目标流动监测方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术公开了一种目标流动监测方法、装置、计算机设备和存储介质，包括：对第一图像采集设备采集的图像进行目标对象检测，得到第一目标对象的第一检测区域并分配标识；根据第一图像采集设备所采集的图像中第一目标对象的运动情况，更新第一检测区域的位置；对第二图像采集设备采集的图像进行目标对象检测，在第二图像采集设备检测到第二目标对象的情况下，得到第二目标对象的第二检测区域；确定第一检测区域的位置与第二检测区域首次出现时的位置之间的差值；在差值小于预设阈值的情况下，将第一检测区域的标识分配给第二检测区域。由此，通过联合目标跟踪和目标检测来进行双图像采集设备下目标的重识别和流动目标起止地点的识别。

【技术实现步骤摘要】
目标流动监测方法、装置、计算机设备和存储介质
本专利技术涉及目标跟踪
，特别涉及一种目标流动监测方法、装置、计算机设备和存储介质。
技术介绍
目标流动检测是指给定一个封闭场景，判断目标在一段时间内都去过该场景中的哪些地点。例如在医院场景中，想要得到某某医生在几时几分进入哪个病房，又于几时几分从哪个病房出来。同时由于场景范围大，会安装多个摄像头，当目标从多个摄像头下出现时，需要在这多个摄像头下进行目标的重识别。在封闭场景中精确的抽取出人员流动的时间和地点在安防、传染病防治等任务上有着重要的意义和价值。常用的目标定位方法如GPS，是一种以人造地球卫星为基础的高精度无线电导航的定位系统，它在全球任何地方以及近地空间都能够提供准确的地理位置、车行速度及精确的时间信息。目前针对封闭场景中的目标重识别技术多以神经网络模型为主，主要包括五个步骤：1)数据采集，一般来源于监控摄像机的原始视频数据；2)行人框生成，从视频数据中，通过人工方式或者行人检测或跟踪方式将行人从图中裁切出来，图像中行人将会占据大部分面积；3)训练数据标注，包含相机标签和行人标签等其他信息；4)重识别模型训练，设计模型(主要指深度学习模型)，让它从训练数据中尽可能挖掘“如何识别不同行人的隐藏特征表达模式”；5)行人检索，将训练好的模型应用到测试场景中，检验该模型的实际效果。同时在封闭场景中要确保待查找的行人必须要出现在已有的行人数据库中。整个流程可以分为特征学习，度量学习和排序优化三个部分。其中特征学习主要是为了捕获行人的特征表示，主常见方法包括全局特征学习，局部特征学习，辅助特征学习，视频特征学习，特定的网络设计；度量学习方法主要是为了判断两张行人图片是否为同一人，早期的度量学习主要是设计不同类型的距离/相似度度量矩阵。深度学习时代，主要包括不同类型的损失函数的设计及采样策略的改进；排序优化是指用学习好的行人特征得到初始的检索排序结果后，利用图片之间的相似性关系来进行初始的检索结果优化，主要包括重排序(re-ranking)和排序融合(rankfusion)等。虽然GPS覆盖范围广使用率高，但是私人GPS数据无法直接获取，且当场景较小且目标移动范围不大时，该方法无法精确定位目标行动的起止位置。目前较为经典的人员重识别，都需要先获取大量数据并利用这些数据训练一个神经网络模型，从视频中获取充足的训练数据是一个非常耗时的工作，且目标重识别多依赖于目标的外观或者说服饰特征，当目标的服饰都统一时，利用人员重识别模型会带来较大的误差。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种目标流动监测方法，该方法可以通过联合目标跟踪和目标检测来进行双图像采集设备下目标的重识别和流动目标起止地点的识别。本专利技术的第二个目的在于提出一种目标流动监测装置。本专利技术的第三个目的在于提出一种计算机设备。本专利技术的第四个目的在于提出一种非临时性计算机可读存储介质。为达到上述目的，本专利技术第一方面实施例提出了一种目标流动监测方法，基于第一图像采集设备和第二图像采集设备对目标场景采集的图像检测目标对象的流动，所述方法包括以下步骤：对所述第一图像采集设备采集的图像进行目标对象检测，得到第一目标对象的第一检测区域，并对所述第一检测区域分配标识；根据所述第一图像采集设备所采集的图像中所述第一目标对象的运动情况，更新所述第一检测区域的位置；对所述第二图像采集设备采集的图像进行目标对象检测，在所述第二图像采集设备检测到第二目标对象的情况下，得到所述第二目标对象的第二检测区域；确定所述第一检测区域的位置与所述第二检测区域首次出现时的位置之间的差值；在所述差值小于预设阈值的情况下，确定所述第二目标对象和所述第一目标对象相同，并将所述第一检测区域的标识分配给所述第二检测区域，以跟踪所述第一目标对象在所述目标场景中的流动情况。本专利技术实施例的目标流动监测方法，通过联合目标跟踪和目标检测来进行双图像采集设备下目标的重识别和流动目标起止地点的识别，利用目标检测技术高效精确对流动人员移动地点进行识别，被观测目标无需携带任何定位装备，只依赖目标在现实世界中的坐标实现双图像采集设备下目标进行快速重识别，不会受到目标外观信息的干扰。为达到上述目的，本专利技术另一方面实施例提出了一种目标流动监测装置，基于第一图像采集设备和第二图像采集设备对目标场景采集的图像检测目标对象的流动，所述装置包括：第一检测模块，用于对所述第一图像采集设备采集的图像进行目标对象检测，得到第一目标对象的第一检测区域，并对所述第一检测区域分配标识；更新模块，用于根据所述第一图像采集设备所采集的图像中所述第一目标对象的运动情况，更新所述第一检测区域的位置；第二检测模块，用于对所述第二图像采集设备采集的图像进行目标对象检测，在所述第二图像采集设备检测到第二目标对象的情况下，得到所述第二目标对象的第二检测区域；计算模块，用于确定所述第一检测区域的位置与所述第二检测区域首次出现时的位置之间的差值；监测模块，用于在所述差值小于预设阈值的情况下，确定所述第二目标对象和所述第一目标对象相同，并将所述第一检测区域的标识分配给所述第二检测区域，以跟踪所述第一目标对象在所述目标场景中的流动情况。本专利技术实施例的目标流动监测装置，通过联合目标跟踪和目标检测来进行双图像采集设备下目标的重识别和流动目标起止地点的识别，利用目标检测技术高效精确对流动人员移动地点进行识别，被观测目标无需携带任何定位装备，只依赖目标在现实世界中的坐标实现图像采集设备下目标进行快速重识别，不会受到目标外观信息的干扰。为达到上述目的，本专利技术第三方面实施例提出一种计算机设备，包括：至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行如上所述的方法。为达到上述目的，本专利技术第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本专利技术一个实施例的目标流动监测方法流程图；图2为根据本专利技术一个实施例的检测场景示意图；图3为根据本专利技术一个实施例的目标走动示意图；图4为根据本专利技术一个实施例的目标流动起止地点检测流程图；图5为根据本专利技术一个实施例的目标流动监测装置结构示意图；图6为根据本专利技术一个实施例的计算机设备一个实施例的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示本文档来自技高网...

