CN111242077A - 一种人物追踪方法、***及服务器 - Google Patents

一种人物追踪方法、***及服务器 Download PDF

Info

Publication number
CN111242077A
CN111242077A CN202010066174.3A CN202010066174A CN111242077A CN 111242077 A CN111242077 A CN 111242077A CN 202010066174 A CN202010066174 A CN 202010066174A CN 111242077 A CN111242077 A CN 111242077A
Authority
CN
China
Prior art keywords
person
detected
features
camera group
acquiring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010066174.3A
Other languages
English (en)
Inventor
约翰·阿尔伯特·卡迈克尔
陆博
陈茜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orca Data Technology Xian Co Ltd
Original Assignee
Orca Data Technology Xian Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Orca Data Technology Xian Co Ltd filed Critical Orca Data Technology Xian Co Ltd
Priority to CN202010066174.3A priority Critical patent/CN111242077A/zh
Publication of CN111242077A publication Critical patent/CN111242077A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供的一种人物追踪方法、***及服务器，通过将区域中各摄像头组与人物数据库连接，建立区域摄像头监控网络，通过待检测人物的待检测特征，可以快速地查询数据库中关于待检测人物被摄像头组拍摄的地点，利用时间顺序将各个出现上述待检测人物的摄像头组所在的地点连线，即可快速得到待检测人物的移动轨迹。另一方面，在本发明实施例中，利用摄像头组分别获取待检测人物的正面影像、背面影像，利用交并比函数目标检测方法、跟踪人脸检测的人脸识别嵌入方法、步态相似性匹配方法中的任一种方法，对待检测人物特征与监控影像信息中的人物进行匹配，上述三种方法中的任一种方法均可实现上述功能。

