[发明专利]一种行人跟踪方法、装置及设备有效
申请号: | 201910119437.X | 申请日: | 2019-02-18 |
公开(公告)号: | CN109919043B | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 钟韬 | 申请(专利权)人: | 北京奇艺世纪科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 丁芸;项京 |
地址: | 100080 北京市海淀区*** | 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: | 一种 行人 跟踪 方法 装置 设备 | ||
1.一种行人跟踪方法,其特征在于,包括:
获取待检测视频帧;
检测所述待检测视频帧中的候选行人;
提取所述候选行人的候选行人特征;所述提取所述候选行人的候选行人特征,包括:计算所述待检测视频帧中各个候选行人与上一个视频帧中目标行人位置之间的距离;根据所述距离从小到大的顺序,将各个候选行人进行排序,按照排序后的各个候选行人,分别提取各个候选行人的候选行人特征;
确定所述候选行人特征与特征队列中已保存特征的差异,并在所述差异满足预设条件时,确定所述候选行人为目标行人;其中,所述特征队列中已保存特征为与所述目标行人匹配的特征;
所述特征队列包括短周期队列和长周期队列;
所述确定所述候选行人特征与特征队列中已保存特征的差异,并在所述差异满足预设条件时,确定所述候选行人为目标行人,包括:
当所述短周期队列的队列长度达到第一预设队列长度和所述长周期队列的队列长度达到第二预设队列长度中至少有一个未满足时,确定所述候选行人特征与所述短周期队列中已保存特征的第一差异,并在所述第一差异满足第一预设条件时,确定所述候选行人为目标行人;其中,所述第一预设队列长度小于所述第二预设队列长度;所述在所述第一差异满足第一预设条件时,确定所述候选行人为目标行人,包括:当所述候选行人特征对应的第一差异,小于预设差异阈值的个数达到预设个数阈值时,确定所述候选行人特征对应的所述候选行人为所述目标行人;
当所述短周期队列的队列长度达到所述第一预设队列长度且所述长周期队列的队列长度达到所述第二预设队列长度时,确定所述候选行人特征与所述短周期队列和所述长周期队列中已保存特征的第二差异,并在所述第二差异满足第二预设条件时,确定所述候选行人为目标行人。
2.根据权利要求1所述的方法,其特征在于,所述确定所述候选行人特征与所述短周期队列中已保存特征的第一差异,包括:
针对所述短周期队列中各个已保存特征,计算所述候选行人特征与该已保存特征之间的欧氏距离,并将所述欧氏距离作为所述候选行人特征与该已保存特征之间的第一差异。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当所述候选行人特征对应的所述欧氏距离,小于预设距离阈值的个数达到所述预设个数阈值时,将所述候选行人特征添加至所述短周期队列。
4.根据权利要求1所述的方法,其特征在于,所述确定所述候选行人特征与所述短周期队列和所述长周期队列中已保存特征的第二差异,包括:
通过局部约束线性编码LLC算法,确定所述候选行人特征基于已构建的码本矩阵的重建误差,并将所述重建误差作为所述候选行人特征与所述短周期队列和所述长周期队列中已保存特征的第二差异;其中,所述码本矩阵是根据所述短周期队列与所述长周期队列构建的;所述重建误差用于反映所述候选行人特征与所述码本矩阵的差异程度。
5.根据权利要求1或4所述的方法,其特征在于,所述在所述第二差异满足第二预设条件时,确定所述候选行人为目标行人,包括:
确定各个候选行人分别对应的各个重建误差中的最小重建误差;
当所述最小重建误差满足重构误差最大容许阈值时,确定所述最小重建误差对应的候选行人为所述目标行人。
6.根据权利要求4所述的方法,其特征在于,在所述通过局部约束线性编码LLC算法,确定所述候选行人特征与已构建的码本矩阵的重建误差后,所述方法还包括:
在所述重建误差满足第三预设条件时,弹出所述短周期队列中第一个已保存特征,并将所述候选行人特征添加至所述短周期队列。
7.根据权利要求3或6所述的方法,其特征在于,所述方法还包括:
当添加至所述短周期队列的候选行人特征的个数达到所述长周期队列的更新个数时,从添加至所述短周期队列的候选行人特征中选取一个满足添加条件的候选行人特征添加至所述长周期队列。
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奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,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/201910119437.X/1.html,转载请声明来源钻瓜专利网。