一种人员轨迹视频智能分析系统技术方案

本发明专利技术公开了一种人员轨迹视频智能分析系统，属于监控技术领域，包括人员轨迹监管模块、以图搜图模块、同行人监控模块、视频接入模块和统计分析模块；人员轨迹监管模块对区域内经过的人脸图像进行抓拍形成人脸抓拍库，结合GIS信息还原显示抓拍人员行走轨迹并进行跟踪监管和轨迹预测；以图搜图模块根据上传的人脸特征或人脸图片在人脸抓拍库中进行人脸特征搜索或人员图片检索；同行人监控模块根据设置的重点人员信息进行人脸抓拍和轨迹监测告警，并分析获取与该重点人员同行的人员信息。本发明专利技术通过抓拍人脸图像进行轨迹分析，实时显示重点人员的轨迹位置并预测其活动轨迹，确保获取到其接触过的所有物品及人员信息。到其接触过的所有物品及人员信息。到其接触过的所有物品及人员信息。

【技术实现步骤摘要】
一种人员轨迹视频智能分析系统


[0001]本专利技术涉及监控
，尤其涉及一种人员轨迹视频智能分析系统。

技术介绍

[0002]随着信息技术的发展，针对人员实时定位和轨迹查询系统已成为趋势。在公共区域，有时需要从公共区域内摄像头记录的视频中找出特定人员的移动轨迹，需要分析得到疑似人员的移动轨迹。目前常用的方法是人工调阅大量视频图像，以从视频中搜寻到特定人员，之后再根据图像中特定人员出现的时间和图像记录位置，最后绘制出特定人员的移动轨迹。由于人工操作容易发生疏忽，导致调阅视频过程中很有可能遗漏某些重要信息，无法保证最终人员识别的准确性，进而无法保证人员移动轨迹的准确性，并且这种方式的效率较低，不能快速准确地从大量视频图像中得到人员移动轨迹。
[0003]此外，在现有的人员轨迹还原技术多依靠室内定位技术和物联网技术实现，存在轨迹还原不够精确且无法预测人员的活动轨迹，不能获取与抓拍对象同行的人员信息，人脸特征搜索效率较低。比如中国专利CN107548028A提出一种室内人员移动轨迹计算系统及方法，主要利用可穿戴定位设备实现对室内人员的移动定位，这种方式并不适用于公共区域中的人员移动轨迹生成。又如中国专利CN202010317431.6公开了一种基于视频分析的人员移动轨迹生成系统及方法，该系统包括装于公共区域的多个定点监视器，以采集公共区域内不同位置的定点视频，其中，公共区域的必经位置均安装有相应的定点监视器，定点监视器输出的视频数据中包含定点监视器的位置编号以及视频拍摄时间；存储单元分别与多个定点监视器连接，以存储定点监视器采集的视频数据；人员信息库，用于保存待搜寻人员的人像信息；视频分析单元，所述视频分析单元分别与存储单元、人员信息库连接，根据视频数据和待搜寻人员的人像信息，以分析得到待搜寻人员的移动轨迹可过对公共区域内的定点视频图像进行分析，生成特定人员的移动轨迹。该方案虽然可以应用公共区域进行人员轨迹追踪，但其不能实现追踪与目标人员同行的同行人员，同时也不能实现对目标人员的轨迹预测。此外，该方案在进行待搜索人员特征搜索时，没有对待搜索人员进行深度特征描述，其检索效率不高，需要进一步改进。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供一种人员轨迹视频智能分析系统，可对重点人员进行监管，实时显示重点人员的轨迹位置并预测其活动轨迹，能够查看其在整个行动轨迹中的活动视频，同时还能获取与重点人员同行的人员信息，确保获取到其接触过的所有物品及人员信息，实现2.5D或3D的人员轨迹可视化展现。
