[发明专利]一种基于人体骨架点距离的行人定位跟踪方法

说明书

本发明涉及一种基于人体骨架点距离的行人定位跟踪方法，步骤包括：构建/初始化第一数据集、第二数据集和历史骨架序列集，获取当前帧的待识别图像信息；利用人体关键点方法提取所述图像信息的行人关键点，得到行人骨架数据集，通过计算每个行人关键点与历史骨架序列集中对应的历史行人轨迹关键点的距离，获得基于人体骨架点的距离矩阵集；对获得的距离矩阵集进行去噪操作，剔除距离相似度越小的行人骨架信息，并将所述剔除的行人骨架信息对应加入第一数据集和第二数据集；将去噪操作后的距离矩阵进行匈牙利匹配，根据匈牙利匹配结果，判定剔除或继续跟踪对应的行人轨迹；其优化方法步骤，大大降低计算量的同时，也提高跟踪的准确度。

技术领域

本发明涉及到计算机视觉和视频图像处理领域，特别涉及一种基于人体骨架点距离的行人定位跟踪方法。

背景技术

随着计算机视觉技术的发展和计算力的提高，智能监控在各领域逐渐被使用。如在楼层等关键出入口处监控人流量，自动驾驶中对行人或车辆进行检测、在工地或者工业生产时进行安全防控。因此，对监控视频进行实时有效的处理从而实现行人定位跟踪的方法对保障安全和高效监测有重大意义，有重要的研究和商业价值。

在智能监控视频分析中，对行人的分析尤其重要，行人的动作可以通过多种模式识别出来，如行人表情、深度信息、光流信息以及人体骨架等等，对行人的统计以及对行人行为的分析，都依赖于实时精准的跟踪方法。现有的图像物体跟踪大都基于原始图像信息进行分析，如mean shift方法，或者深度学习方法，如siamese network方法。前者利用的信息依赖于原始图像的像素，往往跟踪不够鲁棒，容易丢失目标，精准度不高，而后者需要把图像输入到神经网络中，计算量往往不能达到实时的效果，实时效果较差。

综合以上论述，发明一种兼顾实时性和准确度的行人定位跟踪方法具有较高的科学研究和实际应用价值。

发明内容

为解决上述问题，本发明提供一种基于人体骨架点距离的行人定位跟踪方法，其利用人体关键点信息和基于行人骨架点进行跟踪分析，优化方法步骤，大大降低计算量的同时，也提高跟踪的准确度。

为解决上述目的，本发明采用的如下技术方案。

一种基于人体骨架点距离的行人定位跟踪方法，步骤包括：

构建/初始化第一数据集、第二数据集和历史骨架序列集，获取当前帧的待识别图像信息；

利用人体关键点方法提取所述图像信息的行人关键点，得到行人骨架数据集，通过计算每个行人关键点与历史骨架序列集中对应的历史行人轨迹关键点的距离，获得基于人体骨架点的距离矩阵集；

对获得的距离矩阵集进行去噪操作，根据预设阈值，剔除距离相似度越小的行人骨架信息，并将所述剔除的行人骨架信息对应加入第一数据集和第二数据集；

将去噪操作后的距离矩阵进行匈牙利匹配，根据匈牙利匹配结果，判定剔除或继续跟踪对应的行人轨迹；

获取下一帧的待识别图像信息，以持续进行行人轨迹定位跟踪。

进一步地，根据匈牙利匹配结果，判定剔除或继续跟踪对应的行人轨迹的步骤包括：

对于匹配成功的行人骨架信息，获取去噪操作之前的距离矩阵集对应的行人骨架信息，根据该行人骨架信息对应更新历史骨架序列集中历史行人轨迹关键点信息，以持续对该行人轨迹进行定位跟踪；

对于未匹配成功的行人骨架信息，获取去噪操作之前的距离矩阵集对应的行人骨架信息，并对应加入第一数据集和第二数据集，判定该行人人体为离开监控图像范围或新进入监控图像范围内。

进一步地，对于未匹配成功的行人关键点信息具体步骤包括：