
• 公開（公告）號: CN115410155A
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 劉振鋒
• 申請（專利權）人: 珠海數字動力科技股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V10/82;G06V10/75;G06N3/04;G06N3/08
• 代理公司: 廣州市時代知識產權代理事務所(普通合伙) 44438
• 代理人: 林鎮鑫

本發明公開了一種基于多目標跟蹤的人流量統計方法，該人流量統計方法包括：獲取當前場景的視頻，并在每個視頻幀中劃出分界線；利用訓練好的多目標跟蹤器對視頻中的行人進行定位檢測以及特征提取，多目標跟蹤器輸出行人邊界框的坐標以及行人的特征信息；基于行人的特征信息和邊界框進行級聯，以實現行人匹配；根據匹配成功后行人邊界框的下邊線的坐標生成行人的軌跡；判斷行人的軌跡是否穿越分界線，若是，判斷行人的穿越方向，若穿越方向為進，則人數加一；若穿越方向為出，人數減一，實現人流量的統計。本發明基于行人的特征信息進行級聯，以實現行人匹配，使得在目標匹配的時候提高了性能，減少了因為目標重疊而造成的誤差。

技術領域

本發明涉及深度學習技術領域，具體涉及一種基于多目標跟蹤的人流量統計方法。

背景技術

人流量統計可以應用在商場、超市、景區等人流量較大的公共場所。它是一項方便對公共場所人流密度進行公共服務和安全等方面進行分析的基礎技術。傳統的人流量統計方法主要基于傳感器實現，此類方法在人流量較大的情況下，統計的誤差較大。隨著監控視頻的普及，現有的人流量統計方法主要通過計算機視覺技術進行行人計數。然而，此類方法在行人密集的情況下，檢測出來的多個行人框可能會互相受到干擾，從而造成計數誤差。此外，一些人流量統計方法僅單純計數而并無方向統計。

發明內容

本發明的目的是為了克服以上現有技術存在的不足，提供了一種基于多目標跟蹤的人流量統計方法，其利用多目標跟蹤器輸出行人的特征信息，基于行人的特征信息進行級聯，以實現行人匹配，減少了因為行人重疊而造成的誤差。

本發明的目的通過以下的技術方案實現：

一種基于多目標跟蹤的人流量統計方法包括：

S1，獲取當前場景的視頻，并在每個視頻幀中劃出分界線；

S2，利用訓練好的多目標跟蹤器對視頻中的行人進行定位檢測以及特征提取，多目標跟蹤器輸出行人邊界框的坐標以及行人的特征信息；

S3，基于行人的特征信息和邊界框進行級聯，以實現行人匹配；

S4，根據匹配成功后行人邊界框的下邊線的坐標生成行人的軌跡；

S5，判斷行人的軌跡是否穿越分界線，若是，則執行步驟S6；

S6，判斷行人的穿越方向，若穿越方向為進，則人數加一；若穿越方向為出，人數減一，實現人流量的統計。

優選地，步驟S3包括：

S31，計算當前幀的行人的特征信息和上一幀的行人歷史特征信息的余弦距離；若所述余弦距離小于第一預設閾值，則將當前幀的行人邊界框與上一幀中的行人邊界框進行關聯；若所述余弦距離大于第一預設閾值，則執行步驟S32；

S32，利用卡爾曼濾波器通過上一幀的邊界框坐標預測出當前幀的邊界框坐標；

S33，計算由多目標跟蹤器檢測出的當前幀的邊界框以及所述預測出的當前幀的邊界框坐標的交并比IoU；若交并比IoU大于第二預設閾值，則將檢測出的當前幀的邊界框與上一幀的行人邊界框進行關聯；

S34，重復執行步驟S31-步驟S33，直至所有行人都關聯完畢，完成行人匹配。

優選地，步驟S33之后包括：若交并比IoU小于第二預設閾值，則判斷檢測出的當前幀的邊界框的置信度是否大于預設的新目標閾值；若是，則創建一個新目標行人，其中，置信度為多目標跟蹤器輸出的特征圖經過sigmoid函數的輸出概率。