【技术实现步骤摘要】
本专利技术涉及行人重识别，具体地说，本专利技术涉及一种用于港口码头的行人重识别方法、设备以及存储介质。
技术介绍
1、疫情期间，港口必须保证通行，那么不可避免码头检测人员会和外来人员接触，但是在现有情况下，在码头检测人员和外来人员接触后，除非有专门人员一直在旁监督，否则就不能知道他们有没有接触；并且在接触之后，还需要绘制接触人员的行动路线图。这是防疫必须的工作，但是非常耗费人力，且难以完成。
技术实现思路
1、为了克服现有技术的不足，本专利技术提供一种用于港口码头的行人重识别方法、设备以及存储介质，其可通过港口码头的摄像头自动识别跟踪检测人员，省时省力。
2、本专利技术解决其技术问题所采用的技术方案是：一种用于港口码头的行人重识别方法，其改进之处在于，包括以下步骤：
3、s10.建立数据集，该数据集的图像数据为抗疫场景中检测人员的图像；
4、s20.对数据集中的图像进行分割，将里面的人物整体框架提取出来，形成可以用于机器学习的新数据集；
5、s30.基于这份新数据集展开机器学习实现行人重识别，将实现的行人重识别技术应用于港口码头的摄像头，对检测人员的行踪进行跟踪以及重识别。
6、上述技术方案中所述步骤s10中数据集的采集通过在网络上搜索抗疫场景中检测人员的图片作为数据集来源。
7、上述技术方案中所述步骤s20中对数据集的图像进行分割的方法为：在获取到数据集后，通过yolov5来对目标进行检测，获得每个人物的bo
8、上述技术方案中所述步骤s30中机器学习的过程包括以下步骤：
9、s31.获取步骤s20中提取的bounding box；
10、s32.对bounding box中不同的检测人员姿态进行提取；
11、s33.看一段时间范围内检测人员人体姿态关键点的位置变化，预测目标未来时刻姿态以及做更抽象的人体行为分析。
12、上述技术方案中所述步骤s32中对姿态的提取为人体上有一定自由度的关节。
13、上述技术方案中所述步骤s30中对检测人员的行踪跟踪和重识别包括以下步骤：
14、s301.根据每一帧图像中目标的检测结果，匹配已有的检测人员目标轨迹；
15、s302.当出现新的检测人员目标，需要生成新的目标；对于已经离开摄像头视野的目标，需要终止轨迹的跟踪；跟踪多个检测人员时，把已有的轨迹的检测人员图像集合看作为图像库，检测图像看作为查询图像，检测与轨迹的匹配关联过程作为查询图像检索图像库的过程。
16、本专利技术还提供了一种用于港口码头抗疫的行人重识别设备，其改进之处在于，所述的用于港口码头抗疫的行人重识别设备包括：处理器和用于存储处理器可执行指令的存储器，其中，所述处理器被配置为执行如上所述的用于港口码头的行人重识别方法。
17、本专利技术还提供了一种计算机可读的存储介质，存储有计算机程序，其改进之处在于，所述计算机程序被配置为运行时实现如上所述的用于港口码头的行人重识别方法。
18、本专利技术的有益效果是：本专利技术通过抗疫场所对检测人员的图像进行采集作为数据集，对进行模型训练，应用在港口码头的摄像头中对港口码头的检测人员进行目标跟踪和重识别，不需要专门人员一直跟踪监督，省时省力。
本文档来自技高网...【技术保护点】
1.一种用于港口码头的行人重识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种用于港口码头的行人重识别方法，其特征在于：所述步骤S10中数据集的采集通过在网络上搜索抗疫场景中检测人员的图片作为数据集来源。
3.根据权利要求1所述的一种用于港口码头的行人重识别方法，其特征在于，所述步骤S20中对数据集的图像进行分割的方法为：在获取到数据集后，通过yolov5来对目标进行检测，获得每个人物的bounding box，同时将bounding box的左上角x，y坐标以及长宽提取出作为标注。
4.根据权利要求3所述的一种用于港口码头的行人重识别方法，其特征在于，所述步骤S30中机器学习的过程包括以下步骤：
5.根据权利要求4所述的一种用于港口码头的行人重识别方法，其特征在于：所述步骤S32中对姿态的提取为人体上有一定自由度的关节。
6.根据权利要求3所述的一种用于港口码头的行人重识别方法，其特征在于，所述步骤S30中对检测人员的行踪跟踪和重识别包括以下步骤：
7.一种用于港口码头抗疫的行人重识别设备，
8.一种计算机可读的存储介质，存储有计算机程序，其特征在于，所述计算机程序被配置为运行时实现根据权利要求1至6任一项所述的用于港口码头的行人重识别方法。
...【技术特征摘要】
1.一种用于港口码头的行人重识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种用于港口码头的行人重识别方法，其特征在于：所述步骤s10中数据集的采集通过在网络上搜索抗疫场景中检测人员的图片作为数据集来源。
3.根据权利要求1所述的一种用于港口码头的行人重识别方法，其特征在于，所述步骤s20中对数据集的图像进行分割的方法为：在获取到数据集后，通过yolov5来对目标进行检测，获得每个人物的bounding box，同时将bounding box的左上角x，y坐标以及长宽提取出作为标注。
4.根据权利要求3所述的一种用于港口码头的行人重识别方法，其特征在于，所述步骤s30中机器学习的过程包括以下步骤：
5....
【专利技术属性】
技术研发人员：王建华，郑锋，尹土兵，陈宇，郭建波，邹晓波，
申请(专利权)人：中南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。