[发明专利]一种面向边缘端行人跟踪和人数精确统计的方法

权利要求书

1.一种面向边缘端行人跟踪和人数精确统计的方法，其特征在于，包括如下步骤：

步骤S1：建立并实时维护行人动态跟踪列表，用于动态记录跟踪区域内的行人信息；

步骤S2：获取边缘端人工智能处理部件的行人结果信息；

步骤S3：提取重要行人结果信息建立行人静态检测列表；

步骤S4：将行人静态检测列表和行人动态跟踪列表中的行人进行匹配；

步骤S5：根据匹配结果更新行人动态跟踪列表；

步骤S6：根据行人动态跟踪列表对统计区域的行人进行人数精确统计；

步骤S1中行人动态跟踪列表记录的信息应包括行人的跟踪id、方向、移动半径、丢帧信息；

步骤S3中行人静态检测列表记录的信息应包括行人的跟踪id、位置坐标、时间信息；

故步骤S4中的匹配过程先进行精确匹配，若精确匹配失败则对精确匹配失败的行人进行智能模糊匹配；

步骤S41：精确匹配；

根据行人静态检测列表和动态跟踪列表中的跟踪id可判断两个列表中的行人是否为同一人，若跟踪id相同则为同一个人，精确匹配成功，否则精确匹配失败；

步骤S42：对精确匹配失败的行人进行智能模糊匹配；

对未出现丢帧问题且方向明确的行人，在其运动方向上预测下一帧中可能出现的位置范围，选取静态检测列表中与预测结果相似性最大且超过匹配阈值MATCH_THRESHOID的行人与之匹配；若MATCH_THRESHOID为百分数，则0≤MATCH_THRESHOID≤100％,MATCH_THRESHOID设置在≥80%即可；

对未出现丢帧问题但方向不明确的行人，对其在下一帧中可能出现的位置范围进行双向的预测，选取静态检测列表中与预测结果相似性最大且超过MATCH_THRESHOID的行人与之匹配；匹配成功后根据其位置坐标的移动情况对行人方向做出判断；

对出现丢帧问题的行人，计算其丢失帧数n，并将预测范围扩大α×n倍，α为扩大系数，匹配范围是以移动半径为半径的圆的一部分，则α＝πn²；当n≤LOST_THRESHOID时，选取静态检测列表中与预测结果相似性最大且超过MATCH_THRESHOID的行人与之匹配；LOST_THRESHOID为丢帧阈值，LOST_THRESHOID＝3；

对于方向发生更改的行人，经过上述步骤无法成功匹配，此时对其在下一帧中可能出现的位置范围进行反向的预测，选取静态检测列表中与预测结果相似性最大且超过MATCH_THRESHOID的行人与之匹配；若匹配成功记录其方向产生突变；

步骤S5对行人动态跟踪列表的更新内容包括：

动态跟踪列表中没有匹配成功的行人，记录丢帧信息；

静态检测列表中没有匹配成功的行人，记为新人，判断方向并加入动态跟踪列表；

走出跟踪区域或丢帧数大于LOST_THRESHOID的行人，删除动态跟踪列表。

2.根据权利要求1所述的方法，其特征在于：静态检测列表中的行人被判断为新人时，根据其初始位置坐标判断其方向；若行人初始位置坐标位于跟踪区域上部，认为是跟踪区域的上1/3部分，判断方向为入；若行人初始位置坐标位于跟踪区域下部，认为是跟踪区域的下1/3部分，判断方向为出；若行人初始位置坐标位于跟踪区域其他部位，认为无法判断其方向，根据步骤S42中对未出现丢帧问题但方向不明确的行人的处理方式可对其方向进行延迟确认从而对方向做出正确判断。

3.根据权利要求1所述的方法，其特征在于：步骤S6的人数精确统计过程包括：

步骤S61：建立并维护行人动态统计列，表用于人数精确统计；

步骤S62：对统计区域内的行人进行人数精确统计，具体如下：

若行人方向已知且第一次进入统计区域，记录总人数和其方向上的总人数；

若行人方向未知且第一次进入统计区域，只记录总人数，对其方向上的总人数采用智能延迟计数策略；

若行人方向突变且第一次进入统计区域，总人数增加，不进行带方向的计数；

步骤S63：当行人被正常计数并离开统计区域或在统计区域内但丢帧数大于LOST_THRESHOID，将其从行人动态统计列表中删除。