[发明专利]行人轨迹合并方法、装置以及计算机可读存储介质

说明书

本发明涉及计算机处理技术领域，具体提供一种行人轨迹合并方法、装置以及计算机可读存储介质，旨在解决高质量还原行人轨迹的技术问题。为此目的，本发明的方法包括：将多个镜头拍摄的视频处理为多张图片；检测所述多张图片中的人体；提取人体的REID特征；识别所述目标镜头对应的一组图片中的人体形成的多段行人轨迹；从所述多段行人轨迹中识别与所述目标行人轨迹之间存在同行关系的同行人轨迹；根据所述多个镜头相关的行人轨迹中人体的REID特征和所述多个镜头相关的行人轨迹的同行人轨迹，对所述多个镜头相关的行人轨迹进行分类，将同一类行人轨迹合并。本发明有助于将同一行人的轨迹进行合并，形成更加完整的行人轨迹。

技术领域

本发明涉及计算机技术领域，具体提供一种行人轨迹合并方法、装置以及计算机可读存储介质。

背景技术

在安防等业务场景中，常常需要获取行人在场景中的轨迹，受到场景大小限制，所以需要使用十几台或者几十台相机从不同角度、不同位置同时监控场景并尝试恢复其完整轨迹。但是由于相机部署位置受限、物体遮挡或者行人戴帽子等原因，有时无法获取行人的人脸数据，于是通过行人重识别(REID)技术获取行人的人体数据，结合人脸数据进行跨境头复原行人轨迹就成为一个可行方案。近几年深度学习的发展极大地提高了行人重识别的精度，但是在多镜头拍摄情况下，受到拍摄角度变换、物体遮挡、环境光照、镜头画质的影响，单纯使用人体特征的轨迹还原常常效果不好，尤其是在多个行人穿着相似服装的情况下，经常出现轨迹还原效果不佳的情况。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决多镜头拍摄场景下高质量还原行人轨迹的技术问题的行人轨迹合并方法、装置以及计算机可读存储介质。

在第一方面，本发明提供一种行人轨迹合并方法，包括：将多个镜头拍摄的视频处理为多张图片；检测所述多张图片中的人体；提取所述多张图片中的人体的REID特征；将所述多个镜头中任一镜头作为目标镜头，识别所述目标镜头对应的一组图片中的人体形成的多段行人轨迹；以所述多段行人轨迹中任一行人轨迹为目标行人轨迹，从所述多段行人轨迹中识别与所述目标行人轨迹之间存在同行关系的同行人轨迹；根据所述多个镜头相关的行人轨迹中人体的REID特征和所述多个镜头相关的行人轨迹的同行人轨迹，对所述多个镜头相关的行人轨迹进行分类，将同一类行人轨迹合并。

优选地，前述的行人轨迹合并方法，“检测所述多张图片中的人体”的步骤，还包括：获取所述多张图片中的人体的位置信息和时间信息；“从所述多段行人轨迹中识别与所述目标行人轨迹之间存在同行关系的同行人轨迹”的步骤，包括：根据所述多段行人轨迹中人体的位置信息和时间信息，从所述多段行人轨迹中识别与所述目标行人轨迹的同行人轨迹。

优选地，前述的行人轨迹合并方法，“从所述多段行人轨迹中识别与所述目标行人轨迹的同行人轨迹”的步骤，包括：根据所述多段行人轨迹中人体的位置信息和时间信息，计算所述目标行人轨迹与所述其他行人轨迹的时间范围重合度、相对位置关系和/或相对速度；根据所述目标行人轨迹与所述其他行人轨迹的时间范围重合度、相对位置关系和/或相对速度，从所述多段行人轨迹中识别所述目标行人轨迹的同行人轨迹。

优选地，前述的行人轨迹合并方法，在“根据所述多个镜头相关的行人轨迹中人体的REID特征和所述多个镜头相关的行人轨迹的同行人轨迹，对所述多个镜头相关的行人轨迹进行分类，将同一类行人轨迹合并”的步骤之前，还包括：根据所述多段行人轨迹中人体的REID特征和所述多段行人轨迹的同行人轨迹，对所述多段行人轨迹进行分类，将同一类行人轨迹合并。