[0005]本专利技术的目的是通过以下技术方案来实现的：一种人员轨迹视频智能分析系统，包括人员轨迹监管模块、以图搜图模块、同行人监控模块、视频接入模块和统计分析模块；其中，人员轨迹监管模块利用摄像头对区域内经过的人脸图像进行实时抓拍形成人脸抓拍库，结合GIS信息在电子地图上还原显示抓拍人
员行走轨迹并进行跟踪监管和轨迹预测；以图搜图模块根据上传的人脸特征或人脸图片在人脸抓拍库中进行人脸特征搜索或人员图片检索；同行人监控模块根据布控数据库或黑名单中设置的重点人员信息进行人脸抓拍和轨迹监测告警，并分析获取与该重点人员在同一时间地点出现的同行人员人脸图片信息；视频接入模块用于接入所有监控设备采集的监控视频并视频查看回放和编辑；统计分析模块根据历史数据资料、告警事件的分类统计和区域人员流量信息，分析展示告警事件、区域人员流量和时间之间的相互关系、变化规律和发展趋势。
[0006]人员轨迹监管模块具体包括人员轨迹跟踪单元和行人轨迹预测单元；人员轨迹跟踪单元利用高清摄像头对监控区域内经过的人员自动抓拍人脸图像，并记录对应的结构化数据形成人脸抓拍库，结合GIS信息同时在电子地图上显示人员轨迹以及高清摄像头拍到的疑似目标人员图片，并可关联录像进行播放；行人轨迹预测单元先采集行人特征、区域环境特征和行人行走方向建立高匹配的预测机制，利用预测机制和人员轨迹预测人员轨迹路线。
[0007]预测机制的建立过程具体包括以下步骤：S101，行人特征提取，首先根据人的坐标和时间对不同距离行人间的影响进行加权，反映力的变化，获取空间特征图，再将行人轨迹绘制成矩阵图，然后利用图卷积神经网络对矩阵图进行处理，得到行人轨迹特征图，在行人轨迹特征图的基础上扩展时间轴，将多幅行人轨迹特征图进行时间维度连接，得到同一行人在两个时间段之间的时间特征图，并将时间特征图与空间特征图组合成时空图卷积神经网络；S102，区域特征提取，根据监控区域内的障碍物信息构建区域特征点，并对区域特征点进行加权处理获得区域特征图，然后将区域特征图添加到时空图卷积神经网络中；S103，行人轨迹预测，将当前时间段的行人轨迹信息输入时空图卷积神经网络进行因果卷积处理，预测出下一时间段的行人轨迹，并记录行人轨迹的时间信息。
[0008]以图搜图模块具体包括人脸特征搜索单元和人脸图片搜索单元；人脸特征搜索单元根据用户输入的文本信息、时间地点和结构化信息在人脸抓拍库中进行人脸特征搜索，并按照特征相似度从高到低的方式对人脸特征搜索结果中的人脸图片进行排序展示；人脸图片搜索单元根据用户选择或上传的待搜索人脸图片在人脸抓拍库中搜索超过预设相似度的人脸图片，并按照特征相似度从高到低的方式对人脸图片搜索结果进行排序展示。
[0009]人脸图片搜索过程具体包括以下步骤：S201，人脸深度特征提取，用户选择或上传待搜索人脸图片后，计算图片像素大小W
×
H，采用深度卷积神经网络分别提取人脸抓拍数据库中人脸图像和待检索人脸图片的深度特征，并将每个卷积层都利用前一层的输出作为本层的输入，定义为： 式中，和分别为1层的第m个输出通道和I
‑
1层的第n个输入通道；和为相应的卷积核滤波器和偏置项，符号为卷积运算符；为了保证所
有元素的非负性，卷积层激活函数选择校正线性激活函数，其中，；S202，人脸特征相似度度量，人脸图片I特征向量：，式中，表示人脸的稀疏特征向量，表示第项人脸图像维度；将人脸图片Ⅰ的特征向量进行L2正则化得到最终用以人脸图片搜索任务的深度特征向量：式中，等号右边分子表示未正则化前的稀疏特征向量，等号左边表示正则化的结果，即正则化后的稀疏特征向量，表示带特征向量的正则项；根据人脸图像深度特征向量计算结果的大小进行排序即可得到人脸图片检索排序结果列表:式中，表示人脸图片检索排序结果列表，表示第i项人脸图片检索结果，越小表示与待检索人脸图像越相似，相反越大，表示与待检索人脸图像越不相似。
