(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210757475.X (22)申请日 2022.06.29 (71)申请人 刘丰林 地址 450000 河南省郑州市金 水区花园路 39号 (72)发明人 刘丰林　刘宾宾　 (51)Int.Cl. G06V 40/16(2022.01) G06T 7/246(2017.01) G06T 7/73(2017.01) G06V 10/74(2022.01) (54)发明名称 一种智慧社区行 人跟踪定位方法及系统 (57)摘要 本发明涉及一种智慧社区行人跟踪定位方 法及系统。 本发 明利用第一探测器配合卡尔曼滤 波算法和匈牙利算法实现单个轨迹中行人目标 进行持续追踪； 并利用人脸分类模 型对包含人脸 目标的不同轨迹中的行人目标进行识别， 实现对 包含人脸目标的不同轨迹中行人目标的全局识 别。 从每个轨迹所在的视频帧中选取行人目标图 像质量达标的高质量行人目标图像， 从选出的高 质量行人目标图像提取外观特征， 再获取未识别 出人脸目标的不同轨迹的行人目标的外观特征 并分别计算其与其他各个轨迹行人目标的外观 特征的相似度， 利用外观特征的相似度匹配实现 同一行人的跨轨迹追踪， 补 充人脸识别无法覆盖 全部轨迹的缺点， 实现相对准确地行人跟踪和定 位。 权利要求书2页 说明书6页 附图2页 CN 115100716 A 2022.09.23 CN 115100716 A 1.一种智慧社区行 人跟踪定位方法， 其特 征在于， 包括： 第一探测器基于行人目标的外观特征探测社区摄像设备所采集视频的每一视频帧中 的行人目标并通过第一 边界框标定行 人目标； 提取在t时刻视频帧中任一行人目标的的第一边界框的第一状态参数， 并通过卡尔曼 滤波算法基于第一状态参数预测该行人目标第一边界框在t+1时刻的第一预测 状态， 将与 第一预测 状态相匹配的t+1时刻视频帧中的该行人目标的第一边界框作为t时刻视频帧中 的该行人目标 的第一边界框的下一位置， 确定该行人目标第一边界框的轨迹， 为同一轨迹 的行人目标配置同一识别ID； 对于视频中不同轨迹的行人目标， 探测并截取不同轨迹的行人目标的人脸目标， 利用 人脸分类模型识别不同轨迹的行人目标中的人脸目标是否指示同一行人， 是则为指示同一 行人的不同轨 迹的行人目标分配同一识别ID； 从每个轨迹所在的视频帧中选取行人目标图像质量达标的高质量行人目标图像， 从选 出的高质量行人目标图像提取外观特征， 获取未识别出人脸目标的不同轨迹的行人目标的 外观特征并分别计算其与其他各个轨迹中行人目标的外观特征的相似度， 通过相似度比较 以确定未识别出人脸目标的不同轨迹的行人目标与各个轨迹中行人目标是否为同一行人， 是则， 为未识别出 人脸目标的不同轨 迹中行人目标配置其所指示行 人的识别ID。 2.根据权利要求1所述的智慧社区行人跟踪定位方法， 其特征在于， 所述第 一状态参数 包括： 第一边界框中心的x向速度、 第一边界框中心的y向速度、 第一边界框高度、 第一边界 框高宽比、 第一边界框中心的x向加速度、 第一边界框中心的y向加速度、 第一边界框高度变 化速度、 第一 边界框高宽比变化速度。 3.根据权利要求1所述的智慧社区行人跟踪定位方法， 其特征在于， 通过匈牙利算法确 定与第一预测状态相匹配的t+1时刻视频帧中的行 人目标的第一 边界框。 4.根据权利要求1所述的智慧社区行人跟踪定位方法， 其特征在于， 探测并截取不同轨 迹的行人目标的人脸目标包括： 通过第二探测器基于人脸特征探测视频每一视频帧的人脸目标， 并通过第 二边界框标 定人脸目标； 提取在t时刻视频帧中任一人脸目标的第二状态参数， 通过卡尔曼滤波算法基于第二 状态参数预测该人脸 目标第二边界框在t+1时刻的第二预测状态， 将与第二预测状态相匹 配的t+1时刻视频帧中的人脸 目标的第二边界框作为t时刻视频帧中的该人脸目标的第二 边界框的下一 位置， 从而确定该 人脸目标第二 边界框的轨 迹； 基于人脸目标和行 人目标轨 迹在相同时间段内的相似性关联 行人目标和人脸目标。 5.根据权利要求4所述的智慧社区行人跟踪定位方法， 其特征在于， 所述第 二状态参数 第二边界框中心的x向速度、 第二边界框中心的y向速度、 第二边界框高度、 第二边界框高宽 比、 第二边界框中心的x向加速度、 第二边界框中心的y向加速度、 第二边界框高度变化速 度、 第二边界框高宽比变化速度。 6.根据权利要求4所述的智慧社区行人跟踪定位方法， 其特征在于， 通过匈牙利算法确 定与第二预测状态相匹配的t+1时刻视频帧中的人脸目标的第二 边界框。 7.根据权利要求1所述的智慧社区行人跟踪定位方法， 其特征在于， 从每个轨迹所在的 视频帧中选取行人目标第一边界框置信度达到 设定阈值的第一边界框， 并按选出的第一边权　利　要　求　书 1/2 页 2 CN 115100716 A 2界框的范围从视频帧中截图作为高质量行 人目标图像。 8.根据权利要求4所述的智慧社区行人跟踪定位方法， 其特征在于， 第 一探测器为针对 行人的外观特征训练用于探测行人目标的Y OLO模型实现， 所述第二探测器为针对 行人的人 脸特征训练用于 探测人脸目标的YOLO模型实现。 9.根据权利要求1所述的智慧社区行人跟踪定位方法， 其特征在于， 探测并截取不同轨 迹的行人目标的人脸目标， 利用人脸分类模型识别不同轨迹的行人目标中的人脸目标是否 指示同一行人和从每个轨迹所在的视频帧中选取行人目标图像质量达标 的高质量行人目 标图像， 从选出 的高质量行人目标图像提取外观特征， 获取未识别出人脸 目标的不同轨迹 的行人目标的外观特征并分别计算其与其他各个轨迹中行人目标的外观特征的相似度， 通 过相似度比较以确定未识别出人脸目标 的不同轨迹的行人目标与各个轨迹中行人目标是 否为同一行人两个过程并行执行， 若不同轨迹的行人目标经过人脸分类模型人脸匹配， 则 根据人脸分类模型的识别结果为行人目标分配识别ID， 若不同轨迹的行人目标未经过人脸 分类模型人脸匹配， 则根据各个轨迹行人目标的外观特征的相似度所分析结果为行人目标 分配识别ID。 10.一种智慧社区行人跟踪定位系统， 其特征在于， 包括： 社区摄像设备， 社区摄像设备 通过视频传输链路连接 分析后台， 所述分析后台配置处理单元、 存储 单元、 接口单元和总线 单元， 所述处理单元、 存储 单元和接口单元通过总线 单元连接， 所述接口单元连接视频传输 链路用于从社区摄像设备采集视频并存储到存储单元， 所述存储单元存储至少一条指令， 所述处理单元读取所述指令并执行， 对采集的视频进行分析处理实现权利要求1 ‑9任一所 述的智慧社区行 人跟踪定位方法。权　利　要　求　书 2/2 页 3 CN 115100716 A 3