CN112184771B - 一种社区的人员轨迹跟踪的方法及装置 - Google Patents

一种社区的人员轨迹跟踪的方法及装置 Download PDF

Info

Publication number
CN112184771B
CN112184771B CN202011059744.2A CN202011059744A CN112184771B CN 112184771 B CN112184771 B CN 112184771B CN 202011059744 A CN202011059744 A CN 202011059744A CN 112184771 B CN112184771 B CN 112184771B
Authority
CN
China
Prior art keywords
community
personnel
image information
tracking
camera
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.)
Active
Application number
CN202011059744.2A
Other languages
English (en)
Other versions
CN112184771A (zh
Inventor
陈维亮
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.)
Qingdao Juhaolian Technology Co ltd
Original Assignee
Qingdao Juhaolian Technology 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 Qingdao Juhaolian Technology Co ltd filed Critical Qingdao Juhaolian Technology Co ltd
Priority to CN202011059744.2A priority Critical patent/CN112184771B/zh
Publication of CN112184771A publication Critical patent/CN112184771A/zh
Application granted granted Critical
Publication of CN112184771B publication Critical patent/CN112184771B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种社区的人员轨迹跟踪的方法及装置，该方法包括获取社区门禁采集的社区进入人员的人脸信息，根据人脸信息，确定社区进入人员是否为非白名单成员，若是，则获取社区门禁所在位置的社区摄像头采集的图像信息，对图像信息进行目标识别，得到图像信息中的社区进入人员以及社区进入人员的特征信息，根据特征信息对社区进入人员进行轨迹跟踪。通过调用社区摄像头采集的图像信息进行目标识别，并依据社区进入人员的特征信息进行轨迹跟踪。这种采用社区门禁与社区摄像头相结合的方式根据社区内的人员，相比现有的单一通过人脸信息来跟踪人员的方式，能够节省资源消耗，提高跟踪效率，避免出现人员跟踪丢失的现象。

