申请/专利权人：四川大学

申请日：2024-01-15

公开（公告）日：2024-04-16

公开（公告）号：CN117576764B

主分类号：G06V40/16

分类号：G06V40/16;G06T7/277;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种基于多目标追踪的视频无关人员自动识别方法，克服手工处理的局限性、单帧判断的局限性，提高了无关人员识别的效率和准确性；克服了现有方法由于遮挡和视频质量问题导致的漏检和误检的局限性，包括下述步骤：1）人脸检测：使用YOLOX检测器检测视频每一帧中的所有人脸，得到人脸检测结果Dt；2）目标轨迹关联：将人脸检测结果Dt作为输入，通过关联不同帧中的人形成跟踪轨迹；3）无关人员识别：基于获取的轨迹识别无关个体。

主权项：1.一种基于多目标追踪的视频无关人员自动识别方法，其特征在于：包括下述步骤：1人脸检测：使用YOLOX检测器检测视频每一帧中的所有人脸，得到第t帧人脸检测结果Dt；包括下述具体步骤：1.1将视频切帧后形成的图像集合中的每一张原始图依次输入，YOLOX检测器的Darknet53主干网络的Dark层生成三个不同尺寸大小的特征图，并将所有不同尺寸大小的特征图分别形成三个特征图集合；相对于原始图，三个特征图的尺寸分别缩小了8倍、16倍和32倍；1.2将三个特征图集合输入到YOLOX检测器的Neck结构中，通过上采样融合高级信息、通过下采样调整特征图的大小的方式融合出不同分辨率的三类特征图；1.3将Neck结构输出的三类特征图输入到YOLOX检测器的解耦头中，在解耦头内通过分类分支、回归分支和IoU分支处理分类任务和回归任务的冲突；1.4将回归分支和IoU分支的输出值作为人脸检测结果，记为Dt；2目标轨迹关联：将人脸检测结果Dt作为输入，通过关联不同帧中的人形成跟踪轨迹，得到轨迹集合T；包括下述具体步骤：2.1第一阶段关联：首先将人脸检测结果Dt作为输入，使用卡尔曼滤波器预测第t帧的跟踪轨迹；然后计算高分检测框和跟踪轨迹之间的IoU；之后，采用匈牙利算法基于IoU将高分检测框与轨迹目标框关联起来，得到高分检测框成功匹配的目标-轨迹对、未匹配的目标和未匹配的轨迹；2.2第二阶段关联：首先将人脸检测结果Dt作为输入，使用卡尔曼滤波器预测第t帧的跟踪轨迹；然后计算低分检测框和未匹配的轨迹之间的IoU；之后，采用匈牙利算法基于IoU将低分检测框与轨迹目标框关联起来，得到低分检测框成功匹配的目标-轨迹对、未匹配的目标和未匹配的轨迹；2.3经过两阶段关联后，根据高分检测框成功匹配的目标-轨迹对和低分检测框成功匹配的目标-轨迹对更新了轨迹集合T；而第一阶段关联后未匹配的目标被初始化为新的轨迹，加入轨迹集合T；第二阶段关联后未匹配的目标被丢弃；第二阶段关联后未匹配的轨迹被标记为丢失状态，如果一个轨迹连续300帧无法关联，则视为人员已离开当前场景，将该轨迹从轨迹集合T中移除；其中，对于每一帧人脸检测结果Dt，预测结果置信度值高于0.9的定义为高分检测框，否则定义为低分检测框；对于第一帧的高分检测框被初始化为跟踪轨迹；3无关人员识别：基于获取的轨迹识别无关个体，具体为：3.1通过步骤2得到的轨迹集合T对每一帧中每个个体提取出绝对面部尺寸、相对面部尺寸、面部中心坐标以及面部中心到图像中心的欧几里德距离四个特征；3.2计算每个个体在所有帧上四个特征的平均值；3.3对于每个个体的四个特征平均数值，进行归一化，并输入全连接层和激活函数进行无关个体分类，输出分类结果，即得是否为无关人员。

全文数据：

权利要求：

百度查询： 四川大学 一种基于多目标追踪的视频无关人员自动识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD