[发明专利]用于实时跟踪行人的方法、装置、电子设备和介质在审

专利信息
申请号: 201911189564.3 申请日: 2019-11-28
公开(公告)号: CN111126159A 公开(公告)日: 2020-05-08
发明(设计)人: 周学武;黄海忠;张韵东 申请(专利权)人: 重庆中星微人工智能芯片技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/246;G06N3/04;G06N3/08;G06N20/00
代理公司: 北京卫智畅科专利代理事务所(普通合伙) 11557 代理人: 陈佳
地址: 400714 重庆市*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 实时 跟踪 行人 方法 装置 电子设备 介质
【权利要求书】:

1.一种用于实时跟踪行人的方法,包括:

获取目标行人的实时图像;

将所述实时图像输入人脸检测模型,得到所述实时图像中的人脸位置,根据人脸位置提取实时图像中的人脸图像;

将所述实时图像输入人体检测模型,得到所述实时图像中的人体位置,根据人体位置提取实时图像中的人体图像;

将所述人脸图像输入人脸特征提取模型,得到所述人脸图像对应的实时人脸特征;

将所述人体图像输入人体特征提取模型,得到所述人体图像对应的实时人体特征;

利用所述实时人体特征和所述实时人脸特征,对所述目标行人进行实时跟踪。

2.根据权利要求1所述的方法,其中,所述方法还包括:

将所述实时人脸特征与特征数据库上存储的人脸特征进行匹配,其中,所述特征数据库用于存储人体标识和与所述人体标识对应的人脸特征;

响应于没有匹配到所述实时人脸特征,给所述实时人脸特征对应的目标行人的实时人体特征添加对应的人体标识;

将所述人体标识和所述实时人脸特征,存储到所述特征数据库中。

3.根据权利要求2所述的方法,其中,所述方法还包括:

响应于匹配到所述实时人脸特征,获取与所述实时人脸特征对应的人体标识;

利用所述人体标识,获取与所述人体标识对应的所述实时人体特征。

4.根据权利要求2所述的方法,其中,所述方法还包括:

获取所述目标行人的人脸图像集合,其中,所述人脸图像集合包括至少两个所述目标行人的人脸图像;

将所述人脸图像集合中的每个人脸图像输入人脸姿态检测模型,得到所述人脸图像对应的检测值;

将最大检测值对应的人脸图像输入所述人脸检测模型,得到所述人脸图像对应的人脸特征;

利用所述人脸特征和所述目标行人对应的人体标识,对所述特征数据库中的所述目标行人对应的人脸特征进行替换。

5.根据权利要求1所述的方法,其中,所述人脸检测模型通过如下步骤训练得到:

获取第一训练样本集合,其中,所述第一训练样本包括样本人脸图片和与所述样本人脸图片对应的样本人脸位置;

将所述第一训练样本集合中的第一训练样本的样本人脸图片作为输入,将与输入的样本人脸图片对应的样本人脸位置作为期望输出,训练得到所述人脸检测模型。

6.根据权利要求1所述的方法,其中,所述人体检测模型通过如下步骤训练得到:

获取第二训练样本集合,其中,所述第二训练样本包括样本人体图片和与所述样本人体图片对应的样本人体位置;

将所述第二训练样本集合中的第二训练样本的样本人体图片作为输入,将与输入的样本人体图片对应的样本人体位置作为期望输出,训练得到所述人体检测模型。

7.根据权利要求4所述的方法,其中,所述人脸姿态检测模型通过如下步骤训练得到:

获取第三训练样本集合,其中,所述第三训练样本包括样本人脸图片和与所述样本人脸图片对应的样本检测值;

将所述第三训练样本集合中的第三训练样本的样本人脸图片作为输入,将与输入的样本人脸图片对应的样本检测值作为期望输出,训练得到所述人脸姿态检测模型。

8.一种用于实时跟踪行人的装置,包括:

获取单元,被配置成获取目标行人的实时图像;

第一提取单元,被配置成将所述实时图像输入人脸检测模型,得到所述实时图像中的人脸位置,根据人脸位置提取实时图像中的人脸图像;

第二提取单元,被配置成将所述实时图像输入人体检测模型,得到所述实时图像中的人体位置,根据人体位置提取实时图像中的人体图像;

第一得到单元,被配置成将所述人脸图像输入人脸特征提取模型,得到所述人脸图像对应的实时人脸特征;

第二得到单元,被配置成将所述人体图像输入人体特征提取模型,得到所述人体图像对应的实时人体特征;

跟踪单元,被配置成利用所述实时人体特征和所述实时人脸特征,对所述目标行人进行实时跟踪。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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重庆中星微人工智能芯片技术有限公司,未经重庆中星微人工智能芯片技术有限公司许可,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/201911189564.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top