Description

一种社区的人员轨迹跟踪的方法及装置
技术领域
本发明涉及智慧社区技术领域，尤其涉及一种社区的人员轨迹跟踪的方法及装置。
背景技术
社区中安全是第一位的，对进入社区人员进行轨迹跟踪是保障社区安全的重要一环，当前，仅仅依靠门禁是不能完全符合安全要求的，如：外卖或其他临时探亲人员，都可以进驻社区，而通过了门禁后，在社区内的活动情况，物业就无法获取，至少不能主动获取，所以人员轨迹算法变的非常重要。
当前的人员轨迹算法，是基于人脸识别的，这种方案基本原理是将社区摄像头的视频流进行抽针，然后将图片送入算法中，算法对采集的图片首先进行人脸检测，对检测到的人脸与社区中白名单人脸(社区居民为主)进行特征对比分析，以此来确定此人是否为白名单人员，非白名单人员记录人脸特征用户后续进行社区摄像头的追踪，多个社区摄像头采用同样方法进行连通，可记录非白名单人员轨迹。
传统人脸识别算法的缺点为：对清晰正脸照识别准确，但是对于侧脸或者远距离的人脸识别效果较差，社区摄像头都是挂在3m以上的高度，向下俯视，所以采集的图片与大头照相比，是不够清晰的，且临时抓的图片大概率的不是正脸照，侧脸或者背后更多，所以传统的人脸识别算法在社区的人员轨迹场景中是不适应的。
发明内容
本发明实施例提供一种社区的人员轨迹跟踪的方法及装置，用以提高人脸识别精度的情况下，实现对社区内的人员轨迹跟踪。
第一方面，本发明实施例提供一种社区的人员轨迹跟踪的方法，包括：
获取社区门禁采集的社区进入人员的人脸信息；
根据所述社区进入人员的人脸信息，确定所述社区进入人员是否为非白名单成员；
若是，则获取社区门禁所在位置的社区摄像头采集的图像信息；对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息；
根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪。
上述技术方案中，通过由社区门禁采集的人脸信息识别出非白名单成员之后，调用社区摄像头采集的图像信息进行目标识别，并依据社区进入人员的特征信息进行轨迹跟踪。这种采用社区门禁与社区摄像头相结合的方式根据社区内的人员，相比现有的单一通过人脸信息来跟踪人员的方式，能够节省资源消耗，提高跟踪效率，避免出现人员跟踪丢失的现象。
可选的，所述对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息，包括：
对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，识别出所述图像信息中的社区进入人员以及所述社区进入人员的人脸、衣服颜色和身高特征。
可选的，所述对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，包括：
采用多级联的分类算法对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别。
可选的，所述根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪，包括：
根据所述社区进入人员的特征信息使用跟踪算法对所述社区进入人员进行轨迹跟踪。
第二方面，本发明实施例提供一种社区的人员轨迹跟踪的装置，包括：
获取单元，用于获取社区门禁采集的社区进入人员的人脸信息；
处理单元，用于根据所述社区进入人员的人脸信息，确定所述社区进入人员是否为非白名单成员；若是，则获取社区门禁所在位置的社区摄像头采集的图像信息；对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息；根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪。
可选的，所述处理单元具体用于：
对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，识别出所述图像信息中的社区进入人员以及所述社区进入人员的人脸、衣服颜色和身高特征。
可选的，所述处理单元具体用于：
采用多级联的分类算法对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别。
可选的，所述处理单元具体用于：
根据所述社区进入人员的特征信息使用跟踪算法对所述社区进入人员进行轨迹跟踪。
第三方面，本发明实施例还提供一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述社区的人员轨迹跟踪的方法。
第四方面，本发明实施例还提供一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述社区的人员轨迹跟踪的方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种***架构的示意图；
图2为本发明实施例提供的一种社区的人员轨迹跟踪的方法的流程示意图；
图3为本发明实施例提供的一种门禁和摄像头结合的示意图；
图4为本发明实施例提供的一种轨迹跟踪的示意图；
图5为本发明实施例提供的一种社区的人员轨迹跟踪的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种***架构。如图1所示，该***架构可以为服务器100，该服务器100可以包括处理器110、通信接口120和存储器130。
其中，通信接口120用于与终端设备进行通信，收发该终端设备传输的信息，实现通信。
处理器110是服务器100的控制中心，利用各种接口和线路连接整个服务器100的各个部分，通过运行或执行存储在存储器130内的软件程序/或模块，以及调用存储在存储器130内的数据，执行服务器100的各种功能和处理数据。可选地，处理器110可以包括一个或多个处理单元。