Description

一种人物追踪方法、***及服务器
技术领域
本发明涉及线路追踪技术领域，特别是涉及一种人物追踪方法、***及服务器。
背景技术
图像识别技术作为信息识别技术的一种，能有效识别出，人脸，穿着，车辆，车牌等特性信息。图像识别技术已被应用于生活中多个领域，例如人物轨迹检索。但是现在传统的人物轨迹检索还是停留在人为的进行视频倒放，费时费力，时效性不高。如果只是作为刑侦或者寻人寻物，还可以满足应用需求，但如果是针对多区域内不同摄像头的人物轨迹的匹配与轨迹追踪，则无法满足应用需求。
在一个特定区域内，如何可以对进入特定区域内的人进行快速且准确的轨迹识别，是一个需要解决的问题。
发明内容
为了实现对进入区域内的人进行快速且准确的轨迹识别，本发明实施例的目的在于提供一种人物追踪方法、***及服务器。具体技术方案如下：
第一方面，本发明实施例提供了一种人物追踪方法，包括：
创建人物数据库；
根据目标摄像头组的编号获取待检测人物的影像信息；其中，所述影像信息为正面影像或背面影像；
按照预设方法在所述影像信息中提取待检测特征，其中，所述待检测特征包括人体特征、面部特征、步态特征中的至少一种；
在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述人物数据库中存在与所述待检测特征对应的数据信息时，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
当所述人物数据库中不存在与所述待检测特征对应的数据信息时，将所述待检测特征存储至所述人物数据库中，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
根据所述待检测特征在所述监控影像信息中查找所述待检测人物，并将出现所述待监测人物的监控影像信息对应的摄像头组作为轨迹摄像头组；按照时间顺序，连接上述目标摄像头组以及各轨迹摄像头组，形成所述待检测人物的移动轨迹。
可选的，创建人物数据库包括：
将人群中的任意一人作为目标人物；
获取目标人物的正面视频信息、背面视频信息；
在所述正面视频信息中提取第一特征；在所述背面视频信息中提取第二特征；其中，所述第一特征包括：人体特征、面部特征、步态特征；所述第二特征包括：人体特征、步态特征；
根据所述第一特征信息以及所述第二特征信息创建人物访问库；
将所述人群中的每一个人作为所述目标人物，创建所述人群中每一个人所对应的人物访问库，并存储每一个人物访问库；得到人物数据库。
可选的，所述目标摄像头组包括：
第一摄像头，用于获取所述待检测人物的正面影像；
第二摄像头，用户获取所述待检测人物的背面影像。
可选的，所述人物数据库实时接收并存储分布于不同地点的多个摄像头组所拍摄的视频数据，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头组拍摄的图像、拍摄时间以及摄像头组编号，其中每一摄像头组具有唯一编号。
可选的，所述预设方法为：交并比函数目标检测方法、跟踪算法、人脸嵌入匹配检测方法、步态识别方法中的至少一种。
可选的，在所述人物数据库中获取与所述待检测特征对应的数据信息包括：
当所述待检测特征包含有人体特征时，利用基于帧内外观检测的方法在所述人物数据库中获取与所述待检测特征对应的数据信息；其中，所述人体特征包括衣物、衣物颜色、姿势、骨骼比例中的任一种；
当所述待检测特征包含面部特征时，利用跟踪人脸检测的人脸识别嵌入方法，在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述待检测特征包含步态特征时，利用步态相似性匹配方法，在所述人物数据库中获取与所述待检测特征对应的数据信息。
第二方面，本发明实施例提供了一种人物追踪***，包括：
创建模块，用于创建人物数据库；
提取模块，用于根据目标摄像头组的编号获取待检测人物的影像信息；其中，所述影像信息为正面影像或背面影像；
执行模块，用于按照预设方法在所述影像信息中提取待检测特征，其中，所述待检测特征包括人体特征、面部特征、步态特征中的至少一种；
判断模块，用于在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述人物数据库中存在与所述待检测特征对应的数据信息时，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
当所述人物数据库中不存在与所述待检测特征对应的数据信息时，将所述待检测特征存储至所述人物数据库中，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
