[发明专利]人物跟踪方法、装置及可读存储介质在审
申请号: | 201711319673.3 | 申请日: | 2017-12-12 |
公开(公告)号: | CN107992839A | 公开(公告)日: | 2018-05-04 |
发明(设计)人: | 张水发 | 申请(专利权)人: | 北京小米移动软件有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 北京英创嘉友知识产权代理事务所(普通合伙)11447 | 代理人: | 魏嘉熹,南毅宁 |
地址: | 100085 北京市海淀区清河*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人物 跟踪 方法 装置 可读 存储 介质 | ||
1.一种人物跟踪方法,其特征在于,包括:
从采集到的图像中提取包含第一人物图像的第一子图像,所述第一子图像的面积大于所述第一人物图像的面积;
从下一次采集到的图像中提取包含第二人物图像的第二子图像,所述第二子图像的面积大于所述第二人物图像的面积;
确定所述第二子图像的特征是否与所述第一子图像的特征匹配;
在所述第二子图像的特征与所述第一子图像的特征匹配时,确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。
2.根据权利要求1所述的方法,其特征在于,确定所述第二子图像的特征是否与所述第一子图像的特征匹配,包括:
提取所述第一子图像的第一尺度不变特征转换SIFT特征,并提取所述第二子图像的第二尺度不变特征转换SIFT特征;
将所述第一尺度不变特征转换SIFT特征转换为第一频域特征,并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征;
通过奇异值分解所述第一频域特征以及所述第二频域特征;
确定分解后的第一频域特征是否与分解后的第二频域特征匹配。
3.根据权利要求1所述的方法,其特征在于,从采集到的图像中提取包含第一人物图像的第一子图像之后,所述方法还包括:
将所述第一子图像确定为参考图像;
确定所述第二子图像的特征是否与所述第一子图像的特征匹配,包括:
确定所述第二子图像的特征是否与所述参考图像的特征匹配;
在确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同之后,所述方法还包括:
将所述参考图像更新为所述第二子图像。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在连续采集到的多张图像所表征的人物相同时,根据所述多张图像,检测该人物在空间中的位置是否发生改变,以及该人物的人脸朝向是否发生改变;
在该人物在空间中的位置未改变且该人物的人脸朝向未发生改变时,确定所述人脸朝向所对应的物品;
将所述人脸朝向所对应的物品确定为该人物关注的物品。
5.根据权利要求4所述的方法,其特征在于,在将所述人脸朝向所对应的物品确定为该人物关注的物品之后,所述方法还包括:
将所述物品的参数信息发送给该人物的终端设备;或
输出所述物品的参数信息。
6.根据权利要求4所述的方法,其特征在于,在将所述人脸朝向所对应的物品确定为该人物关注的物品之后,所述方法还包括:
根据预设时长内多个人物各自关注的物品,确定每个物品的关注度;
根据每个物品的关注度,向摆货人员的终端设备发送提示信息,以提示所述摆货人员每个物品的摆放位置。
7.一种人物跟踪装置,其特征在于,所述装置包含:
第一提取模块,被配置为从采集到的图像中提取包含第一人物图像的第一子图像,所述第一子图像的面积大于所述第一人物图像的面积;
第二提取模块,被配置为从下一次采集到的图像中提取包含第二人物图像的第二子图像,所述第二子图像的面积大于所述第二人物图像的面积;
第一确定模块,被配置为确定所述第二子图像的特征是否与所述第一子图像的特征匹配;
第二确定模块,被配置为在所述第二子图像的特征与所述第一子图像的特征匹配时,确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第一提取子模块,被配置为提取所述第一子图像的第一尺度不变特征转换SIFT特征,并提取所述第二子图像的第二尺度不变特征转换SIFT特征;
特征转换子模块,被配置为将所述第一尺度不变特征转换SIFT特征转换为第一频域特征,并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征;
分解子模块,被配置为通过奇异值分解所述第一频域特征以及所述第二频域特征;
第一确定子模块,被配置为确定分解后的第一频域特征是否与分解后的第二频域特征匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京小米移动软件有限公司,未经北京小米移动软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711319673.3/1.html,转载请声明来源钻瓜专利网。