[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

权利要求书

1.一种基于实时视频流的跨摄像头全局行人跟踪方法，其特征在于，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Yolov3模型对视频帧图像进行检测，获取视频帧图像中每个行人的检测框；将得到的检测目标视为跟踪目标，使用Deep和Sort算法以其位置和特征为依据进行单摄像头下的持续跟踪，并为每个跟踪目标分配一个ID；

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；对于ID确定的目标行人通过步骤二中的单摄像头下的跟踪方法进行持续跟踪；但是其显示为库中分配的第一摄像头ID；反之，若在连续10帧中，其分配的ID发生变化，或出现最佳分配无效的情况，则重新进行分配或视其为新人进入，直至连续10帧稳定后ID确定处理；对于匹配同一ID并确定其ID的情况，此时该目标行人将不再参与最佳分配，但是库中该ID相关信息仍存在；对于禁止列表中的ID，每隔30帧进行一次刷新，验证禁止ID对应的目标行人是否仍在视频中,若在视频中，则对此ID继续禁止其他行人再匹配；否则，将此ID从禁止列表中去除；持续跟踪过程中，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。

2.如权利要求1所述基于实时视频流的跨摄像头全局行人跟踪方法，其特征在于，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。

3.如权利要求1所述基于实时视频流的跨摄像头全局行人跟踪方法，其特征在于，步骤四具体为：

使用行人检测算法处理第二摄像头实时视频流，获得第二摄像头中所有行人的检测框，再通过特征提取算法获得行人检测框对应的行人特征；使用K相互近邻距离方法计算其与第一摄像头中目标行人特征的距离，使用最优分配算法将第二摄像头中的目标行人与第一摄像头中的目标行人相匹配，若两者间的K相互邻近距离D_K小于0.6，则匹配成功，为同一目标行人，以第一摄像头中的行人ID暂定第二摄像头中目标行人的ID；否则，给予第二摄像头中目标行人新的ID；其中，K相互近邻距离D_K的计算方法如下：

D_K＝0.7*D_Jaccard+0.3*D_Mahalanobis

D_Jaccard表示杰卡德距离，D_Mahalanobis表示马氏距离。

4.如权利要求1所述基于实时视频流的跨摄像头全局行人跟踪方法，其特征在于，步骤五中目标行人重叠的判断依据是：两行人检测框水平间距小于100dpi，且竖直间距小于220dpi。