[发明专利]人员轨迹生成方法、设备及存储介质在审
申请号: | 202111471889.8 | 申请日: | 2021-12-03 |
公开(公告)号: | CN114139018A | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 于忠宝;梁德栋;张威;赵煜;聂顺新;孙向辉;刘坤;王伟;廖凌冰;石磊娜;刘琼;张建新 | 申请(专利权)人: | 北京北控京奥建设有限公司 |
主分类号: | G06F16/783 | 分类号: | G06F16/783;G06F16/75;G06V40/16;G06V10/46;G06V10/50;G06V10/762;G06K9/62;G06T7/73 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 王韬 |
地址: | 102628 北京市延庆区张山营*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人员 轨迹 生成 方法 设备 存储 介质 | ||
1.一种人员轨迹生成方法,其特征在于,包括以下步骤:
获取目标人脸特征;
对目标人脸特征进行特征提取,并生成特征数据;
获取监控数据;
根据所述特征数据确定所述监控数据中与特征数据相对应的目标人员信息,所述目标人员信息包括目标人员的位置信息;
根据所述目标人员信息生成所述目标人员的若干位置信息;
将若干所述位置信息整理排序,生成轨迹信息。
2.根据权利要求1所述的人员轨迹生成方法,其特征在于,所述对目标人脸特征进行特征提取,生成特征数据的步骤中,还包括如下步骤:
根据SIFT算法对目标人脸特征进行特征提取,并生成特征数据。
3.根据权利要求2所述的人员轨迹生成方法,其特征在于,所述根据SIFT算法对目标人脸特征进行特征提取,并生成特征数据的步骤包括:
对目标人脸特征用高斯噪声消除的方法去除比较低的候选点,将目标人员的图像余下的候选点作为关键点;
通过每个所述关键点周围选择一个合适像素区域且划分为子区域,每个子区域生成直方图,通过直方图获取关键点的SIFT特征向量;
当两幅图像的SIFT特征向量生成后,将关键点的SIFT特征向量欧式距离作为两幅图像中关键点的相似性判定度量,匹配不同图像的两个对应特征,确定最佳特征点;
所述最佳特征点为特征数据。
4.根据权利要求3所述的人员轨迹生成方法,其特征在于,所述对目标人脸特征用高斯噪声消除的方法去除比较低的候选点,将目标人员的图像余下的候选点作为关键点的步骤包括:
利用高斯函数对图像进行卷积生成尺度空间,并确定若干个采样点,将每个采样点与其附近的相邻点进行比较,当某个相邻点的极值比较是最高或最低时,那么该某个相邻点表示为候选点;
通过候选点与附近的数据进行差值对比,去除对比度低的候选点、去除对低噪声和高敏感的边缘,剩余的候选点作为关键点。
5.根据权利要求1所述的人员轨迹生成方法,其特征在于,所述获取监控数据的步骤包括:
在公共区域安装多个监控设备;
监控设备通过监控公共区域获得监控数据。
6.根据权利要求1所述的人员轨迹生成方法,其特征在于,所述根据所述特征数据在所述监控数据中确定目标人员信息的步骤中,还包括如下步骤:
根据所述特征数据通过k均值聚类在所述监控数据中确定目标人员信息。
7.根据权利要求6所述的人员轨迹生成方法,其特征在于,所述根据所述特征数据通过k均值聚类在所述监控数据中确定目标人员信息的步骤中,还包括如下步骤:
根据所述特征数据在所述监控数据中随机选择k个数据点作为初始质心;
将每个数据点划分给距离最近的初始质心;
重新计算每个簇的质心作为新的初始质心,使其总的平方距离达到最小,不断重复直至收敛生成目标人员信息。
8.根据权利要求1所述的人员轨迹生成方法,其特征在于,所述目标人员信息还包括时间参数,所述时间参数与所述位置信息一一对应;所述将若干所述位置信息整理排序,生成轨迹信息的步骤中,还包括如下步骤:
根据所述时间参数将若干所述位置信息进行时间排序;
根据时间排序将若干所述位置信息生成轨迹信息。
9.一种轨迹生成设备,其特征在于,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的人员轨迹生成程序,所述人员轨迹生成程序配置为实现如权利要求1至7中任一项所述的人员轨迹生成方法的步骤。
10.一种存储介质,其特征在于,其上存储有人员轨迹生成程序,所述人员轨迹生成程序被处理器执行时实现如权利要求1至7中任一项所述的人员轨迹生成方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京北控京奥建设有限公司,未经北京北控京奥建设有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111471889.8/1.html,转载请声明来源钻瓜专利网。