[发明专利]一种行人检测与跟踪方法、装置、设备及可读存储介质

权利要求书

1.一种行人检测与跟踪方法，其特征在于，包括：

对视频序列中的每一帧图像进行行人检测，得到行人检测框；

利用所述行人检测框中的行人特征信息对马尔科夫链蒙特卡洛粒子滤波进行初始化；

利用所述行人检测框中的行人特征信息和预设的可逆跳跃策略对所述初始化后的马尔科夫链蒙特卡洛粒子滤波进行采样更新；

利用所述更新后的马尔科夫链蒙特卡洛粒子滤波对当前帧的前一帧图像所对应的行人检测框中的行人特征信息进行计算，得到当前帧的行人预测位置信息；

将所述当前帧的行人预测位置信息与当前帧的行人特征信息进行跟踪匹配，得到行人跟踪结果。

2.根据权利要求1所述的一种行人检测与跟踪方法，其特征在于，所述利用所述行人检测框中的行人特征信息对马尔科夫链蒙特卡洛粒子滤波进行初始化，包括：

设定马尔科夫链初始化于任意状态其中，k_t表示t时刻的跟踪目标数量，表示第r次采样时第k_t个跟踪目标的状态信息的样本集；

所述行人检测框中的行人特征信息增加时，采用第一公式对马尔科夫链蒙特卡洛粒子滤波进行初始化，所述行人特征信息增加指的是检测到新的行人目标且新的行人目标之前并不存在，所述第一公式为：

其中，Q_A为行人特征信息增加时的跳跃策略；为不在当前状态目标集的新检测集；在检测集中，利用均匀分布概率密度函数随机的选择一个目标i，且通过分布得到目标i的状态信息

所述行人检测框中的行人特征信息删除时，采用第二公式对马尔科夫链蒙特卡洛粒子滤波进行初始化，所述行人特征信息删除指的是增加策略的一个可逆跳跃操作，所述第二公式为：

其中，Q_D为行人特征信息删除时的跳跃策略；在先前样本中的新检测集中，记利用均匀分布概率密度函数随机从中移除一个目标i；

所述行人检测框中的行人特征信息停留时，采用第三公式对马尔科夫链蒙特卡洛粒子滤波进行初始化，所述行人特征信息停留指的是存在于样本集但不在样本集的目标集，所述第三公式为：

其中，Q_S为行人特征信息停留时的跳跃策略；为存在于但不在样本集的目标集；利用均匀分布概率密度函数从中随机的选择一个行人目标i加入样本集中，并且从混合分布以及中得到行人目标i的状态变量；

所述行人检测框中的行人特征信息离开时，采用第四公式对马尔科夫链蒙特卡洛粒子滤波进行初始化，所述行人特征信息离开指的是停留策略的一个可逆跳跃操作，所述第四公式为：

其中，Q_L为行人特征信息离开时的跳跃策略；记为目标集；当一个行人目标停留在样本集时，离开策略利用均匀分布概率密度函数从目标集中随机的移除一个行人目标i；

所述行人检测框中的行人特征信息更新时，采用第五公式对马尔科夫链蒙特卡洛粒子滤波进行初始化，所述行人特征信息更新指的是更新跳跃策略为行人目标提供了新的状态信息，所述第五公式为：

其中，Q_U为行人特征信息更新时的跳跃策略；更新策略利用均匀分布概率密度函数随机的从样本集中选择一个目标i进行状态信息的更新，而状态信息的更新则是根据分布得到，为行人离开与删除的并集；

所述行人检测框中的行人特征信息交互时，采用第六公式对马尔科夫链蒙特卡洛粒子滤波进行初始化，所述行人特征信息交互指的是给一对行人目标提供了一种交互方式，一对行人目标是指两个行人目标相遇或者并排走，在样本中所有可能的成对目标中，随机选择一对目标(i₁,i₂)在排斥或者交互模式之间相互切换，所述第六公式为：

Q_I为行人特征信息交互时的跳跃策略。