CN110717414A 一种目标检测追踪方法、装置及设备 （青岛海信网络科技股份有限公司）

征信息与待检索集合中的图像对应的特征信息频监控点位获取的包含目标对象的视频帧进行过不同类型的目标检测追踪算法从视频监控点将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象的行动轨迹进2标对象的特征信息是对视频监控点位获取的包含目标对象的视频帧进行特征提取得到的，所述待检索集合中的图像是通过不同类型的目标检测追踪算法从视频监控点位获取的视根据所述比对结果从所述待检索集合中确定将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象的行通过如下方式从视频监控点位获取的视频帧中筛选出计算视频监控点位获取的视频帧对应的特征信息与预设图像对应的特征信息之间的根据与所述矢量特征、结构化数据及场景信息分别对按求和值从大到小的顺序从所述视频监控点位获取的视频帧中选取前N个视频帧，并根据收到的确认指令从选取的所述视频帧中筛选出对象的行驶方向与所述图像中的目标对象的行驶方将所述相似度大于设定值且所述接续度大于预设将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象的行在获取的同一视频帧中，根据通过人脸检测跟踪算法确定的人根据所述视频帧中关联的人脸和行人，将已确定的所利用预设图像与所述视频帧进行比对，从所3通过人脸检测跟踪算法确定所述相似度最高的目标对象在所述视频帧中的人脸区域，根据所述人脸区域及所述行人区域之间的交并比IOU值，对所述相似度最高的目标对根据用户设置的包含目标对象的多个视频帧的采集时间和采集多个视频帧的视频监根据所述行驶速度和行驶方向预测行驶范围，并将所述预若检测到所述目标对象位于车辆中，且所述车辆的车主与所述目标对象为同一对象，则将利用车辆检测跟踪算法得到的所述车辆的行动轨迹与所述目标对象确定的行动轨迹检索比对模块，用于将目标对象的特征信息与待检索集确定图像模块，用于根据所述比对结果从所述待检索集合中确定包含目标对象的图轨迹关联模块，用于将已确定的所述目标对象的行中的目标对象的行动轨迹进行关联，将得到的行动轨迹作为所述目标对象确定的行动轨4述目标对象的特征信息是对视频监控点位获取的包含目标对象的视频帧进行特征提取得[0008]将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象[0012]计算视频监控点位获取的视频帧对应的特征信息与预设图像对应的特征信息之5[0014]按求和值从大到小的顺序从所述视频监控点位获取的视频帧中选取前N个视频[0022]将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象检测跟踪算法确定的行人区域之间的交并比IOU值，对所述视频帧中的人脸和行人进行关[0027]通过人脸检测跟踪算法确定所述相似度最高的目标对象在所述视频帧中的人脸[0028]根据所述人脸区域及所述行人区域之间的交并比IOU值，对所述相似度最高的目[0030]根据用户设置的包含目标对象的多个视频帧的采集时间和采集多个视频帧的视6[0041]计算视频监控点位获取的视频帧对应的特征信息与预设图像对应的特征信息之[0043]按求和值从大到小的顺序从所述视频监控点位获取的视频帧中选取前N个视频检测跟踪算法确定的行人区域之间的交并比IOU值，对所述视频帧中的人脸和行人进行关7[0056]通过人脸检测跟踪算法确定所述相似度最高的目标对象在所述视频帧中的人脸[0057]根据所述人脸区域及所述行人区域之间的交并比IOU值，对所述相似度最高的目[0059]根据用户设置的包含目标对象的多个视频帧的采集时间和采集多个视频帧的视述目标对象的特征信息是对视频监控点位获取的包含目标对象的视频帧进行特征提取得[0067]将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象[0070]计算视频监控点位获取的视频帧对应的特征信息与预设图像对应的特征信息之[0072]按求和值从大到小的顺序从所述视频监控点位获取的视频帧中选取前N个视频8检测跟踪算法确定的行人区域之间的交并比IOU值，对所述视频帧中的人脸和行人进行关[0084]通过人脸检测跟踪算法确定所述相似度最高的目标对象在所述视频帧中的人脸[0085]根据所述人脸区域及所述行人区域之间的交并比IOU值，对所述相似度最高的目[0087]根据用户设置的包含目标对象的多个视频帧的采集时间和采集多个视频帧的视9[0105]本发明实施例描述的应用场景是为了更加清楚的说明本发明实[0112]目标检测处理对象的维度可以分为单张图像静态目标检测和图像序列运动目标[0113]本发明提供的目标检测追踪的过程可以理解为包含了目标检测、目标追踪的过[0114]目标追踪可以理解为基于所述检测结果，针对同一个目标对象进行目标检测追框提供一个唯一标识ID，根据该目标对象在多个视频帧中确定的多个具有同一ID的检测用视频监控点位纳入嫌疑人目标追踪的图像来源，降低追踪过程对人脸卡口设备一监控点位输入的视频帧，若某次对该视频帧进行目标检测跟踪后未输出目标对象的状[0133]步骤100、将目标对象的特征信息与待检索集合中的图像对应的特征信息进行比视频监控点位获取的包含目标对象的视频帧，在追踪任务结束后删除所述检索库中的信[0139]本实施例中利用目标对象的特征信息与待检索集合中的图像对应的特征信息进而将与目标图像最接近的图像中的目标对