[发明专利]目标检测、属性识别与跟踪方法及系统

权利要求书

1.一种目标检测、属性识别与跟踪方法，其特征在于：包括如下步骤：

S1、获取目标原始图像；

S2、通过对获取的目标原始图像进行特征分析获取目标特征图；

S3、通过对获取的目标特征图进行目标检测获取目标检测结果；

S4、通过对获取的目标特征图与目标检测结果进行属性识别获取目标属性识别结果；

S5、通过对获取的目标特征图、目标检测结果以及上帧目标跟踪信息进行目标跟踪分析获取目标跟踪结果；

S6、对目标赋予ID后，并将获取的目标检测结果、目标属性识别结果和目标跟踪结果进行汇总输出。

2.根据权利要求1所述的方法，其特征在于：所述获取目标原始图像的方式通过高清摄像机或数码照相机。

3.根据权利要求1所述的方法，其特征在于：步骤S2中，通过训练好的特征提取网络对获取的原始图像进行特征分析，所述的目标特征图中包含目标类别信息、目标位置信息和目标属性信息。

4.根据权利要求3所述的方法，其特征在于：步骤S3中，通过目标检测网络对目标特征图进行目标检测，所述目标检测结果包括目标类型信息和目标位置信息，且所述目标位置信息用于属性识别和目标跟踪；

所述目标检测网络采用深度学习网络。

5.根据权利要求4所述的方法，其特征在于：步骤S4中，将目标特征图和目标检测结果输入到属性识别网络中进行目标属性识别，且所述目标属性为目标的共有属性的不同表现形式。

6.根据权利要求5所述的方法，其特征在于：步骤S5中，将目标特征图、目标检测结果以及上帧目标跟踪信息输入到目标跟踪网络中进行目标跟踪分析，所述上帧目标跟踪信息为上一帧的目标检测、属性识别与跟踪结果，包括目标位置信息、特征图信息和赋予该目标的ID，该帧的目标特征图与上帧目标跟踪信息存储的所有目标特征图进行匹配，该帧的目标位置信息与上帧所有目标的位置信息进行匹配，并通过匹配值判断当前目标是否为上帧中的某一目标，当判断当前目标与上帧某一目标为同一目标时，将上帧该目标的ID赋予到该帧对应目标上；当判断无匹配对应目标后，将该目标赋予新的ID。

7.根据权利要求6所述的方法，其特征在于：所述特征提取网络采用卷积神经网络算法，在对特征提取网络进行训练时，输入信息为RGB值的三维原始图像，并对原始图像进行标注，标注信息包括目标类别标签、目标区域标签和目标属性标签，并通过目标检测网络和属性识别网络进行训练，获取优选训练模型。

8.一种目标检测、属性识别与跟踪系统，其特征在于：包括图像采集设备和图片处理组件，其中：

所述图像采集设备用于采集目标原始图像；

所述图片处理组件用于对采集的目标原始图像进行处理，以进行目标跟踪；

所述图片处理组件包括特征图提取模块、目标检测模块、属性识别模块和目标跟踪模块，其中：

所述特征图提取模块用于将采集的目标原始图像进行处理成目标特征图；

所述目标检测模块用于从处理的目标特征图中进行目标检测，获取目标检测结果；

所述属性识别模块用于通过目标特征图与目标检测结果进行目标的属性识别，获取目标属性识别结果；

所述目标跟踪模块通过目标检测结果、上帧目标跟踪信息和特征图进行目标跟踪。

9.根据权利要求8所述的系统，其特征在于：所述特征图提取模块包括目标特征提取网络，所述目标检测模块包括目标检测网络，所述属性识别模块包括属性识别网络，所述目标跟踪模块包括目标跟踪网络，且所述目标特征提取网络、属性识别网络和目标跟踪网络均采用卷积神经网络

对目标特征提取网络进行训练时，以RGB三维图像作为输入，并对图像进行标注，标注信息包括目标类别标签、目标位置标签和目标属性标签，然后再用目标检测网络和属性识别网络对目标特征提取网络进行联合训练，获取最优模型。

10.根据权利要求9所述的系统，其特征在于：所述图片处理组件中，每个目标均对应唯一一个ID，在目标跟踪模块中，通过与上帧目标跟踪信息进行对比判断，当判断为与上帧某一目标为同一目标时，该帧目标继承上帧对应目标的ID，当判断不存在对应目标时，赋予该目标新的ID。