[發明專利]行人軌跡的跟蹤方法、計算機設備及計算機可讀存儲介質在審
| 申請號: | 202310103378.3 | 申請日: | 2023-02-10 |
| 公開(公告)號: | CN116152925A | 公開(公告)日: | 2023-05-23 |
| 發明(設計)人: | 董師周;田國棟;溫浩 | 申請(專利權)人: | 重慶中科云從科技有限公司 |
| 主分類號: | G06V40/20 | 分類號: | G06V40/20;G06V10/74;G06V10/762;G06V10/764;G06V10/774 |
| 代理公司: | 北京瀚仁知識產權代理事務所(普通合伙) 11482 | 代理人: | 屠曉旭 |
| 地址: | 401122 重慶市*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 行人 軌跡 跟蹤 方法 計算機 設備 可讀 存儲 介質 | ||
1.一種行人軌跡的跟蹤方法,其特征在于,所述方法包括:
對視頻進行解析,以獲取多條行人軌跡片段;
獲取不同行人軌跡片段在時間與空間維度上的時空相似度,并獲取不同行人軌跡片段的表觀相似度;
根據所述時空相似度與所述表觀相似度,獲取不同行人軌跡片段的軌跡相似度;
根據所述軌跡相似度對不同行人軌跡片段進行跟蹤融合。
2.根據權利要求1所述的行人軌跡的跟蹤方法,其特征在于,“獲取不同行人軌跡片段在時間與空間維度上的時空相似度”的步驟具體包括:
采用時空一致性估計模型,估計不同行人軌跡片段在時間與空間維度上的時空一致性分數;
根據所述時空一致性分數,獲取所述時空相似度;
其中,所述時空一致性估計模型通過下列方式訓練得到:
分別對多個相機在同一時間段內采集的視頻進行解析,以獲取多條行人軌跡片段;
針對每條行人軌跡片段,獲取與當前行人軌跡片段在時間上相鄰的一條其他行人軌跡片段并將其與當前行人軌跡片段形成一個片段對;
針對每個片段對,判斷當前片段對中兩條行人軌跡片段的行人類別標簽是否一致,根據判斷的結果設定當前片段對的偽標簽,所述偽標簽用于表示當前片段對中兩條行人軌跡片段是否屬于同一個行人;
采用所述片段對及其偽標簽并使用分類損失函數,訓練得到時空一致性估計模型。
3.根據權利要求2所述的行人軌跡的跟蹤方法,其特征在于,“根據所述時空一致性分數,獲取所述時空相似度”的步驟具體包括:
判斷兩條行人軌跡片段在時間上是否相鄰;
若是,則將時空一致性分數作為兩條行人軌跡片段的時空相似度;
若否,則將兩條行人軌跡片段的時空相似度設置為0。
4.根據權利要求3所述的行人軌跡的跟蹤方法,其特征在于,“判斷兩條行人軌跡片段在時間上是否相鄰”的步驟具體包括:
判斷兩條行人軌跡片段是否滿足下列條件:
min{|bj-ei|,|bi-ej|}Tg;
若滿足,則判定兩條行人軌跡片段在時間上相鄰;
若不滿足,則判定兩條行人軌跡片段在時間上不相鄰;
其中,bi和ei分別表示一條行人軌跡片段的開始時間和結束時間,bj和ej分別表示另一條行人軌跡片段的開始時間和結束時間,Tg表示時間閾值。
5.根據權利要求2所述的行人軌跡的跟蹤方法,其特征在于,在“針對每個片段對,判斷當前片段對中兩條行人軌跡片段的行人類別標簽是否一致,根據判斷的結果設定當前片段對的偽標簽”的步驟之前,所述方法還包括通過下列方式獲取行人軌跡片段的行人類別標簽:
分別獲取每條行人軌跡片段的表觀特征;
根據所述表觀特征對行人軌跡片段進行聚類,以形成多個聚類簇;
根據所述聚類簇的簇號,獲取所述聚類簇中每條行人軌跡片段的行人類別標簽。
6.根據權利要求2所述的行人軌跡的跟蹤方法,其特征在于,“根據判斷的結果設定當前片段對的偽標簽”的步驟具體包括:
若當前片段對中兩條行人軌跡片段的行人類別標簽一致,則將當前片段對的偽標簽設定成1;
若當前片段對中兩條行人軌跡片段的行人類別標簽不一致,則將當前片段對的偽標簽設定成0。
7.根據權利要求1所述的行人軌跡的跟蹤方法,其特征在于,“根據所述時空相似度與所述表觀相似度,獲取不同行人軌跡片段的軌跡相似度”的步驟具體包括:
對所述時空相似度與所述表觀相似度進行加權和計算;
根據加權和計算的結果,獲取所述軌跡相似度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶中科云從科技有限公司,未經重慶中科云從科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310103378.3/1.html,轉載請聲明來源鉆瓜專利網。