标注模块，根据所述待检测特征在所述监控影像信息中查找所述待检测人物，并将出现所述待监测人物的监控影像信息对应的摄像头组作为轨迹摄像头组；按照时间顺序，连接上述目标摄像头组以及各轨迹摄像头组，形成所述待检测人物的移动轨迹。
可选的，所述创建模块包括：
选择子模块，用于将人群中的任意一人作为目标人物；
获取子模块，用于获取目标人物的正面视频信息、背面视频信息；
提取子模块，用于在所述正面视频信息中提取第一特征；在所述背面视频信息中提取第二特征；其中，所述第一特征包括：人体特征、面部特征、步态特征；所述第二特征包括：人体特征、步态特征；
创建子模块，用于根据所述第一特征信息以及所述第二特征信息创建人物访问库；
循环子模块，用于将所述人群中的每一个人作为所述目标人物，创建所述人群中每一个人所对应的人物访问库，并存储每一个人物访问库；得到人物数据库。
第三方面，本发明实施例提供了一种服务器，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面中的任一方法步骤。
本发明实施例提供的一种人物追踪方法、***及服务器，通过将区域中各摄像头组与人物数据库连接，建立区域摄像头监控网络，通过待检测人物的待检测特征，可以快速地查询数据库中关于待检测人物被摄像头组拍摄的地点，利用时间顺序将各个出现上述待检测人物的摄像头组所在的地点连线，即可快速得到待检测人物的移动轨迹。另一方面，在本发明实施例中，利用摄像头组分别获取待检测人物的正面影像、背面影像，利用交并比函数目标检测方法、跟踪人脸检测的人脸识别嵌入方法、步态相似性匹配方法中的任一种方法，对待检测人物特征与监控影像信息中的人物进行匹配，上述三种方法中的任一种方法均可实现上述功能；因此，本发明实施例提供的人物追踪方法增加了匹配的容错性，解决了当监控影像信息中不存在人脸信息时，无法准确识别待检测人物的技术问题，提高了匹配效率，因此，本发明实施例提供的人物追踪方法可以快速准确的标注待检测人物的移动轨迹。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而得以体现。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的一种人物追踪方法的方法流程图；
图2为本发明实施例提供的一种人物追踪***的模块连接图；
图3为本发明实施例提供的一种服务器的模块连接图；
图4为本发明实施例提供的一种创建人物数据库的架构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
为了实现对进入区域内的人进行快速且准确的轨迹识别，本发明实施例的目的在于提供一种人物追踪方法、***及服务器。
请参见图1，本发明实施例提供了第一方面，本发明实施例提供了一种人物追踪方法，包括：
S110.创建人物数据库；
S120.根据目标摄像头组的编号获取待检测人物的影像信息；其中，所述影像信息为正面影像或背面影像；
S130.按照预设方法在所述影像信息中提取待检测特征，其中，所述待检测特征包括人体特征、面部特征、步态特征中的至少一种；
S140.在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述人物数据库中存在与所述待检测特征对应的数据信息时，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
当所述人物数据库中不存在与所述待检测特征对应的数据信息时，将所述待检测特征存储至所述人物数据库中，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
S150根据所述待检测特征在所述监控影像信息中查找所述待检测人物，并将出现所述待监测人物的监控影像信息对应的摄像头组作为轨迹摄像头组；按照时间顺序，连接上述目标摄像头组以及各轨迹摄像头组，形成所述待检测人物的移动轨迹。
进一步的，请参见图4，创建人物数据库包括：
将人群中的任意一人作为目标人物；
获取目标人物的正面视频信息、背面视频信息；
在所述正面视频信息中提取第一特征；在所述背面视频信息中提取第二特征；其中，所述第一特征包括：人体特征、面部特征、步态特征；所述第二特征包括：人体特征、步态特征；
根据所述第一特征信息以及所述第二特征信息创建人物访问库；
将所述人群中的每一个人作为所述目标人物，创建所述人群中每一个人所对应的人物访问库，并存储每一个人物访问库；得到人物数据库。
在图4中，标号1为从正面观看到的1号摄像头的视频数据；