[0010]同行人监控模块包括同行人搜索单元和重点人员布控单元；同行人搜索单元用于根据布控数据库或黑名单中设置的重点人员信息抓拍某时间段内某监控设备区域内经过行人的人脸图片并进行人脸特征搜索比对，若抓拍的人脸图片为重点人员则分析搜索获取与该重点人员在同一时间段和同一区域内出现的同行人人脸图片信息；重点人员布控单元用于将需要布控重点人员信息添加至布控数据库，并对设置布控时间、地点、布控等级和相识度报警阈值，对重点人员进行布防监控、人脸比对报警本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人员轨迹视频智能分析系统，其特征在于，包括人员轨迹监管模块、以图搜图模块、同行人监控模块、视频接入模块和统计分析模块；其中，人员轨迹监管模块利用摄像头对区域内经过的人脸图像进行实时抓拍形成人脸抓拍库，结合GIS信息在电子地图上还原显示抓拍人员行走轨迹并进行跟踪监管和轨迹预测；以图搜图模块根据上传的人脸特征或人脸图片在人脸抓拍库中进行人脸特征搜索或人员图片检索；同行人监控模块根据布控数据库或黑名单中设置的重点人员信息进行人脸抓拍和轨迹监测告警，并分析获取与该重点人员在同一时间地点出现的同行人员人脸图片信息；视频接入模块用于接入所有监控设备采集的监控视频并视频查看回放和编辑；统计分析模块根据历史数据资料、告警事件的分类统计和区域人员流量信息，分析展示告警事件、区域人员流量和时间之间的相互关系、变化规律和发展趋势。2.根据权利要求1所述的一种人员轨迹视频智能分析系统，其特征在于，所述人员轨迹监管模块具体包括人员轨迹跟踪单元和行人轨迹预测单元；人员轨迹跟踪单元利用高清摄像头对监控区域内经过的人员自动抓拍人脸图像，并记录对应的结构化数据形成人脸抓拍库，结合GIS信息同时在电子地图上显示人员轨迹以及高清摄像头拍到的疑似目标人员图片，并可关联录像进行播放；行人轨迹预测单元先采集行人特征、区域环境特征和行人行走方向建立高匹配的预测机制，利用预测机制和人员轨迹预测人员轨迹路线。3.根据权利要求2所述的一种人员轨迹视频智能分析系统，其特征在于，所述预测机制的建立过程具体包括以下步骤；S101，行人特征提取，首先根据人的坐标和时间对不同距离行人间的影响进行加权，反映力的变化，获取空间特征图，再将行人轨迹绘制成矩阵图，然后利用图卷积神经网络对矩阵图进行处理，得到行人轨迹特征图，在行人轨迹特征图的基础上扩展时间轴，将多幅行人轨迹特征图进行时间维度连接，得到同一行人在两个时间段之间的时间特征图，并将时间特征图与空间特征图组合成时空图卷积神经网络；S102，区域特征提取，根据监控区域内的障碍物信息构建区域特征点，并对区域特征点进行加权处理获得区域特征图，然后将区域特征图添加到时空图卷积神经网络中；S103，行人轨迹预测，将当前时间段的行人轨迹信息输入时空图卷积神经网络进行因果卷积处理，预测出下一时间段的行人轨迹，并记录行人轨迹的时间信息。4.根据权利要求1所述的一种人员轨迹视频智能分析系统，其特征在于，所述以图搜图模块具体包括人脸特征搜索单元和人脸图片检索单元；人脸特征搜索单元根据用户输入的文...

【专利技术属性】
技术研发人员：曹婷，周正斌，赵奎，周欣，杨岗，
申请(专利权)人：创意信息技术股份有限公司，
类型：发明
国别省市：