象的行动轨迹关联起来，实现跨镜头的轨迹关[0144]本发明实施例在每次视频监控点位获取的视频帧中筛选出待度最高的视频帧为包含目标对象的视频帧；所述预设图像为预先获取的包含目标对象(嫌监控点位获取的视频帧对应的特征信息进行相似度计算，按相似度排序推送批量相似目[0150]计算视频监控点位获取的视频帧对应的特征信息与预设图像对应的特征信息之[0152]按求和值从大到小的顺序从所述视频监控点位获取的视频帧中选取前N个视频[0154]本实施例提出的对所述矢量特征、结构化数据及场景信息的权重分配如下表所70%60%30%40%100%100%20%0%25%10%25%10%10%30%10%20%10%30%100%100%[0161]1)根据用户设置的包含目标对象的多个视频帧的采集时间和采集多个视频帧的[0163]若所述目标对象不小于2人时，根据用户设置的多个视频帧的采集时间和采集多度将所述确定的所有的子路段中的速度的平均值作为所述目标对象的行驶速度；进行服务区分析)；[0177]本实施例中通过比对所述目标对象的特征信息与所述图像对应的特征信息之间[0181]步骤102、将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的[0185]通过人脸检测跟踪算法对同一视频监控点位获取的包含目标对象的视频帧进行[0187]将所述目标对象的人脸轨迹通过人脸跟踪链路UID进行关联，将所述目标对象的检测跟踪算法确定的行人区域之间的交并比IOU值，对所述视频帧中的人脸和行人进行关[0196]1)将已确定的所述目标对象的人脸行动轨迹与所述图像中的目标对象的人脸行[0197]2)将已确定的所述目标对象的行人行动轨迹与所述图像中的目标对象的行人行[0198]3)将已确定的所述目标对象的人脸行动轨迹与所述图像中的目标对象的行人行[0199]4)将已确定的所述目标对象的行人行动轨迹与所述图像中的目标对象的人脸行[0204]通过人脸检测跟踪算法确定所述相似度最高的目标对象在所述视频帧中的人脸[0205]根据所述人脸区域及所述行人区域之间的交并比IOU值，对所述相似度最高的目驶/副驾驶人四路信息确认嫌疑人目标和嫌疑车目标之间的关系，从而在确定了所述车辆迹与所述目标对象确定的行动轨迹进行关联，解决了实际情况中驾驶/副驾驶人不是车主[0215]下面从时空分析和轨迹关联的角度对本发明实施例提出的一种目标检测追踪方标对象的多个视频帧的采集时间和采集多个视频帧的视频监控[0221]若根据目标对象初始信息获取部分确定需要追踪的目标对象小于2人时，无法预[0233]实施中，并行分别同时进行人脸检测跟踪和行人检测跟踪，其中步骤306、步骤[0236]步骤308、将人脸矢量特征和结构化数据与待检索集合中的图像对应的人脸矢量[0239]步骤311、将行人矢量特征和结构化数据与待检索集合中的图像对应的行人矢量[0241]步骤313、将所述视频帧中的目标对象已确定的行动轨迹与所述包含目标对象的[0248]步骤402、对车辆进行特征提取和结构化处理，得到车辆的矢量特征和结构化数目标对象的人脸行动轨迹与所述包含目标对象的图像中的目标对象的人脸行动轨迹进行踪算法得到的所述车辆的行动轨迹与所述目标对[0260]检索比对模块500，用于将目标对象的特征信息与待检索集合中的图像对应的特[0261]确定图像模块501，用于根据所述比对结果从所述待检索集合中确定包含目标对[0262]轨迹关联模块502，用于将已确定的所述目标对象的行动轨迹与所述包含目标对[0265]计算视频监控点位获取的视频帧对应的特征信息与预设图像对应的特征信息之[0267]按求和值从大到小的顺序从所述视频监控点位获取的视频帧中选取前N个视频检测跟踪算法确定的行人区域之间的交并比IOU值，对所述视频帧中的人脸和行人进行关[0280]通过人脸检测跟踪算法确定所述相似度最高的目标对象在所述视频帧中的人脸[0281]根据所述人脸区域及所述行人区域之间的交并比IOU值，对所述相似度最高的目[0283]根据用户设置的包含目标对象的多个视频帧的采集时间和采集多个视频帧的视述目标对象的特征信息是对视频监控点位获取的包含目标对象的视频帧进行特征提取得[0293]将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象[0296]计算视频监控点位获取的视频帧对应的特征信息与预设图像对应的特征信息之[0298]按求和值从大到小的顺序从所述视频监控点位获取的视频帧中选取前N个视频检测跟踪算法确定的行人区域之间的交并比IOU值，对所述视频帧中的人脸和行人进行关[0310]通过人脸检测跟踪算法确定所述相似度最高的目标对象在所述视频帧中的人脸[0311]根据所述人脸区域及所述行人区域之间的交并比IOU值，对所述相似度最高的目[0313]根据用户设置的包含目标对象的多个视频帧的采集时间和采集多个视频帧的视述目标对象的特征信息是对视频监控点位获取的包含目标对象的视频帧进行特征提取得[0321]将已确定的所述目标对象的行动轨迹与所述包含目标对象的图像中的目标对象可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形现在流程图一个流程或多个流程和/或方框图一个方框或多个方[0324]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令设备的制造品，该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实