标号2为从背面观看到的1号摄像头的；标号3为动作场景；标号4为1号视频流流里提取出来的人物特征；标号5为2号视频流里提取出来的人物特征；标号6为生成跨摄像头的访问；标号7为1号视频流流里提取出来的人物特征；标号8为2号视频流里提取出来的人物特征；标号9为人物特征匹配；标号11为1号视频流；标号12为2号视频流；标号13为拥有跨截面视图的摄像头；标号14为1号视频流里时间戳为t_1的人；标号15为1号视频流里时间戳为t_2的人；标号16为1号视频流里时间戳为t_3的人；标号17为1号视频流里从时间戳t_1过渡到t_2；标号18为1号视频流里从时间戳t_2过渡到t_3；标号19为2号视频流里时间戳为t_1的人；标号20为2号视频流里时间戳为t_2的人；标号21为2号视频流里时间戳为t_3的人；标号22为2号视频里从时间戳t_1过渡到t_2；标号23为2号视频里从时间戳t_2过渡到t_3；标号24为在时间为t_1的人；标号25为在时间为t_2的人；标号26为在时间为t_3的人；标号27为在时间为t_1的时候1号摄像头距离人的距离；标号28为在时间为t_2的时候1号摄像头距离人的距离；标号29为在时间为t_3的时候1号摄像头距离人的距离；标号30为1号摄像头的高度；标号31为1号摄像头视野下限的垂直角度。
进一步的，所述目标摄像头组包括：
第一摄像头，用于获取所述待检测人物的正面影像；
第二摄像头，用户获取所述待检测人物的背面影像。
进一步的，所述人物数据库实时接收并存储分布于不同地点的多个摄像头组所拍摄的视频数据，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头组拍摄的图像、拍摄时间以及摄像头组编号，其中每一摄像头组具有唯一编号。
进一步的，所述预设方法为：交并比函数目标检测方法、跟踪算法、人脸嵌入匹配检测方法、步态识别方法中的至少一种。
具体的，交并比(Intersection-over-Union)IoU基于交集匹配结果帧检测。这实际上是一种非常稳健的跟踪方法，目标检测中使用的一个概念，是产生的候选框(candidatebound)与原标记框(groundtruthbound)的交叠率，即它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。
跟踪算法，使用深度身体特征来匹配现有轨迹和下一帧检测。这包括姿态(骨骼)，SOTA方法从裁剪过的人的身体中进行深度特征提取。
人脸嵌入匹配检测方法，只有当人脸足够大，可以提取面部特征时，这种方法才会奏效。
步态识别方法，使用步态识别来识别待检测人物的待检测特征，理论可行。步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比图像识别更具优势。步态是指人们行走时的方式，这是一种复杂的行为特征。罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在作案现场，但有样东西他们是很难控制的，这就是走路的姿势。
在本发明实施例中从多个维度对拍摄到的待检测人物进行待检测特征提取，增加了容错率，提高了准确性；
进一步的，在所述人物数据库中获取与所述待检测特征对应的数据信息包括：
当所述待检测特征包含有人体特征时，利用基于帧内外观检测的方法在所述人物数据库中获取与所述待检测特征对应的数据信息；其中，所述人体特征包括衣物、衣物颜色、姿势、骨骼比例中的任一种；
具体的，基于帧内外观检测。就像在跟踪过程中，我们可以提取出深层的特征，理论讲以上便包含了所有必要的信息。也可以手动提取，如提取衣服的颜色，姿势，骨骼比例等。可通过人体检测器识别得出高质量识别的人。这里的人体像素需要100x100px。
当所述待检测特征包含面部特征时，利用跟踪人脸检测的人脸识别嵌入方法，在所述人物数据库中获取与所述待检测特征对应的数据信息；使用跟踪人脸检测的人脸识别嵌入。如果所有的检测都包含人脸，而且它足够大，可以在两个轨迹上提取出稳健的面部特征，我们就可以用这个来匹配这些轨迹。面部尺寸可检测的人。48x48px非常适合人脸检测，尺寸越小，精度越低。定量数字需要进一步研究，如果结合后续帧的信息，即使在24x24px的人脸尺寸下，检测也可以足够好。然而，这在***吞吐量方面可能很难，因为检测的速度取决于最小的人脸检测大小。面部大小可识别的人。理想的人脸尺寸是100x100px。随着最小尺寸的降低,性能也会随之降低，其精确依赖关系还有待研究。80x80px的人脸识别性能依然很高。然而，需要考虑的是，运动的模糊度对人脸识别的质量影响会很大。
当所述待检测特征包含步态特征时，利用步态相似性匹配方法，在所述人物数据库中获取与所述待检测特征对应的数据信息。基于步态相似性的匹配。为每条轨迹构造步态特征并对其进行数学计算是可实现的。
