[发明专利]一种人流追踪统计方法、装置、设备及存储介质

权利要求书

1.一种人流追踪统计方法，其特征在于，包括：

获取当前帧指定区域的图像为当前图像，对当前图像进行目标识别得到当前图像中包含的各人员，依次确定识别得到的各人员分别为当前人员；

将当前人员分别与各待追踪人员进行特征匹配，如果特征匹配成功，则确定当前人员为所匹配的待追踪人员，如果特征匹配失败，则将当前人员分别与各待追踪人员在当前图像中应处位置进行位置匹配，如果位置匹配成功，则确定当前人员为所匹配的待追踪人员，如果位置匹配失败，则确定当前人员为与当前人员的重叠部分符合要求的待追踪人员；待追踪人员为历史上确定出的指定区域内人员，待追踪人员在当前图像中应处位置为基于待追踪人员在历史上不同帧指定区域的图像中的位置预测得到的；

基于当前人员为相应待追踪人员的信息实现指定区域的人流统计。

2.根据权利要求1所述的方法，其特征在于，将当前人员分别与各待追踪人员进行特征匹配，包括：

将当前人员及各待追踪人员分别输入至预设的卷积神经网络中，得到所述卷积神经网络输出的当前人员及各待追踪人员的外貌特征，并将当前人员的外貌特征分别与各待追踪人员的外貌特征进行匹配；所述卷积神经网络为预先利用历史上多个人员及相应外貌特征训练得到的。

3.根据权利要求2所述的方法，其特征在于，将当前人员的外貌特征分别与各待追踪人员的外貌特征进行匹配，包括：

分别计算当前人员的外貌特征与各待追踪人员的外貌特征之间的特征距离，如果所述特征距离小于特征距离阈值，则说明相应的两个外貌特征匹配，否则，确定相应的两个外貌特征不匹配。

4.根据权利要求3所述的方法，其特征在于，将当前人员分别与各待追踪人员在当前图像中应处位置进行位置匹配，包括：

获取历史上不同帧指定区域的图像中各待追踪人员的运动信息，以及当前图像中各当前人员的运动信息；其中，所述运动信息包括位置和速度；

将历史上不同帧图像中各追踪人员的运动信息及当前图像中各当前人员的运动信息均输入至卡尔曼滤波器中，得到所述卡尔曼滤波器输出的各待追踪人员及各当前人员之间进行匹配的匹配结果，并基于匹配结果确定任意待追踪人员与任意当前人员的位置是否匹配。

5.根据权利要求4所述的方法，其特征在于，将相应运动信息均输入至卡尔曼滤波器中，包括：

将每个待追踪人员在每帧图像的运动信息及每个当前人员的运动信息分别处理为相应的协方差矩阵，并将所述协方差矩阵均输入至卡尔曼滤波器中。

6.根据权利要求5所述的方法，其特征在于，还包括：

如果不存在与当前人员的重叠部分符合要求的待追踪人员，则确定当前人员为新加入指定区域的人员，以供实现指定区域内的人流统计。

7.根据权利要求6所述的方法，其特征在于，确定当前人员为新加入指定区域的人员之后，还包括：

为新加入指定区域的人员分配相应的ID。

8.一种人流追踪统计装置，其特征在于，包括：

识别模块，用于：获取当前帧指定区域的图像为当前图像，对当前图像进行目标识别得到当前图像中包含的各人员，依次确定识别得到的各人员分别为当前人员；

追踪模块，用于：将当前人员分别与各待追踪人员进行特征匹配，如果特征匹配成功，则确定当前人员为所匹配的待追踪人员，如果特征匹配失败，则将当前人员分别与各待追踪人员在当前图像中应处位置进行位置匹配，如果位置匹配成功，则确定当前人员为所匹配的待追踪人员，如果位置匹配失败，则确定当前人员为与当前人员的重叠部分符合要求的待追踪人员；待追踪人员为历史上确定出的指定区域内人员，待追踪人员在当前图像中应处位置为基于待追踪人员在历史上不同帧指定区域的图像中的位置预测得到的；

统计模块，用于：基于当前人员为相应待追踪人员的信息实现指定区域的人流统计。