[发明专利]一种目标搜索及追踪方法和装置及设备

说明书

本发明提供了一种目标搜索及追踪方法和装置及设备，该方法包括：确定目标进入监控设备的监控范围时，根据目标行进方向预测目标出行路线，根据出行路线上的可达监控设备确定邻居监控设备集合；解析当前所在的监控设备的视频流进行轨迹追踪，并更新人体特征库；从邻居监控设备集合的视频流中提取多维人体特征，并与人体特征库匹配，确定目标是否进入邻居监控设备集合的监控范围，并在匹配成功时更新人体特征库；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，并与人体特征库匹配，确定目标是否进入运动范围内的监控范围。利用本发明提供的方法，可以实现跨场景的目标搜索及追踪。

技术领域

本发明涉及监控安防领域，尤其涉及一种目标搜索及追踪方法和装置及设备。

背景技术

近年来，视频监控安防行业的大力发展，社会的安防基础建设在大力发展，为了及时预防和避免安全事件的发生，大量的监控设备被安装和应用在公共场所。因此，如何从多个监控设备的视频数据中有效获取行人的轨迹信息，对于社会安防体系具有非常重要的价值。

跨镜头行人轨迹追踪不仅是在当前监控设备对行人目标进行跟踪，还要根据当前跟踪目标的移动方向进行持续进行跟踪。目前大多跨镜追踪系统采用的方式是，在单镜头场景内先利用行人检测，获得某个目标行人的位置，当行人在同一监控设备的视野区域内进行移动时，采用行人跟踪算法进行追踪；当目标行人离开当前监控设备的视野区域，进入另一个监控设备视野区域后，通过大量监控设备的视频结构化解析，通过行人重识别提取人体特征进行比对和目标匹配。

目前的目标搜索及跟踪方案，存在以下问题：

(1)在不同场景下进行行人跟踪时，仅依靠单维人体特征的行人重识别(PersonRe-identification，ReID)进行跟踪，容易受到各种环境干扰因素的影响，例如，相机分辨率、环境光线、相机的视角、障碍物遮挡、同行人遮挡等，因此实时环境的各种因素对人体特征比对进行跨镜跟踪的准确性及可实施性有很大的影响。

(2)在单场景内如果出现行人密集，或同行遮挡的情况，通过单场景的目标跟踪算法，就会出现很大程度上的匹配误差，导致跟踪失败，目前针对跟踪失败后尚未提出很好的解决方案。

(3)在跨镜追踪场景中，直接采用大量摄像头的视频结构化结果进行行人重识别，在时间和解析算力上就需要极大的代价；同时，由于增加大量底库数据的比对，会造成一定程度上的数据干扰，在目标跨镜跟踪的实时性和比对结果的精确度上也会性能下降。

发明内容

本发明提供一种目标搜索及追踪方法和装置及设备，解决目前的目标搜索及跟踪方案，使用单维人体特征进行目标跟踪准确性低，针对跟踪失败后尚未提出很好的解决方案，及直接采用大量摄像头的视频结构化结果，实时性和精确度较低的问题。

第一方面，本发明提供一种目标搜索及追踪方法，该方法包括：

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；

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，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。

可选地，所述多维人体特征包括以下特征：