本发明实施例提供的一种人物追踪方法、***及服务器，通过将区域中各摄像头组与人物数据库连接，建立区域摄像头监控网络，通过待检测人物的待检测特征，可以快速地查询数据库中关于待检测人物被摄像头组拍摄的地点，利用时间顺序将各个出现上述待检测人物的摄像头组所在的地点连线，即可快速得到待检测人物的移动轨迹。另一方面，在本发明实施例中，利用摄像头组分别获取待检测人物的正面影像、背面影像，利用交并比函数目标检测方法、跟踪人脸检测的人脸识别嵌入方法、步态相似性匹配方法中的任一种方法，对待检测人物特征与监控影像信息中的人物进行匹配，上述三种方法中的任一种方法均可实现上述功能；因此，本发明实施例提供的人物追踪方法增加了匹配的容错性，解决了当监控影像信息中不存在人脸信息时，无法准确识别待检测人物的技术问题，提高了匹配效率，因此，本发明实施例提供的人物追踪方法可以快速准确的标注待检测人物的移动轨迹。
第二方面，请参见图2，本发明实施例提供了一种人物追踪***，包括：
创建模块，用于创建人物数据库；
提取模块，用于根据目标摄像头组的编号获取待检测人物的影像信息；其中，所述影像信息为正面影像或背面影像；
执行模块，用于按照预设方法在所述影像信息中提取待检测特征，其中，所述待检测特征包括人体特征、面部特征、步态特征中的至少一种；
判断模块，用于在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述人物数据库中存在与所述待检测特征对应的数据信息时，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
当所述人物数据库中不存在与所述待检测特征对应的数据信息时，将所述待检测特征存储至所述人物数据库中，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
标注模块，根据所述待检测特征在所述监控影像信息中查找所述待检测人物，并将出现所述待监测人物的监控影像信息对应的摄像头组作为轨迹摄像头组；按照时间顺序，连接上述目标摄像头组以及各轨迹摄像头组，形成所述待检测人物的移动轨迹。
进一步的，所述创建模块包括：
选择子模块，用于将人群中的任意一人作为目标人物；
获取子模块，用于获取目标人物的正面视频信息、背面视频信息；
提取子模块，用于在所述正面视频信息中提取第一特征；在所述背面视频信息中提取第二特征；其中，所述第一特征包括：人体特征、面部特征、步态特征；所述第二特征包括：人体特征、步态特征；
创建子模块，用于根据所述第一特征信息以及所述第二特征信息创建人物访问库；
循环子模块，用于将所述人群中的每一个人作为所述目标人物，创建所述人群中每一个人所对应的人物访问库，并存储每一个人物访问库；得到人物数据库。
第三方面，请参见图3，本发明实施例提供了一种服务器，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，用实现如下方法步骤：
S110.创建人物数据库；
S120.根据目标摄像头组的编号获取待检测人物的影像信息；其中，所述影像信息为正面影像或背面影像；
S130.按照预设方法在所述影像信息中提取待检测特征，其中，所述待检测特征包括人体特征、面部特征、步态特征中的至少一种；
S140.在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述人物数据库中存在与所述待检测特征对应的数据信息时，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
当所述人物数据库中不存在与所述待检测特征对应的数据信息时，将所述待检测特征存储至所述人物数据库中，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
S150.根据所述待检测特征在所述监控影像信息中查找所述待检测人物，并将出现所述待监测人物的监控影像信息对应的摄像头组作为轨迹摄像头组；按照时间顺序，连接上述目标摄像头组以及各轨迹摄像头组，形成所述待检测人物的移动轨迹。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended IndustryStandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field－Programmable GateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中步骤S110-步骤S170中任一步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的步骤S110-步骤S170中任一步骤。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (9)

1.一种人物追踪方法，其特征在于，包括：
创建人物数据库；
根据目标摄像头组的编号获取待检测人物的影像信息；其中，所述影像信息为正面影像或背面影像；
按照预设方法在所述影像信息中提取待检测特征，其中，所述待检测特征包括人体特征、面部特征、步态特征中的至少一种；
在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述人物数据库中存在与所述待检测特征对应的数据信息时，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
当所述人物数据库中不存在与所述待检测特征对应的数据信息时，将所述待检测特征存储至所述人物数据库中，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
根据所述待检测特征在所述监控影像信息中查找所述待检测人物，并将出现所述待监测人物的监控影像信息对应的摄像头组作为轨迹摄像头组；按照时间顺序，连接上述目标摄像头组以及各轨迹摄像头组，形成所述待检测人物的移动轨迹。
2.根据权利要求1所述的人物追踪方法，其特征在于，创建人物数据库包括：
将人群中的任意一人作为目标人物；
获取目标人物的正面视频信息、背面视频信息；
在所述正面视频信息中提取第一特征；在所述背面视频信息中提取第二特征；其中，所述第一特征包括：人体特征、面部特征、步态特征；所述第二特征包括：人体特征、步态特征；
根据所述第一特征信息以及所述第二特征信息创建人物访问库；
将所述人群中的每一个人作为所述目标人物，创建所述人群中每一个人所对应的人物访问库，并存储每一个人物访问库；得到人物数据库。
3.根据权利要求1所述的人物追踪方法，其特征在于，所述目标摄像头组包括：
第一摄像头，用于获取所述待检测人物的正面影像；
第二摄像头，用户获取所述待检测人物的背面影像。
4.根据权利要求1所述的人物追踪方法，其特征在于，所述人物数据库实时接收并存储分布于不同地点的多个摄像头组所拍摄的视频数据，所述每一视频数据包括多帧图像数据，每帧图像数据包括摄像头组拍摄的图像、拍摄时间以及摄像头组编号，其中每一摄像头组具有唯一编号。
5.根据权利要求1所述的人物追踪方法，其特征在于，所述预设方法为：交并比函数目标检测方法、跟踪算法、人脸嵌入匹配检测方法、步态识别方法中的至少一种。
6.根据权利要求1所述的人物追踪方法，其特征在于，在所述人物数据库中获取与所述待检测特征对应的数据信息包括：
当所述待检测特征包含有人体特征时，利用基于帧内外观检测的方法在所述人物数据库中获取与所述待检测特征对应的数据信息；其中，所述人体特征包括衣物、衣物颜色、姿势、骨骼比例中的任一种；
当所述待检测特征包含面部特征时，利用跟踪人脸检测的人脸识别嵌入方法，在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述待检测特征包含步态特征时，利用步态相似性匹配方法，在所述人物数据库中获取与所述待检测特征对应的数据信息。
7.一种人物追踪***，其特征在于，包括：
创建模块，用于创建人物数据库；
提取模块，用于根据目标摄像头组的编号获取待检测人物的影像信息；其中，所述影像信息为正面影像或背面影像；
执行模块，用于按照预设方法在所述影像信息中提取待检测特征，其中，所述待检测特征包括人体特征、面部特征、步态特征中的至少一种；
判断模块，用于在所述人物数据库中获取与所述待检测特征对应的数据信息；
当所述人物数据库中存在与所述待检测特征对应的数据信息时，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
当所述人物数据库中不存在与所述待检测特征对应的数据信息时，将所述待检测特征存储至所述人物数据库中，获取除所述目标摄像头组之外的其他摄像头组获取的监控影像信息；
标注模块，根据所述待检测特征在所述监控影像信息中查找所述待检测人物，并将出现所述待监测人物的监控影像信息对应的摄像头组作为轨迹摄像头组；按照时间顺序，连接上述目标摄像头组以及各轨迹摄像头组，形成所述待检测人物的移动轨迹。
8.根据权利要求7所述的人物追踪***，其特征在于，所述创建模块包括：
选择子模块，用于将人群中的任意一人作为目标人物；
获取子模块，用于获取目标人物的正面视频信息、背面视频信息；
提取子模块，用于在所述正面视频信息中提取第一特征；在所述背面视频信息中提取第二特征；其中，所述第一特征包括：人体特征、面部特征、步态特征；所述第二特征包括：人体特征、步态特征；
创建子模块，用于根据所述第一特征信息以及所述第二特征信息创建人物访问库；
循环子模块，用于将所述人群中的每一个人作为所述目标人物，创建所述人群中每一个人所对应的人物访问库，并存储每一个人物访问库；得到人物数据库。
9.一种服务器，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-6任一所述的方法步骤。
CN202010066174.3A 2020-01-20 2020-01-20 一种人物追踪方法、***及服务器 Pending CN111242077A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010066174.3A CN111242077A (zh) 2020-01-20 2020-01-20 一种人物追踪方法、***及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010066174.3A CN111242077A (zh) 2020-01-20 2020-01-20 一种人物追踪方法、***及服务器