存储器130可用于存储软件程序以及模块，处理器110通过运行存储在存储器130的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器130可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序等；存储数据区可存储根据业务处理所创建的数据等。此外，存储器130可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需要说明的是，上述图1所示的结构仅是一种示例，本发明实施例对此不做限定。
基于上述描述，图2详细的示出了本发明实施例提供的一种社区的人员轨迹跟踪的方法的流程，该流程可以由社区的人员轨迹跟踪的方法的装置执行，该装置可以为上述服务器或位于上述服务器内。
如图2所示，该流程具体包括：
步骤201，获取社区门禁采集的社区进入人员的人脸信息。
在本发明实施例中，在有人员进入社区时，都需要通过社区门禁采集其人脸信息，该人员可以是社区居民，也可以是外卖员、社区居民的亲戚朋友等人员。当有人员通过时，社区门禁就可以将人员的人脸信息推送给AIOT(Artificial Intelligence&Internet ofThings，人工智能物联网)平台。
步骤202，根据所述社区进入人员的人脸信息，确定所述社区进入人员是否为非白名单成员。
当得到人脸信息之后可以对人脸信息进行比对，得到比对结果，该比对结果可以确定社区进入人员是否为非白名单成员。例如，可以设置白名单和黑名单，白名单为社区居民，不在白名单里的人员都是非白名单成员，其中可以包括黑名单成员。
步骤203，若是，则获取社区门禁所在位置的社区摄像头采集的图像信息；对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息。
当确定社区进入人员为非白名单成员时，可以抽取社区门禁所在位置的社区摄像头采集的图像信息。如图3所示，人脸识别门禁的上方安装有社区摄像头，可以调取社区门禁识别人脸信息那一刻的社区摄像头的监控视频的多帧图像信息。通过对摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，可以识别出图像信息中的社区进入人员以及社区进入人员的人脸、衣服颜色和身高特征，即得到了社区进入人员的特征信息。
其中，在对目标识别时，可以采用多级联的分类算法对摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别。例如人脸识别可以采用hash方案，衣服颜色识别可以采用haar方案，身高匹配方案可以采用本申请的在先专利申请中对身高估计的方案。
步骤204，根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪。
当得到社区进入人员的特征信息之后，就可以使用跟踪算法对社区进入人员进行轨迹跟踪。例如可采用MIL(Multipe Instance Learning，多实例学习)、KCF(KernelCorrelation Filter，核相关滤波)等跟踪算法进行轨迹跟踪。
举例来说，如图3所示的社区门禁与社区摄像头相结合的场景，这样不但能够采集到人脸图片，而且还能够抓到门禁图片那一刻的摄像头视频数据，具体过程可以为：人脸门禁是与社区AIOT平台相连，当有人员通过时，主动推送消息给AIOT，在人脸门禁中，由于在人脸门禁中有人脸识别，所以推送给AIOT平台时，除了照片外，还有对比结果，如标识：白名单、黑名单等。AIOT得到这些信息，并经过筛选后(如只推送非白名单成员，这样会减少研究对象的数量，从而减少计算量)，会通过HTTP(HyperText Transfer Protocol,超文本传输协议)推送给目标识别算法，目标识别算法得到这个信息后，会主动拉取对应摄像头的抽针图片数据，这样就实现了：门禁的人脸图片+身份(白名单、黑名单、其他)+摄像头图片中的衣服颜色信息等。然后再采用MIL，KCF等跟踪算法，对人的运动轨迹进行跟踪。
需要强调的是：跟踪算法消耗计算资源比识别算法小的多，所以可以将识别算法可信度提高，使当识别为目标时即为准确的；可信度提高带来的另一个问题是：不容易识别到，这时需要进行时空域综合考虑，当前是只考虑了当前时刻即当前帧的图像识别，由于一个目标在摄像头的运动会有多帧图像，由于可信度较高，只要其中一针图像达到识别要求，将认为目标被捕捉到。
图4是在摄像头下的目标识别和轨迹跟踪的过程，两者是同时开始，互相没有依赖关系，只不过是目标识别到后，给跟踪的轨迹打上标签，这样做的目的是：防止目前识别前的轨迹没有被跟踪到，且由于跟踪消耗的计算量不大，对资源消耗较小。
轨迹还会涉及到多摄像头的联动问题，这个方案较多，不再赘述，轨迹跟踪的终点为社区门禁(单元门或小区门)。
在本发明实施例中，获取社区门禁采集的社区进入人员的人脸信息，根据社区进入人员的人脸信息，确定社区进入人员是否为非白名单成员，若是，则获取社区门禁所在位置的社区摄像头采集的图像信息，对社区摄像头采集的图像信息进行目标识别，得到图像信息中的社区进入人员以及社区进入人员的特征信息，根据社区进入人员的特征信息对社区进入人员进行轨迹跟踪。通过由社区门禁采集的人脸信息识别出非白名单成员之后，调用社区摄像头采集的图像信息进行目标识别，并依据社区进入人员的特征信息进行轨迹跟踪。这种采用社区门禁与社区摄像头相结合的方式根据社区内的人员，相比现有的单一通过人脸信息来跟踪人员的方式，能够节省资源消耗，提高跟踪效率，避免出现人员跟踪丢失的现象。
基于相同的技术构思，图5示例性的示出了本发明实施例提供的一种社区的人员轨迹跟踪的装置的结构，该装置可以执行社区的人员轨迹跟踪的流程。
