[发明专利]一种基于行人再识别的高效目标人物轨迹生成方法

说明书

本发明提供一种基于行人再识别的高效目标人物轨迹生成方法，结合当前主流MoblileNet‑V2网络中深度可分离卷积的思想，设计轻量型卷积神经网络，对现有的公开行人再识别数据集进行训练得到生成模型，再通过mAP和Rank‑k对生成模型进行性能评估，挑选出性能最优的行人再识别模型；本发明根据现有监控场景下的视频数据，设计出一个资源占用少，准确率高的目标人物轨迹生成方案，工作人员只需要提供目标人物的图片，就能够在待检索的数据库中匹配出全部相似可疑人物目标图片，通过人工筛选后，再通过准确图片进行二次检索，直到没有新的准确目标人物图片生成位置，再结合图片中的时间地点信息就能获取目标人物完整的轨迹线路。

技术领域

本发明属于计算机视觉分析技术领域，具体涉及一种基于行人再识别的高效目标人物轨迹生成方法。

背景技术

随着城市化步伐的加快，导致城市人口密度与日俱增，为了保证人民群众的生命财产安全，越来越多的监控摄像头布置在了众多公共场合。面对每天海量的视频数据，如果仅靠人工筛选、查找的方法去检索目标人物，这将会极其花费人力，物力和时间，并且该方法的识别率也不是很高。而行人再识别的目的是将一个摄像机中抓拍的人物图片与其它不同摄像机中的人物图片进行匹配。由于其能够对于安全监控领域的应用需求提供实用的技术支持，因此得到工业界和学术界的广泛重视。

目前，如何快速准确地生成行人轨迹对于众多行业都有极大的应用价值，例如：在安防行业，通过给定犯罪嫌疑人照片，通过搜索历史监控视频以获得更多嫌疑人的图片信息，以便更快速地对目标人物进行精确定位；在商业，通过对客户进行停留轨迹识别和行为分析，智能理解用户需求，并有针对性的提供广告推送；此外，在一些大型的公共场所(如游乐场，火车站等)，可以进行丢失人口查找，警察只需要根据提供的照片，通过再识别技术能够快速的定位到当前丢失人物所在的位置。

当然，通过行人再识别技术来如何快速、高效、准确的生成目标人物轨迹也面临着几个重要的问题有待解决：1、设计轻量并且准确率高的行人再识别模型，以便在资源小、成本低的设备上运行。2、如何有效的将各个监控视频通过行人检测技术与目标跟踪技术将所有的待查找目标准确有效的检索出来。3、对于获取的行人图片，如何尽可能多匹配出全部的目标人物图片以便生成更为详细的轨迹信息。

针对上述所存在的问题，需要设计出一种基于行人再识别的高效目标人物轨迹生成方法，通过该方法来满足当前监控场景的实际应用需求。

发明内容

有鉴于此，本发明提出一种基于行人再识别的高效目标人物轨迹生成方法，根据现有监控场景下的视频数据，设计出一个资源占用少，准确率高的目标人物轨迹生成方案，工作人员只需要提供目标人物的图片，就能够在待检索的数据库中匹配出全部相似可疑人物目标图片，通过人工筛选后，再通过准确图片进行二次检索，重复上述步骤，直到没有新的准确目标人物图片生成位置，再结合图片中的时间地点信息就能获取目标人物完整的轨迹线路。通过采用该方法能够极大的提升工作效率，并且降低了人工和硬件成本。

为实现上述目的，本发明提供如下技术方案：

本发明一种基于行人再识别的高效目标人物轨迹生成方法，其包括1、行人再识别模型生成模块，其中包括了网络设计、模型训练以及性能测试。2、监控视频数据采集模块，主要是为了收集在相同时间段下多个没有交叠摄像头的监控数据。3、数据库图片生成模块，该模块的目的是将视频中的人物信息以图片的形式保存在数据库中，并且保存所有图片的地点和时间信息。4、特征生成匹配模块，该模块主要是将模块3中的数据库图片通过模块1进行特征生成，并保存在数据库中，然后通过特征匹配，结合人为干预筛选出正确目标图片。5、轨迹生成模块，该模块主要是依据上一模块所匹配出正确的图片，按照时间信息从小到大排列，最后得到目标人物的轨迹线路。

一种基于行人再识别的高效目标人物轨迹生成方法，包括以下步骤：