[發明專利]一種行人檢測與跟蹤方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202211329606.0
• 申請日: 2022-10-27
• 公開（公告）號: CN115512303A
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 陳亞軍;洪松;藺廣逢;王婧;孫思云
• 申請（專利權）人: 西安理工大學
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/25;G06V10/75;G06V10/774;G06V20/40
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 朱海臨

1.一種行人檢測與跟蹤方法，其特征在于，包括：

對視頻序列中的每一幀圖像進行行人檢測，得到行人檢測框；

利用所述行人檢測框中的行人特征信息對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化；

利用所述行人檢測框中的行人特征信息和預設的可逆跳躍策略對所述初始化后的馬爾科夫鏈蒙特卡洛粒子濾波進行采樣更新；

利用所述更新后的馬爾科夫鏈蒙特卡洛粒子濾波對當前幀的前一幀圖像所對應的行人檢測框中的行人特征信息進行計算，得到當前幀的行人預測位置信息；

將所述當前幀的行人預測位置信息與當前幀的行人特征信息進行跟蹤匹配，得到行人跟蹤結果。

2.根據權利要求1所述的一種行人檢測與跟蹤方法，其特征在于，所述利用所述行人檢測框中的行人特征信息對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化，包括：

設定馬爾科夫鏈初始化于任意狀態其中，k_t表示t時刻的跟蹤目標數量，表示第r次采樣時第k_t個跟蹤目標的狀態信息的樣本集；

所述行人檢測框中的行人特征信息增加時，采用第一公式對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化，所述行人特征信息增加指的是檢測到新的行人目標且新的行人目標之前并不存在，所述第一公式為：

其中，Q_A為行人特征信息增加時的跳躍策略；為不在當前狀態目標集的新檢測集；在檢測集中，利用均勻分布概率密度函數隨機的選擇一個目標i，且通過分布得到目標i的狀態信息

所述行人檢測框中的行人特征信息刪除時，采用第二公式對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化，所述行人特征信息刪除指的是增加策略的一個可逆跳躍操作，所述第二公式為：

其中，Q_D為行人特征信息刪除時的跳躍策略；在先前樣本中的新檢測集中，記利用均勻分布概率密度函數隨機從中移除一個目標i；

所述行人檢測框中的行人特征信息停留時，采用第三公式對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化，所述行人特征信息停留指的是存在于樣本集但不在樣本集的目標集，所述第三公式為：

其中，Q_S為行人特征信息停留時的跳躍策略；為存在于但不在樣本集的目標集；利用均勻分布概率密度函數從中隨機的選擇一個行人目標i加入樣本集中，并且從混合分布以及中得到行人目標i的狀態變量；

所述行人檢測框中的行人特征信息離開時，采用第四公式對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化，所述行人特征信息離開指的是停留策略的一個可逆跳躍操作，所述第四公式為：

其中，Q_L為行人特征信息離開時的跳躍策略；記為目標集；當一個行人目標停留在樣本集時，離開策略利用均勻分布概率密度函數從目標集中隨機的移除一個行人目標i；

所述行人檢測框中的行人特征信息更新時，采用第五公式對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化，所述行人特征信息更新指的是更新跳躍策略為行人目標提供了新的狀態信息，所述第五公式為：

其中，Q_U為行人特征信息更新時的跳躍策略；更新策略利用均勻分布概率密度函數隨機的從樣本集中選擇一個目標i進行狀態信息的更新，而狀態信息的更新則是根據分布得到，為行人離開與刪除的并集；

所述行人檢測框中的行人特征信息交互時，采用第六公式對馬爾科夫鏈蒙特卡洛粒子濾波進行初始化，所述行人特征信息交互指的是給一對行人目標提供了一種交互方式，一對行人目標是指兩個行人目標相遇或者并排走，在樣本中所有可能的成對目標中，隨機選擇一對目標(i₁,i₂)在排斥或者交互模式之間相互切換，所述第六公式為：

Q_I為行人特征信息交互時的跳躍策略。