[发明专利]一种多目标行人的轨迹获取方法、系统、装置及介质有效

专利信息
申请号: 202110773950.8 申请日: 2021-07-08
公开(公告)号: CN113658192B 公开(公告)日: 2023-10-17
发明(设计)人: 何克晶;何文丰;谢怡 申请(专利权)人: 华南理工大学
主分类号: G06T7/11 分类号: G06T7/11;G06T7/246;G06N3/0464;G06V10/774;G06V20/52;G06V10/75;G06V20/40;G06V10/82
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 郑宏谋
地址: 510641 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多目标 行人 轨迹 获取 方法 系统 装置 介质
【说明书】:

发明公开了一种多目标行人的轨迹获取方法、系统、装置及介质,其中方法包括以下步骤:获取预设场景的行人视频信息;采用预设的目标检测模型对所述行人视频信息进行检测,获取若干个行人目标;采用预设的目标跟踪模型对检测到的若干个行人目标进行跟踪,连接每个所述行人目标的跟踪框的中点,获得若干个空间行走轨迹;根据预设的空间信息对所述空间行走轨迹进行处理,获得地图平面坐标轨迹。本发明应用目前各种场景已经普及的普通摄像头获取视频信息,同时检测并识别多行人目标,并对行人目标进行跟踪后,生成行人轨迹,使用方便,部署所花费的成本较低。本发明可广泛应用于计算机视觉领域。

技术领域

本发明涉及计算机视觉领域,尤其涉及一种多目标行人的轨迹获取方法、系统、装置及介质。

背景技术

近年来,随着计算机技术的飞速发展与普及,摄像头已经被应用于许多区域用于视频监控,在公共场所如医院、学校、商场、办公场所等地方已得到了广泛使用,这些摄像头除了监控的功能外,同时存在其他可以开发利用的空间。

基于深度学习的计算机视觉研究十分热门,计算机视觉主要包括图像处理、目标检测、目标跟踪、目标识别、行为分析等方面。目标检测与跟踪是计算机视觉的一个重要分支,通过普通摄像头获取视频信息,利用计算机进行检测跟踪能极大的解放人力物力,减少公共场所的危险隐患。目前,有很多定位技术能够实现在地图平面获取轨迹,随着行人的运动同步跟踪,并部署到了实际的生活场景中,能无视空间的变化带来的目标丢失,跟踪失效问题也有了很多的解决方案,可以得到鲁棒性强、精度高的行人定位与轨迹获取,然而,将计算机视觉的目标检测与跟踪和普通摄像头联系起来进行轨迹获取的研究却不多。

发明内容

为至少一定程度上解决现有技术中存在的技术问题之一,本发明的目的在于提供一种多目标行人的轨迹获取方法、系统、装置及介质。

本发明所采用的技术方案是:

一种多目标行人的轨迹获取方法,包括以下步骤:

获取预设场景的行人视频信息;

采用预设的目标检测模型对所述行人视频信息进行检测,获取若干个行人目标;

采用预设的目标跟踪模型对检测到的若干个行人目标进行跟踪,连接每个所述行人目标的跟踪框的中点,获得若干个空间行走轨迹;

根据预设的空间信息对所述空间行走轨迹进行处理,获得地图平面坐标轨迹。

进一步地,所述一种多目标行人的轨迹获取方法还包括获取预设场景的空间信息步骤,包括:

将带有棋盘网格的黑白棋盘放置预设场景内,获取预设场景的图像P1;

将所述图片P1经过透视变换算法处理,获得图片P2;

将图片P1进行裁剪并放大,获得图片P3;

将图片P2进行裁剪并放大,获得图片P4;

采用特征点匹配算法对图片P3和图片P4进行匹配,获得两个图像平面之间单应性变换中的旋转矩阵;

通过改变所述黑白棋盘在预设场景中的位置,根据每个位置对应的旋转矩阵获得旋转矩阵集作为预设场景的空间信息。

进一步地,所述预设的目标检测模型为YOLO V3目标检测模型,所述YOLO V3目标检测模型采用ResNet网络作为骨干网络,且引入可变形卷积DCNv2替代原始卷积操作;

所述采用预设的目标检测模型对所述行人视频信息进行检测,包括:

YOLO V3目标检测模型对所述行人视频信息中的图片进行特征提取,获取特征框;

根据特征框将图片分为多个网格单元,根据特征框选择对应的网格单元对行人目标进行检测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华南理工大学,未经华南理工大学许可,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/202110773950.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top