[发明专利]面向特定目标的智能检测追踪及时空轨迹的生成方法

说明书

技术领域

本发明涉及视频监控领域，具体涉及一种面向特定目标的智能检测追踪及时空轨迹的生成方法。

背景技术

随着对智慧城市要求的提高，越来越多的摄像头布设在城市的大街小巷用于实时监控预警以及后期检索。为了检索出特定目标并分析出其运动轨迹，需要将多个视频源作为一个系统进行检索。人脸具有稳定、可靠、安全、便利等特点，人脸识别技术在轨迹搜索方面应用广泛。如申请号201510102708.2为“一种动态人脸识别方法及系统”，其采用提取监控视频中最优人脸特征与重点人群数据库进行实时的比对计算，若具有高相似度的人员则实时发出预警提示。又譬如申请号201510908108.5的“分布式人脸识别轨迹搜索系统和方法”，其通过对客户端输入人脸图片以及相似度阈值，在子库中进行特征对比搜索，对各个子库返回的结果进行聚合排序后得到人脸特征轨迹记录。在侦查时，采用现有轨迹搜索具有很多劣势，譬如：采用以图搜图的方式，在实际侦查中存在一些局限性，比如嫌疑人在某个时间段内的轨迹。

发明内容

本发明为了解决上述技术问题提供一种面向特定目标的智能检测追踪及时空轨迹的生成方法。

本发明通过下述技术方案实现：

面向特定目标的智能检测追踪及时空轨迹的生成方法，包括以下步骤，

A、获取具有追踪目标人脸的图像；

B、对图像进行人脸检测，提取人脸特征获得特征数据；

C、并行计算搜索时间范围内待搜索监控设备的视频的人脸特征，计算在该搜索时间范围内特征数据与待搜索监控设备的人脸特征的欧式距离；

D、提取各待搜索监控设备欧式距离小于阈值的目标，并返回目标的时空轨迹点，所述时空轨迹点包括时间序列、监控视频编号、视频帧原图、相似度；其中，轨迹点的时间序列、监控编号、相似度将在步骤E中用于轨迹点再确认；上述所返回的参数均将用于最后的结果展示；

E、根据时间序列对时空轨迹点进行排序，并根据监控编号、相似度、视频帧原图排除干扰项；

F、将时空轨迹点连线得到轨迹。

本发明可用于事后侦查，对各待搜索监控设备图像进行人脸识别后根据时间对识别后的结果进行排序生成时空轨迹点，有助于实际侦查使用，且对生成的时空轨迹点进行干扰项排除，提高了其准确性。

排序后的时空轨迹点为目标人的初步轨迹图，但是由于人脸比对过程中存在微小误检率，可能导致对时空轨迹点的误判，其对轨迹的生成影响大，故在排序后还需排除干扰项。排除干扰项的方法为：根据各待搜索监控设备安装的地理位置，判断两相邻两个时空轨迹点的时间差内目标是否可以在两者之间转移，若不可以，则舍弃该时空轨迹点；若可以，则计算两者的特征距离，若特征距离大于阈值，则舍弃该时空轨迹点，若特征距离小于阈值，则保留该时空轨迹点。

为了满足事后侦查，我们需要将具体时间、人脸特征、原始视频帧图像等进行保存。一路监控设备每秒可产生几十帧图像，每一帧图像又会有多张人脸，当对多路监控视频数据进行存储时，磁盘每秒的写入将会非常大，比如，假设每秒30帧，每帧1张人脸，1000路监控设备每秒的写入量将达到30*1*1000＝3万；在搜索查询时，需要对满足时间区间的记录进行遍历计算，即时间区间内的顺序读。

作为优选，在步骤C中，待搜索监控设备的视频的人脸特征采用Rocksdb进行存储，每一个监控设备将数据存入各自的数据库内，彼此之间独立。Rocksdb是Key-Value键值数据库，NoSQL中的一种，NoSQL即Not Only SQL，非关系型数据库。存储系统的性能瓶颈主要在于磁盘的随机读写，由于Rocksdb采用的是LSM存储引擎，其优势在于通过批量转储技术，有效地规避了磁盘随机写入问题，且存入的记录是按照key值进行有序存储，非常适合大量写顺序读的场景，若是搭配SSD固态硬盘，其读写性能将会更佳。LSM即Log-StructuredMerge，日志结构的合并树。除此之外，Rocksdb提供了多种压缩算法，可选式的对数据进行压缩，从而减少存储空间。Rocksdb上述的特性，正好能满足我们的场景需求。

进一步的，人脸特征的存储方式具体为：以时间戳为Key即数据库内的数据将按照Key时间戳排序，人脸特征、原始视频帧图像、监控设备信息等为Value，将人脸特征与其他信息分别存到不同的Column Family列族。