[发明专利]一种用于安防系统的人体识别与跟踪方法

权利要求书

1.一种用于安防系统的人体识别与跟踪方法，用于通过视频信息对每个人进行身份识别并实现人体目标追踪，包括如下步骤：

视频录入设备实时获取视频的每一帧图像信息；

处理单元从视频录入设备读取视频的每一帧信息，并根据所述视频的每一帧信息进行人体目标检测，得到人体目标检测结果，所述人体目标检测结果包括一个包含人体的图框；

处理单元根据所述人体目标检测结果，在包含人体的图框中进行人脸检测，得到人脸检测结果，所述人脸检测结果包括一个包含人脸的图框；

处理单元对检测到的人脸区域进行特征提取，得到人脸特征向量；

处理单元将所述人脸特征数据与数据库中的人脸特征进行匹配，并依据匹配结果赋予被检测的人体目标一个ID，同时将该ID赋予人脸所对应的人体目标，当没有匹配到结果时，处理单元对管理人员进行提醒；

当某一帧或多帧没有进行人脸检测或人脸被遮挡无法检测时，处理单元对包含人体目标的图框进行检测和跟踪；

处理单元对比每一帧被检测的人体目标的ID，连接不同帧中的具有相同ID的人体目标的位置，即为该ID对应的人体目标的移动轨迹；

处理单元在进行多人目标跟踪时，判断所述多人目标在一定时间T内是否可能出现重叠及行走的轨迹出现交叉的情况，所述判断的步骤为：为根据第一公式计算任意2个人之间出现重叠及行走的轨迹出现交叉的概率，所述第一公式为：

P＝f[min(|d₂-d₁+α·(v₂-v₁)·t|)]

其中，P为2个人体之间在一定时间T内出现重叠及行走的轨迹出现交叉的概率，t为介于0到T之间的时间值，d₁、d₂为两个人体目标当前的位置矢量，α为预设的调整系数，用于调整对速度识别的误差，v₁、v₂为两个人体当前的速度矢量，为通过对帧与帧之间的位置矢量进行差分得到，f(r)为概率函数，f(0)＝1，r为非负值，且随着r的增加而单调减小；

当出现所述重叠及行走的轨迹出现交叉的情况时，处理单元对随后的每一帧图像信息进行目标识别、身份认证，直到重叠或行走的轨迹交叉的情况消失，并依此对所述多人目标跟踪的结果进行校准。

2.根据权利要求1所述的方法，其特征在于，还可实施为：

处理单元每隔N帧进行一次人体目标检测和人脸检测，所述N满足，

其中，D为预设的距离阈值，表示两次检测之间人体移动的距离上限，v表示人体移动速度，T为每一帧之间的时间间隔。

3.根据权利要求1所述的方法，其特征在于，还包括：

处理单元根据人体目标检测结果进行多人目标跟踪；

所述目标跟踪为，跟踪同一人体在不同帧上的位置，并对不同帧的同一人体赋予相同的ID；所述跟踪同一人体的方法为：处理单元采检测连续两个帧的包含人体的图框的交并比IOU，当所述交并比IOU大于预设的阈值时，处理单元将这两个不同帧上的图框所包含的人体为是同一个目标，并赋予所述同一个目标相同的ID；当处理单元每隔N帧进行一次人体目标检测和人脸检测时，未检测的帧的图框的位置为采用插值法得到。

4.根据权利要求1所述的方法，其特征在于，所述数据库，包括：

人脸数据库中包含预置的安全人员的人脸照片数据；

处理单元对所有照片的人脸信息进行人脸特征向量化；

处理单元基于提取的向量化的人脸特征建立KD-tree。

5.根据权利要求4所述的方法，其特征在于，所述处理单元将所述人脸特征数据与数据库中的人脸特征进行匹配，包括：

所述人脸特征数据均为128维的特征向量数据；

处理单元将所述特征向量化数据在KD-tree中进行搜索，寻找与视频中人脸特征向量欧式距离最小的特征向量；

处理单元将所述特征向量之间的欧式距离与预设的阈值对比，当所述欧式距离小于该阈值时，将所述视频中的人与所述数据库中的人识别为同一人，否则识别结果为数据库中不存在所述被检测的人体目标的人员信息。