Publications (1)

Publication Number Publication Date
CN111242077A true CN111242077A (zh) 2020-06-05

Family

ID=70872870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010066174.3A Pending CN111242077A (zh) 2020-01-20 2020-01-20 一种人物追踪方法、***及服务器

Country Status (1)

Country Link
CN (1) CN111242077A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898592A (zh) * 2020-09-29 2020-11-06 腾讯科技（深圳）有限公司 一种轨迹数据处理方法、装置以及计算机可读存储介质
CN113221800A (zh) * 2021-05-24 2021-08-06 珠海大横琴科技发展有限公司 一种待检测目标的监控判断方法及***
CN113378621A (zh) * 2021-04-06 2021-09-10 张沈莘 一种轨道交通信息化前端监控***、监控方法及存储介质
CN113747115A (zh) * 2021-06-25 2021-12-03 深圳市威尔电器有限公司 天眼网络视频监控方法、***、装置及存储介质
TWI778761B (zh) * 2020-08-28 2022-09-21 大陸商北京市商湯科技開發有限公司 目標對象的活動區域確定方法、裝置、設備及儲存媒體

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140056490A1 (en) * 2012-08-24 2014-02-27 Kabushiki Kaisha Toshiba Image recognition apparatus, an image recognition method, and a non-transitory computer readable medium thereof
CN105069408A (zh) * 2015-07-24 2015-11-18 上海依图网络科技有限公司 一种复杂场景下基于人脸识别的视频人像跟踪方法
CN110309716A (zh) * 2019-05-22 2019-10-08 深圳壹账通智能科技有限公司 基于人脸和体态的服务跟踪方法、装置、设备及存储介质
CN110532432A (zh) * 2019-08-21 2019-12-03 深圳供电局有限公司 一种人物轨迹检索方法及其***、计算机可读存储介质
CN110532923A (zh) * 2019-08-21 2019-12-03 深圳供电局有限公司 一种人物轨迹检索方法及其***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140056490A1 (en) * 2012-08-24 2014-02-27 Kabushiki Kaisha Toshiba Image recognition apparatus, an image recognition method, and a non-transitory computer readable medium thereof
CN105069408A (zh) * 2015-07-24 2015-11-18 上海依图网络科技有限公司 一种复杂场景下基于人脸识别的视频人像跟踪方法
CN110309716A (zh) * 2019-05-22 2019-10-08 深圳壹账通智能科技有限公司 基于人脸和体态的服务跟踪方法、装置、设备及存储介质
CN110532432A (zh) * 2019-08-21 2019-12-03 深圳供电局有限公司 一种人物轨迹检索方法及其***、计算机可读存储介质
CN110532923A (zh) * 2019-08-21 2019-12-03 深圳供电局有限公司 一种人物轨迹检索方法及其***

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI778761B (zh) * 2020-08-28 2022-09-21 大陸商北京市商湯科技開發有限公司 目標對象的活動區域確定方法、裝置、設備及儲存媒體
CN111898592A (zh) * 2020-09-29 2020-11-06 腾讯科技（深圳）有限公司 一种轨迹数据处理方法、装置以及计算机可读存储介质
CN111898592B (zh) * 2020-09-29 2020-12-29 腾讯科技（深圳）有限公司 一种轨迹数据处理方法、装置以及计算机可读存储介质
CN113378621A (zh) * 2021-04-06 2021-09-10 张沈莘 一种轨道交通信息化前端监控***、监控方法及存储介质
CN113378621B (zh) * 2021-04-06 2024-03-22 张沈莘 一种轨道交通信息化前端监控***、监控方法及存储介质
CN113221800A (zh) * 2021-05-24 2021-08-06 珠海大横琴科技发展有限公司 一种待检测目标的监控判断方法及***
CN113747115A (zh) * 2021-06-25 2021-12-03 深圳市威尔电器有限公司 天眼网络视频监控方法、***、装置及存储介质

Similar Documents

Publication Publication Date Title
Happy et al. Fuzzy histogram of optical flow orientations for micro-expression recognition
Zhuo et al. Occluded person re-identification
CN111242077A (zh) 一种人物追踪方法、***及服务器
Murtaza et al. Multi‐view human action recognition using 2D motion templates based on MHIs and their HOG description
KR101972918B1 (ko) 영상 마스킹 장치 및 영상 마스킹 방법
Wang et al. P2snet: Can an image match a video for person re-identification in an end-to-end way?
US20060093185A1 (en) Moving object recognition apparatus
KR102167730B1 (ko) 영상 마스킹 장치 및 영상 마스킹 방법
Lin et al. Visual-attention-based background modeling for detecting infrequently moving objects
Fookes et al. Semi-supervised intelligent surveillance system for secure environments
CN111145223A (zh) 多摄像头识别人员行为轨迹分析方法
CN113537107A (zh) 一种基于深度学习的人脸识别及追踪方法、装置及设备
Singh et al. A comprehensive survey on person re-identification approaches: various aspects
KR101826669B1 (ko) 동영상 검색 시스템 및 그 방법
Raval et al. Survey and analysis of human activity recognition in surveillance videos
Elarbi-Boudihir et al. Intelligent video surveillance system architecture for abnormal activity detection
Xu et al. Smart video surveillance system
Jaiswal et al. Survey paper on various techniques of recognition and tracking
Yadav et al. Human Illegal Activity Recognition Based on Deep Learning Techniques
De Marsico et al. ES-RU: an e ntropy based rule to s elect r epresentative templates in face su rveillance
Taha et al. Exploring behavior analysis in video surveillance applications
Ladjailia et al. Encoding human motion for automated activity recognition in surveillance applications
Senior An introduction to automatic video surveillance
Balasubramanian et al. Forensic video solution using facial feature‐based synoptic Video Footage Record
Hemaanand et al. Smart surveillance system using computer vision and Internet of Things

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200605