【技术保护点】
1.一种目标流动监测方法，其特征在于，基于第一图像采集设备和第二图像采集设备对目标场景采集的图像检测目标对象的流动，所述方法包括以下步骤：/n对所述第一图像采集设备采集的图像进行目标对象检测，得到第一目标对象的第一检测区域，并对所述第一检测区域分配标识；/n根据所述第一图像采集设备所采集的图像中所述第一目标对象的运动情况，更新所述第一检测区域的位置；/n对所述第二图像采集设备采集的图像进行目标对象检测，在所述第二图像采集设备检测到第二目标对象的情况下，得到所述第二目标对象的第二检测区域；/n确定所述第一检测区域的位置与所述第二检测区域首次出现时的位置之间的差值；/n在所述差值小于预设阈值的情况下，确定所述第二目标对象和所述第一目标对象相同，并将所述第一检测区域的标识分配给所述第二检测区域，以跟踪所述第一目标对象在所述目标场景中的流动情况。/n

【技术特征摘要】
1.一种目标流动监测方法，其特征在于，基于第一图像采集设备和第二图像采集设备对目标场景采集的图像检测目标对象的流动，所述方法包括以下步骤：
对所述第一图像采集设备采集的图像进行目标对象检测，得到第一目标对象的第一检测区域，并对所述第一检测区域分配标识；
根据所述第一图像采集设备所采集的图像中所述第一目标对象的运动情况，更新所述第一检测区域的位置；
对所述第二图像采集设备采集的图像进行目标对象检测，在所述第二图像采集设备检测到第二目标对象的情况下，得到所述第二目标对象的第二检测区域；
确定所述第一检测区域的位置与所述第二检测区域首次出现时的位置之间的差值；
在所述差值小于预设阈值的情况下，确定所述第二目标对象和所述第一目标对象相同，并将所述第一检测区域的标识分配给所述第二检测区域，以跟踪所述第一目标对象在所述目标场景中的流动情况。


2.根据权利要求1所述的方法，其特征在于，确定所述第一检测区域的位置与所述第二检测区域首次出现时的位置之间的差值包括：
根据预设的透视变换规则，将所述第一检测区域的位置和所述第二检测区域首次出现时的位置的像素坐标转换为位置坐标，所述位置坐标用于表示检测区域在所述目标场景中实际所在的位置；
根据所述第一检测区域的位置坐标和所述第二检测区域首次出现时的位置坐标，确定所述差值。


3.根据权利要求2所述的方法，其特征在于，还包括：
预先获取所述目标场景中预设参照物的至少四个参照点的像素坐标，以及所述至少四个参照点在所述第一图像采集设备和/或所述第二图像采集设备采集的任意至少一个图像帧中的像素坐标；
根据获取的所述像素坐标和现实坐标得到所述透视变换规则。


4.根据权利要求1所述的方法，其特征在于，还包括：
预先定位所述第一图像采集设备和/或所述第二图像采集设备所采集图像中所述目标场景的出口区域和/或入口区域，并对定位的每个区域分配标识；
根据所述第一目标对象在所述第一图像采集设备和/或所述第二图像采集设备采集的图像中出现或消失时，根据所述目标对象的检测区域与所述出口区域和/或入口区域的重叠度，确定所述第一目标对象进入或离开所述目标场景的出口区域...

【专利技术属性】
技术研发人员：刘荔，张一然，
申请(专利权)人：清华大学，北京国双科技有限公司，
类型：发明
国别省市：北京;11