[发明专利]行人轨迹生成方法、装置及可读存储介质在审
申请号: | 201910513473.4 | 申请日: | 2019-06-13 |
公开(公告)号: | CN110245609A | 公开(公告)日: | 2019-09-17 |
发明(设计)人: | 宋咏君;徐明;邵新庆;刘强;薛鹏;董维 | 申请(专利权)人: | 深圳力维智联技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/246;H04N7/18 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 赵爱蓉 |
地址: | 518057 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 轨迹信息 深度特征 关联 时空 相似度 可读存储介质 摄像头 轨迹生成 轨迹图 预设 匹配 视域 神经网络模型 摄像头检测 特征差异 图像背景 | ||
1.一种行人轨迹生成方法,其特征在于,所述行人轨迹生成方法包括以下步骤:
获取各个摄像头检测到的行人轨迹信息,所述行人轨迹信息包括行人及图像背景;
将各个所述行人轨迹信息分别输入预设神经网络模型,以得到各个所述行人轨迹信息信息对应的时空关联深度特征,所述时空关联深度特征包括行人特征、背景及行人轨迹;
确定各个所述时空关联深度特征的相似度;
将所述相似度大于或等于预设阈值的时空关联深度特征对应的行人轨迹信息关联,以生成行人轨迹图。
2.如权利要求1所述的行人轨迹生成方法,其特征在于,所述获取各个摄像头检测到的行人轨迹信息的步骤包括:
获取各个摄像头采集到的跟踪帧序列;
确定各个所述跟踪帧序列中的采样跟踪帧;
根据各个所述采样跟踪帧更新行人模板库;
根据更新后的所述行人模板库生成行人轨迹框架;
获取所述行人轨迹框架中的最新行人跟踪模板;
根据各个所述最新行人跟踪模板生成对应的行人轨迹信息。
3.如权利要求2所述的行人轨迹生成方法,其特征在于,所述根据各个所述最新行人跟踪模板生成对应的行人轨迹信息的步骤包括:
获取各个所述最新行人跟踪模板的行人图像存储路径,并根据各个所述行人图像存储路径获取对应的最新行人图像;
根据各个所述最新行人图像对所述跟踪帧序列中除所述采样跟踪帧外的跟踪帧进行滤波处理,并生成各个所述最新行人图像对应的行人轨迹信息。
4.如权利要求2所述的行人轨迹生成方法,其特征在于,所述根据各个所述采样跟踪帧更新行人模板库的步骤包括:
获取各个所述采样跟踪帧中的多个第一行人图像;
获取行人模板库中的所有行人跟踪模板对应的第二行人图像;
获取各个所述第一行人图像的特征信息以及各个所述第二行人图像的特征信息;
确定各个所述第一行人图像的特征信息与各个所述第二行人图像的特征信息的相似度;
根据各个所述相似度更新所述行人模板库。
5.如权利要求4所述的行人轨迹生成方法,其特征在于,所述根据各个所述相似度更新所述行人模板库的步骤包括:
判断是否存在所述第一行人图像与多个所述第二行人图像的相似度大于或等于预设阈值;
在判定存在所述第二行人图像与多个所述第一行人图像的相似度大于或等于预设阈值时,获取相似度最高的第二行人图像;
获取所述相似度最高的第二行人图像对应的行人跟踪模板中的行人标识;
根据所述行人标识生成所述第一行人图像对应的行人跟踪模板,并根据所述第一行人图像对应的行人跟踪模板更新所述行人模板库。
6.如权利要求5所述的行人轨迹生成方法,其特征在于,所述判断是否存在所述第一行人图像与多个所述第二行人图像的相似度大于或等于预设阈值的步骤之后,还包括:
在判定不存在所述第一行人图像与多个所述第二行人图像的相似度大于或等于预设阈值时,通过预设算法生成行人标识;
根据所述行人标识生成所述第一行人图像对应的行人跟踪模板,并根据所述第一行人图像对应的行人跟踪模板更新所述行人模板库。
7.如权利要求5或6任一项所述的行人轨迹生成方法,其特征在于,所述根据所述行人标识生成所述第一行人图像对应的行人跟踪模板的步骤包括:
获取所述第一行人图像的特征信息;
获取所述第一行人图像在所述采样跟踪帧中的位置信息、所述第一行人图像的存储路径、生成所述采样跟踪帧的摄像头标识;
根据所述行人标识、生成所述采样跟踪帧的摄像头标识、采样跟踪帧的生成时间、在对应的采样跟踪帧中的位置信息、第一行人图像的特征信息以及所述第一行人图像的存储路径生成所述第一行人图像的行人跟踪模板,其中,所述采样跟踪帧的生成时间为所述摄像头采集到跟踪帧序列时获取的时间。
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深圳力维智联技术有限公司,未经深圳力维智联技术有限公司许可,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/201910513473.4/1.html,转载请声明来源钻瓜专利网。