[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在审

专利信息
申请号: 202211329606.0 申请日: 2022-10-27
公开(公告)号: CN115512303A 公开(公告)日: 2022-12-23
发明(设计)人: 陈亚军;洪松;蔺广逢;王婧;孙思云 申请(专利权)人: 西安理工大学
主分类号: G06V20/52 分类号: G06V20/52;G06V10/25;G06V10/75;G06V10/774;G06V20/40
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 朱海临
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 行人 检测 跟踪 方法 装置 设备 可读 存储 介质
【说明书】:

发明公开了一种行人检测与跟踪方法、装置、设备及可读存储介质,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。本发明能当跟踪目标被遮挡或者光线变化过快后,能够确保跟踪准确率。

技术领域

本发明涉及计算机视觉技术领域,具体涉及一种行人检测与跟踪方法、装置、设备及可读存储介质。

背景技术

行人检测与跟踪一直是计算机视觉领域中备受瞩目的课题和研究热点。行人检测是指在街道、公园和商场等场景下,分析图像或者视频序列中是否包括行人,如果检测到行人,则使用矩形框标记出行人在图像或者视频序列中的位置。行人跟踪则是在行人检测的基础上,在连续的图像或者视频序列中估计行人运动的轨迹、速度和方向等信息,实现对行人的行为分析和理解,进而进行更高层次的研究。

目前,通过目标检测技术,对图像中的每个区域进行特征提取,再根据分类器对图像进行分类,利用相关粒子滤波器计算影响因子,对行人检测框进行匹配,预测视频图像序列中的目标信息,获得行人跟踪结果。但是,该方法在跟踪目标被遮挡或者光线变化过快后容易发生跟踪漂移,从而跟丢目标。

发明内容

针对现有技术中存在的问题,本发明提供了一种行人检测与跟踪方法、装置、设备及可读存储介质,能当跟踪目标被遮挡或者光线变化过快后,能够确保跟踪准确率。

为了解决上述技术问题,本发明通过以下技术方案予以实现:

一种行人检测与跟踪方法,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。

进一步地,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,kt表示t时刻的跟踪目标数量,表示第r次采样时第kt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,QA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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211329606.0/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top