[发明专利]一种目标搜索及追踪方法和装置及设备

权利要求书

1.一种目标搜索及追踪方法，其特征在于，包括：

确定目标进入监控设备的监控范围时，根据所述目标的移动方向，预测所述目标从当前监控设备出发的出行路线，根据出行路线上的可达监控设备确定邻居监控设备集合；

解析所述目标当前所在的监控设备的视频流，对所述目标进行轨迹追踪，及提取所述目标的多维人体特征，并利用提取的多维人体特征更新人体特征库，其中，所述多维人体特征包括静态人体特征和人体运动特征，静态人体特征包括人体外观特征和人脸特征，所述人体外观特征包括第一级维度的人体特征和第二级维度的人体特征，所述第一级维度的人体特征包括正面人体特征、侧面人体特征、背面人体特征；第二级维度的人体特征为按照预设粒度将所述第一级维度的人体特征进行划分得到的；其中，所述利用提取的多维人体特征更新人体特征库，包括：对所述提取的多维人体特征进行质量评价，筛选出质量符合预设要求的多维人体特征；根据筛选出的多维人体特征对应的第一级维度的人体特征的覆盖度，采用时效优先原则或特征完整性原则，更新对应维度的人体特征；所述第一级维度的人体特征的覆盖度，为根据所述第一级维度的人体特征下各第二级维度的人体特征的数量确定的参数；

其中，每个人体特征上均有时间戳，当积累多个同维特征时，通过时效进行优先积累，除初始的人体特征外，同维的动态积累的特征，通过时间戳进行优选，保留时间最近的特征，人体特征库的更新策略如下：当目标第一级维度的人体特征的覆盖度达到预设最大阈值，则采用时效优先原则，更新对应维度的人体特征，包括：确定第一级维度的人体特征的覆盖度达到预设最大阈值，或者第一维度的人体特征的覆盖度大于预设最小值且小于预设最大阈值，判断所述筛选出的多维人体特征对应的各维度的人体特征的数量；若数量达到预设数量阈值N时，保留提取时间最新的n个人体特征和初始的人体特征，n的取值为N-m，m为所述初始的人体特征的数量；否则，将筛选出的该维度的人体特征保存在人体特征库中；当目标第一级维度的人体特征的覆盖度未达到预设最大阈值，则采用特征完整性原则，更新对应维度的人体特征，包括：确定第一级维度的人体特征的覆盖度未达到预设最小阈值，将筛选出的该维度的人体特征保存在人体特征库中；所述第一级维度的人体特征的覆盖度的阈值通过实际场景进行动态设置；

从所述邻居监控设备集合内监控设备的视频流中提取多维人体特征，与所述人体特征库中的多维人体特征匹配，包括：若所述人体特征库中存在与提取的多维人体特征同维度的人体特征，将提取的多维人体特征与人体特征库中对应同维度的人体特征进行匹配，若所述人体特征库中不存在与提取的多维人体特征同维度的人体特征，或者同维度的人体特征匹配结果不能满足准确度要求时，将提取的多维人体特征与人体特征库中不同维度的人体特征进行匹配；确定所述目标是否进入所述邻居监控设备集合内监控设备的监控范围，并在匹配成功时利用提取的多维人体特征更新人体特征库；

确定目标跟踪失败时，根据最近一次监控到所述目标的监控设备，从预测的运动范围内监控设备的视频流中提取多维人体特征，并与所述人体特征库中的多维人体特征匹配，确定所述目标是否进入运动范围内监控设备的监控范围，包括：进行录像纠偏，选择最后一个目标追踪正确的监控设备，开启动态防空圈，随着录像纠偏选择的监控设备的变化，变化动态防空圈的范围；根据上述最后一个目标追踪正确的监控设备，确定邻居监控设备集，获取当前时间的邻居监控设备集内监控设备的视频流；从邻居监控设备集内监控设备的视频流中提取多维人体特征，并与所述人体特征库中的多维人体特征匹配，确定所述目标是否进入运动范围内监控设备的监控范围；所述目标跟踪失败的含义为，目标在当前监控设备出现的最后时刻，记为t，从t时刻开始且Δt间隔时间内，在当前监控设备的邻居监控设备集合中一直未匹配到目标，所述Δt根据实际监控设备间的距离间隔进行自动调节；

其中，所述解析所述目标当前所在的监控设备的视频流，提取所述目标的多维人体特征，包括：

解析所述目标当前所在的监控设备的视频流，获取所述目标的图像序列；

对所述图像序列中的各帧图像按照所述目标的人体姿态类别进行分类处理，得到各人体姿态类别对应的图像分组，并提取所述各帧图像中所述目标的特征；

对每种所述人体姿态类别分别执行：对所述人体姿态类别对应的图像分组，将所述图像分组中的各帧图像的所述人体特征进行特征融合处理，得到所述人体姿态类别对应的维度的人体特征。