如图5所示，该装置具体包括：
获取单元501，用于获取社区门禁采集的社区进入人员的人脸信息；
处理单元502，用于根据所述社区进入人员的人脸信息，确定所述社区进入人员是否为非白名单成员；若是，则获取社区门禁所在位置的社区摄像头采集的图像信息；对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息；根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪。
可选的，所述处理单元502具体用于：
对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，识别出所述图像信息中的社区进入人员以及所述社区进入人员的人脸、衣服颜色和身高特征。
可选的，所述处理单元502具体用于：
采用多级联的分类算法对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别。
可选的，所述处理单元具体用于：
根据所述社区进入人员的特征信息使用跟踪算法对所述社区进入人员进行轨迹跟踪。
基于相同的技术构思，本发明实施例还提供了一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用存储器中存储的程序指令，按照获得的程序执行上述社区的人员轨迹跟踪的方法。
基于相同的技术构思，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行计算机可读指令时，使得计算机执行上述社区的人员轨迹跟踪的方法。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种社区的人员轨迹跟踪的方法，其特征在于，包括：
获取社区门禁采集的社区进入人员的人脸信息；
根据所述社区进入人员的人脸信息，确定所述社区进入人员是否为非白名单成员；
若是，则获取社区门禁所在位置的社区摄像头采集的图像信息；对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息；其中，所述社区摄像头和所述社区门禁为两个独立的图像采集设备；
根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪。
2.如权利要求1所述的方法，其特征在于，所述对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息，包括：
对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，识别出所述图像信息中的社区进入人员以及所述社区进入人员的人脸、衣服颜色和身高特征。
3.如权利要求2所述的方法，其特征在于，所述对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，包括：
采用多级联的分类算法对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别。
4.如权利要求1至3任一项所述的方法，其特征在于，所述根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪，包括：
根据所述社区进入人员的特征信息使用跟踪算法对所述社区进入人员进行轨迹跟踪。
5.一种社区的人员轨迹跟踪的装置，其特征在于，包括：
获取单元，用于获取社区门禁采集的社区进入人员的人脸信息；
处理单元，用于根据所述社区进入人员的人脸信息，确定所述社区进入人员是否为非白名单成员；若是，则获取社区门禁所在位置的社区摄像头采集的图像信息；对所述社区摄像头采集的图像信息进行目标识别，得到所述图像信息中的社区进入人员以及所述社区进入人员的特征信息；其中，所述社区摄像头和所述社区门禁为两个独立的图像采集设备；根据所述社区进入人员的特征信息对所述社区进入人员进行轨迹跟踪。
6.如权利要求5所述的装置，其特征在于，所述处理单元具体用于：
对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别，识别出所述图像信息中的社区进入人员以及所述社区进入人员的人脸、衣服颜色和身高特征。
7.如权利要求6所述的装置，其特征在于，所述处理单元具体用于：
采用多级联的分类算法对所述摄像头采集的图像信息进行人脸、衣服颜色和身高的多目标识别。
8.如权利要求5至7任一项所述的装置，其特征在于，所述处理单元具体用于：
根据所述社区进入人员的特征信息使用跟踪算法对所述社区进入人员进行轨迹跟踪。
9.一种计算设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求1至4任一项所述的方法。
10.一种计算机可读非易失性存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行如权利要求1至4任一项所述的方法。
CN202011059744.2A 2020-09-30 2020-09-30 一种社区的人员轨迹跟踪的方法及装置 Active CN112184771B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011059744.2A CN112184771B (zh) 2020-09-30 2020-09-30 一种社区的人员轨迹跟踪的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011059744.2A CN112184771B (zh) 2020-09-30 2020-09-30 一种社区的人员轨迹跟踪的方法及装置

