[发明专利]一种多摄像头行人轨迹聚合系统和方法

说明书

本发明公开了一种多摄像头行人轨迹聚合系统和方法。该系统包括连接摄像头的前端装置和连接前端装置的聚合服务器。前端装置，负责对摄像头的实时视频流数据的单体行人轨迹分析，包括视频流接收装置、行人检测装置、行人追踪装置、行人定位装置以及轨迹发送装置。聚合服务器，负责对单体行人轨迹分析进行融合，包括轨迹接收装置、轨迹筛选装置、特征匹配装置、轨迹融合装置和轨迹存储装置。本发明通过前端装置和聚合服务器不同功能布局实现算力的负载均衡，本发明轨迹融合后形成有向图结构的行人轨迹，除了能够便于后续分析之外，还具备有相当的容错能力。

技术领域

本发明涉及跨摄像头的目标行人轨迹分析技术。

背景技术

随着计算机视觉的发展, 国民生活质量得到大幅提升，公共安全问题越来越受到重视，视频监控成为监控公共安全的重要手段之一，智能视频监控技术得到广泛的关注和研究。传统的视频监控仅能提供基础的视频流获取、存储及回放功能，如果需要保证实时监控异常行为与预警，就需要监控人员的实时监视，容易造成人员疲惫与人力资源的浪费，于是智能监控成为代替传统人力手段的新方向，基于数字视频监控系统，运用机器学习、人工智能等先进技术的智能视频监控系统进入大众的视野。

然而，单纯的跨摄像头目标跟踪仅能产生海量的基础数据，在监控中并无法起到有效的实际作用，因此，如何组织存储，从中快速检索特定目标，还原其历史轨迹具有十分重要的研究意义。基于目标轨迹的提取，通过数据挖掘技术，能够为进一步分析目标行为异常情况、目标人是否存在伴随人员等。

公开号CN 109947874 A，公开日2019年6月28日公开的中国专利文献《移动轨迹的聚合方法、装置及设备》公开了一种移动轨迹的聚合方法、装置及设备。该方法单纯依据时间特征对轨迹进行聚类分析，无法应用于多摄像头行人轨迹的聚合之中。这是因为在某些应用场合，行人很多的情况下，聚类分析可以得到很多相同特征的轨迹。在不对目标行人特征识别的情况下，这种轨迹聚类毫无意义。此外，多摄像头应用场合下，摄像头可能有很多，比如上百个，轨迹数据也很多，现有的条件下，没有机器能够独立负担计算。

发明内容

本发明所要解决的问题：

1、在海量的视频流数据中提取行人轨迹数据，并将行人轨迹数据合并，从而减少后续分析的数据量；

2、通过计算系统架构设计，均衡行人轨迹数据分析的计算，从而使得行人轨迹数据分析能够通过实时方式进行。

为解决上述问题，本发明采用的方案如下：

根据本发明的一种多摄像头行人轨迹聚合系统，包括前端装置和聚合服务器；所述前端装置通过网络连接有若干摄像头；所述聚合服务器通过网络连接若干前端装置；所述前端装置包括视频流接收装置、行人检测装置、行人追踪装置、行人定位装置以及轨迹发送装置；所述聚合服务器包括轨迹接收装置、轨迹筛选装置、特征匹配装置、轨迹融合装置和轨迹存储装置；

所述视频流接收装置用于接收所连接摄像头的视频流数据；

所述行人检测装置用于通过行人的目标检测在所接收的视频流数据的视频流帧图像中确定目标行人；

所述行人追踪装置用于根据所确定的目标行人在视频流数据中进行多目标追踪，追踪所述目标行人的图像位置和特征数据，并通过对目标行人的深度估计追踪所述目标行人的深度数据；

所述行人定位装置用于根据所述目标行人的图像位置和深度数据，结合摄像头位置信息计算出所述目标行人的地理位置；

所述轨迹发送装置用于将摄像头信息和目标行人的特征数据、地理位置组成行人轨迹数据向所述聚合服务器发送；

所述轨迹接收装置用于接收所述前端装置所发送的行人轨迹数据；