[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

权利要求书

1.一种多目标行人的轨迹获取方法，其特征在于，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。

2.根据权利要求1所述的一种多目标行人的轨迹获取方法，其特征在于，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。

3.根据权利要求1所述的一种多目标行人的轨迹获取方法，其特征在于，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。

4.根据权利要求3所述的一种多目标行人的轨迹获取方法，其特征在于，所述预设的目标跟踪模型为DeepSORT目标跟踪模型，所述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，包括：

将YOLO V3目标检测模型作为视频采集器，对YOLO V3目标检测模型得到的行人目标的第一帧进行目标初始化；

创建新的跟踪器，采用匈牙利算法获取行人目标在视频中每一帧的检测框。

5.根据权利要求4所述的一种多目标行人的轨迹获取方法，其特征在于，所述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，包括：

从行人视频信息中从第一帧开始，对视频中的不同行人目标进行跟踪，预设有限的点数，通过连接跟踪框的中点，生成空间行走轨迹。

6.根据权利要求1所述的一种多目标行人的轨迹获取方法，其特征在于，所述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，包括：

构建9组旋转矩阵集参数的测量列，将测量列从小到大重新排列，计算测量列的算术平均值和标准不确定度，使用格拉布斯准则，选定一显著水平对应总的测量次数，求得临界值，从测量列的两端中依次选取测量值计算，剔除异常数据；

重新计算算术平均值和标准不确定度，对异常数据剔除过程进行迭代，将筛选后的数据列重新计算平均值，对9个参数进行格拉布斯准则判别迭代，得到修正后的旋转矩阵，将跟踪输出的空间行走轨迹进行旋转矩阵函数处理，得到地图平面坐标轨迹。

7.根据权利要求5所述的一种多目标行人的轨迹获取方法，其特征在于，所述一种多目标行人的轨迹获取方法还包括获取用于训练模型的训练集的步骤，包括：

从Pascal VOC2012数据集中筛选行人类别的数据集，调整筛选后数据集的图片的色彩饱和度与亮度，进行在线增强；

将图片的批尺寸设定为4，将batch的数据的尺寸分批进行检测并随机裁剪改为统一尺寸；

通过标注工具标注图片中的行人类别为pedestrain，得到用于搭建YOLO V3目标检测模型的数据集；

使用行人重识别的Market-1501数据集，对数据集进行整理，用来分类网络训练，得到用于搭建DeepSORT目标跟踪模型的数据集。