[发明专利]一种行人位置检测与跟踪方法及系统

权利要求书

1.一种行人位置检测与跟踪方法，其特征在于，包括：

获取预设场景内的视频流，将视频流中逐帧图像依次输入至人脸检测模型中，输出视频流中行人的人脸位置和人脸大小目标框；其中，人脸检测模型由预设神经网络事先训练完成；

根据行人的形体特征结合人脸大小目标框，估计出行人目标框并与背景减除法检测出的行人目标框的结果融合进行修正，得到修正后的行人目标框；

根据行人目标对象与预设场景地理位置的映射关系，得到修正后的行人目标框对应的位置；

计算修正后的行人目标框的质心，作为相应帧图像行人目标质心，对预处理后的视频流中每帧图像的行人目标质心进行跟踪，实现行人跟踪；

行人目标对象与预设场景地理位置的映射关系，结合视频拍摄的建筑物标注的位置，将建筑物楼层平面图中门、走廊等位置信息标注在监控系统中，建立以楼道地面为投影的水平面，完成图像楼道地面到建筑物楼层平面图的映射，以行人框下边线的中心点作为目标的脚点，根据比例映射关系将脚点映射在监控区域示意图中，完成目标对象在建筑物楼层平面图上的映射，标记出行人的具体位置。

2.如权利要求1所述的行人位置检测与跟踪方法，其特征在于，将视频流中逐帧图像依次输入至人脸检测模型之前，还包括：对视频流中的每一帧图像进行预处理，其过程为：

对每一帧图像进行灰度变换，然后通过中值滤波去除噪声干扰，减少光照对检测的影响；最后通过图像增强的方法突出感兴趣的区域。

3.如权利要求1所述的行人位置检测与跟踪方法，其特征在于，所述人脸检测模型由TTCNN网络构成，TTCNN网络以CNN为共享网络结构，依次实现三个功能模块的调用；其中，第一个功能模块用于筛选出人脸候选区域，采用非极大值抑制算法合并人脸候选框，整理合并后的人脸图像；第二功能模块用于接收合并后的人脸图像，并采用非极大值抑制算法进一步合并后保留预设数量的人脸候选框；第二功能模块用于筛选概率值大于或等于预设概率阈值的人脸候选框，输出精确的人脸框和人脸特征点信息。

4.如权利要求3所述的行人位置检测与跟踪方法，其特征在于，将预处理后的视频流逐帧输入至人脸检测模型中，输出视频流中行人的人脸位置和人脸大小目标框的过程为：

将预处理后的图像按照一定比例进行缩放，形成多尺度的金字塔结构并输入至共享CNN网络中，同时调用第一个功能模块，筛选出人脸候选区域，采用非极大值抑制算法合并人脸候选框，整理合并后的人脸图像输入到第二个功能模块；

第二个功能模块通过采用非极大值抑制算法进一步合并后保留预设数量的人脸候选框；

第二个功能模块输出的图像数据再输入至第三个功能模块中，筛选概率值大于或等于预设概率阈值的人脸候选框，输出精确的人脸框和人脸特征点信息。

5.如权利要求1所述的行人位置检测与跟踪方法，其特征在于，在估计出行人目标框并与背景减除法检测出的行人目标框的结果融合进行修正的过程中，首先将估计出行人目标框与背景减除法检测出的行人目标框分别进行像素值修正平均运算，再对得到的像素值修正平均运算处理的图像进行对应的像素值加权平均运算，得到融合图像，即修正后的行人目标框。

6.如权利要求1所述的行人位置检测与跟踪方法，其特征在于，对预处理后的视频流中每帧图像的行人目标质心进行跟踪的过程，包括：

根据行人目标对象与预设场景地理位置的映射关系，判断行人目标的运动方向，根据运动方向判断下一帧中待匹配的目标框；

获取待匹配的目标框后，计算目标框的质心坐标；

采取中心区域匹配的方法来计算当前帧质心区域与搜索下一帧目标框质心区域的颜色直方图信息,当两质心相似性超过预先设置的阈值时，质心区域匹配成功，表明两个质心区域是同一目标，进而绘制出该目标框质心轨迹，完成对运动目标的跟踪。