[发明专利]一种基于形体识别技术的重点人员轨迹分析方法

权利要求书

1.一种基于形体识别技术的重点人员轨迹分析方法，其特征在于，包括以下步骤：

S1，获取视频数据及对应的位置信息；

S2，确定重点人员的形体特征；

S3，通过目标检测算法检出视频数据中的运动目标，并提取所述运动目标的形体特征；

S4，将S2中的重点人员的形体特征与S3得到的每一个运动目标的形体特征进行相似度对比，当相似度大于给定阈值时，则生成踪迹预警信息；

S5，对踪迹预警信息进行相同人员的聚类，针对同一聚类，在GIS地图上生成对应重点人员的轨迹。

2.根据权利要求1所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述S1中，视频数据为指定时间的历史视频流或实时视频流。

3.根据权利要求1所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述S1中，所述位置信息为经纬度信息。

4.根据权利要求1所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述S2中，重点人员的形体特征确定方法如下：

S21，获取公安通过侦查得到的内含重点人员的视频数据；

S22，通过目标检测算法检出视频数据中的运动目标；

S23，对检出的运动目标，通过形体识别算法提取其形体特征。

5.根据权利要求4所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述目标检测算法采用基于神经网络的one-stage算法，具体实现如下：

S221，调整图像大小至规定尺寸；

S222，将调整后的图像送入卷积神经网络VGG16做卷积运算，通过Extra FeatureLayer提取特征，形成6组张量；

S223，对前一帧或多帧图像于当前帧的6组张量进行融合；

S224，对融合后的6组张量做卷积，得预测位置张量和预测置信度张量；

S225，进行解码，得目标的位置和类别。

6.根据权利要求4所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述形体识别算法采用行人重识别算法，基础网络采用ResNet50网络结构，损失函数采用三元损失函数。

7.根据权利要求1所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述S4中相似度对比采用余弦相似度函数。

8.根据权利要求1所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述给定阈值为0.6。

9.根据权利要求1所述的基于形体识别技术的重点人员轨迹分析方法，其特征在于，所述S5后还包括轨迹的更新，每当S4生成一条新的轨迹预警信息，按时间将之更新到对应的重点人员的轨迹当中。