[发明专利]一种基于实时视频流的跨摄像头全局行人跟踪方法

说明书

本发明公开了一种基于实时视频流的跨摄像头全局行人跟踪方法。该方法主要包括以下五个步骤：多摄像头监控系统的建立，单摄像头下行人特征提取与跟踪，摄像头间行人特征信息传递，跨摄像头行人特征对比匹配以及跨摄像头行人持续稳定跟踪。本发明的方法可以实现室内场景下较密集人流的行人全局实时跟踪，对于行人轨迹监控及机器视觉有着较大的现实意义。

技术领域

本发明属于计算机视觉及深度学习技术领域，具体地涉及一种基于实时视频流的跨摄像头全局行人跟踪方法。

背景技术

计算机视觉是通过摄像机及相关算法对周围环境进行感知从而获得场景信息的一门技术。行人作为各种场景下最常见的一类单元，是机器环境感知中非常关键的一环技术。现有的行人感知算法主要是针对单摄像头场景下的行人识别与跟踪，而对于跨摄像头场景并没有良好的感知能力和技术。但是，随着视觉感知应用场景的逐渐变大，单摄像头已经无法完全覆盖整个场景，因此跨摄像头下的协同感知是未来感知技术发展的必然趋势。

现有的跨摄像头行人跟踪技术比较依赖摄像头间公共区域，且对于室内场景下较密集人流跟踪效果不佳。对于跨摄像头协同感知，其核心难点在于如何联通摄像头间信息并对比检测到的行人特征，从而实现重识别（ReID）效果。

发明内容

针对现有技术存在的问题，本发明提出了一种基于实时视频流的跨摄像头全局行人跟踪方法。该方法可以实现跨摄像头视频流的实时处理和实时行人全局跟踪，且跟踪效果具有较高的准确性和鲁棒性。

为实现此目的，本发明采用如下技术方案：一种基于实时视频流的跨摄像头全局行人跟踪方法，包括以下步骤：

步骤一：在室内场景下，目标行人通过多摄像头系统，获取全局目标行人实时监控视频；所述多摄像头系统由第一摄像头、第二摄像头、……、第n摄像头串联组成；

步骤二：对所述第一摄像头中的目标行人使用单摄像头下的检测跟踪方法进行跟踪；

步骤三：对于所述第一摄像头中稳定跟踪的目标行人，将目标行人信息实时更新并存储于Redis中间件，所述第二摄像头不断从Redis中间件中不重复的读取跟踪目标行人信息，并保存于自身缓存中；所述目标行人信息包括行人ID和行人特征；

步骤四：目标行人从所述第一摄像头进入到第二摄像头后，将第二摄像头检测的行人特征与第一摄像头跟踪的行人特征进行匹配，暂定其ID；

步骤五：在第二摄像头中，对于暂定ID的目标行人，继续采用步骤四中的方法为其匹配ID，待其连续10帧匹配同一ID后，确定其ID，将此ID加入禁止列表，禁止其他行人再匹配到该ID，并通过步骤二中的单摄像头下的跟踪方法进行持续跟踪，持续跟踪的过程中，若出现目标行人重叠情况时，暂将所有重叠的目标行人设为离开状态且不进行跟踪，待重叠结束后，再重新进行跟踪；

步骤六：重复上述步骤三～五，以实现由第一摄像头~第n摄像头跨摄像头全局行人跟踪。

进一步地，步骤三具体包括如下子步骤：

（3.1）对于第一摄像头中检测到的目标行人，待其稳定跟踪100帧后开始记录其特征及对应ID，每隔20帧记录一次并存入Redis中间件中，且同一行人特征记录数上限为20个；

（3.2）第二摄像头在从Redis中间件中只读取之前没有读取到的行人信息，对于之前读取过的行人信息不会重复读取，读取完成后保存在自身缓存中。

进一步地，步骤四具体为：