Publications (2)

Publication Number Publication Date
CN112184771A CN112184771A (zh) 2021-01-05
CN112184771B true CN112184771B (zh) 2023-08-11

Family

ID=73946289

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011059744.2A Active CN112184771B (zh) 2020-09-30 2020-09-30 一种社区的人员轨迹跟踪的方法及装置

Country Status (1)

Country Link
CN (1) CN112184771B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093162B (zh) * 2021-04-14 2022-04-01 国能智慧科技发展(江苏)有限公司 基于aiot与视频联动的人员轨迹追踪***
CN113096162B (zh) * 2021-04-21 2022-12-13 青岛海信智慧生活科技股份有限公司 一种行人识别跟踪方法及装置
CN114743300B (zh) * 2021-12-09 2024-07-05 全民认证科技（杭州）有限公司 基于行为大数据模型的门禁访问控制方法及***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096573A (zh) * 2016-06-23 2016-11-09 乐视控股（北京）有限公司 目标跟踪方法、装置、***及远程监控***
CN109040699A (zh) * 2018-09-10 2018-12-18 合肥巨清信息科技有限公司 一种智慧园区预警防范***
CN109598661A (zh) * 2017-09-30 2019-04-09 河南星云慧通信技术有限公司 基于人脸识别的智慧社区安防***及检测方法
CN110009784A (zh) * 2019-04-02 2019-07-12 深圳市万物云科技有限公司 基于人工智能的监控联防方法和装置及***与存储介质
CN110446015A (zh) * 2019-08-30 2019-11-12 北京青岳科技有限公司 一种基于计算机视觉的异常行为监控方法及***
CN110619277A (zh) * 2019-08-15 2019-12-27 青岛文达通科技股份有限公司 一种多社区智慧布控方法以及***
CN111510675A (zh) * 2020-04-13 2020-08-07 智粤云(广州)数字信息科技有限公司 一种基于人脸识别和大数据分析的智慧安防***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101355974B1 (ko) * 2010-08-24 2014-01-29 한국전자통신연구원 복수의 객체를 추적하는 객체 추적 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096573A (zh) * 2016-06-23 2016-11-09 乐视控股（北京）有限公司 目标跟踪方法、装置、***及远程监控***
CN109598661A (zh) * 2017-09-30 2019-04-09 河南星云慧通信技术有限公司 基于人脸识别的智慧社区安防***及检测方法
CN109040699A (zh) * 2018-09-10 2018-12-18 合肥巨清信息科技有限公司 一种智慧园区预警防范***
CN110009784A (zh) * 2019-04-02 2019-07-12 深圳市万物云科技有限公司 基于人工智能的监控联防方法和装置及***与存储介质
CN110619277A (zh) * 2019-08-15 2019-12-27 青岛文达通科技股份有限公司 一种多社区智慧布控方法以及***
CN110446015A (zh) * 2019-08-30 2019-11-12 北京青岳科技有限公司 一种基于计算机视觉的异常行为监控方法及***
CN111510675A (zh) * 2020-04-13 2020-08-07 智粤云(广州)数字信息科技有限公司 一种基于人脸识别和大数据分析的智慧安防***

Also Published As

Publication number Publication date
CN112184771A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN112184771B (zh) 一种社区的人员轨迹跟踪的方法及装置
CN111832457B (zh) 基于云边协同的陌生人入侵检测方法
CN108734107B (zh) 一种基于人脸的多目标跟踪方法及***
CN108805900B (zh) 一种跟踪目标的确定方法及装置
CN109727275B (zh) 目标检测方法、装置、***和计算机可读存储介质
CN107657232B (zh) 一种行人智能识别方法及其***
US8879789B1 (en) Object analysis using motion history
EP4035070B1 (en) Method and server for facilitating improved training of a supervised machine learning process
CN112150514A (zh) 视频的行人轨迹追踪方法、装置、设备及存储介质
CN110599129A (zh) 一种基于图像追踪校园考勤方法、装置、识别终端及***
Dantone et al. Augmented faces
WO2022213540A1 (zh) 目标检测、属性识别与跟踪方法及***
CN111242077A (zh) 一种人物追踪方法、***及服务器
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
CN112488072A (zh) 一种人脸样本集获取方法、***及设备
CN114359976A (zh) 一种基于人物识别的智能安防方法与装置
KR100885418B1 (ko) 오버헤드 카메라 영상에서 사람을 감지하고 추적하는시스템 및 그 방법
Kainz et al. Visual system for student attendance monitoring with non-standard situation detection
Alcantara et al. Head detection and tracking using OpenCV
CN112561957A (zh) 一种目标对象的状态跟踪方法及装置
WO2022228325A1 (zh) 行为检测方法、电子设备以及计算机可读存储介质
CN113689585B (zh) 一种无感考勤打卡方法、***及相关设备
AU2022340445A1 (en) Vision-based sports timing and identification system
CN114332983A (zh) 人脸图像清晰度检测方法、装置、电子设备、及介质
CN111860100B (zh) 行人数量的确定方法、装置、电子设备及可读存储介质

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
GR01 Patent grant
GR01 Patent grant