CN107992839A - 人物跟踪方法、装置及可读存储介质 - Google Patents

Abstract

本公开是关于一种人物跟踪方法、装置及可读存储介质。采用该方法所提取出的第一子图像和第二子图像中不仅仅包含有人物的图像，还包含有人物周围预设范围内的区域的图像，在确定第二子图像的特征是否与第一子图像的特征匹配时，不仅考虑了用于表征人物的特征，还考虑了用于表征人物周围预设范围内的区域的特征，进而在确定跟踪目标时，不仅考虑用于表征人物的特征，还考虑了用于表征人物周围预设范围内的区域的特征，因此，采用该方法，即使跟踪目标被遮挡时，也能跟踪到该消费者，提高了跟踪的准确度，避免了由于人流过多造成互相遮挡时，将跟踪目标跟丢的弊端。

Description

人物跟踪方法、装置及可读存储介质

技术领域

本公开涉及图像处理领域，尤其涉及一种人物跟踪方法、装置及可读存储介质。

背景技术

随着经济的发展，人们对生活质量的追求越来越高，需要物品的种类也越来越丰富，相应地，商店的数量也越来越多，商家为了增加利润，促进消费者的消费，常常在商店内提供导购服务，例如：在消费者购物的过程中，为消费者展示物品的价格、用途等，以促进消费者购买该物品。

现有的导购服务主要是由导购员提供的，在为消费者提供导购服务的过程中，需要时刻跟随着消费者，有可能会对消费者造成影响，使其失去逛商店的兴趣。此外，对于商家来说，需要雇佣导购员，增加商家经营商店的成本。

发明内容

为克服相关技术中存在的问题，本公开提供一种人物跟踪方法、装置及可读存储介质。

根据本公开实施例的第一方面，提供一种人物跟踪方法，包括：

从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积；

从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积；

确定所述第二子图像的特征是否与所述第一子图像的特征匹配；

在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

可选地，确定所述第二子图像的特征是否与所述第一子图像的特征匹配，包括：

提取所述第一子图像的第一尺度不变特征转换SIFT特征，并提取所述第二子图像的第二尺度不变特征转换SIFT特征；

将所述第一尺度不变特征转换SIFT特征转换为第一频域特征，并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征；

通过奇异值分解所述第一频域特征以及所述第二频域特征；

确定分解后的第一频域特征是否与分解后的第二频域特征匹配。

可选地，从采集到的图像中提取包含第一人物图像的第一子图像之后，所述方法还包括：

将所述第一子图像确定为参考图像；

确定所述第二子图像的特征是否与所述第一子图像的特征匹配，包括：

确定所述第二子图像的特征是否与所述参考图像的特征匹配；

在确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同之后，所述方法还包括：

将所述参考图像更新为所述第二子图像。

可选地，所述方法还包括：

在连续采集到的多张图像所表征的人物相同时，根据所述多张图像，检测该人物在空间中的位置是否发生改变，以及该人物的人脸朝向是否发生改变；

在该人物在空间中的位置未改变且该人物的人脸朝向未发生改变时，确定所述人脸朝向所对应的物品；

将所述人脸朝向所对应的物品确定为该人物关注的物品。

可选地，在将所述人脸朝向所对应的物品确定为该人物关注的物品之后，所述方法还包括：

将所述物品的参数信息发送给该人物的终端设备；或

输出所述物品的参数信息。

可选地，在将所述人脸朝向所对应的物品确定为该人物关注的物品之后，所述方法还包括：

根据预设时长内多个人物各自关注的物品，确定每个物品的关注度；

根据每个物品的关注度，向摆货人员的终端设备发送提示信息，以提示所述摆货人员每个物品的摆放位置。

根据本公开实施例的第二方面，提供一种人物跟踪装置，包括：

第一提取模块，被配置为从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积；

第二提取模块，被配置为从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积；

第一确定模块，被配置为确定所述第二子图像的特征是否与所述第一子图像的特征匹配；

第二确定模块，被配置为在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

可选地，所述第一确定模块包括：

第一提取子模块，被配置为提取所述第一子图像的第一尺度不变特征转换SIFT特征，并提取所述第二子图像的第二尺度不变特征转换SIFT特征；

特征转换子模块，被配置为将所述第一尺度不变特征转换SIFT特征转换为第一频域特征，并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征；

分解子模块，被配置为通过奇异值分解所述第一频域特征以及所述第二频域特征；

第一确定子模块，被配置为确定分解后的第一频域特征是否与分解后的第二频域特征匹配。

可选地，所述装置还包括：

第三确定模块，被配置为将所述第一子图像确定为参考图像；

相应地所述第一确定模块包括：

第二确定子模块，被配置为被配置为确定所述第二子图像的特征是否与所述参考图像的特征匹配；

在确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同之后，相应地，所述装置还包括：

图像更新模块，被配置为将所述参考图像更新为所述第二子图像。

可选地，所述装置还包括：

检测模块，被配置为在连续采集到的多张图像所表征的人物相同时，根据所述多张图像，检测该人物在空间中的位置是否发生改变，以及该人物的人脸朝向是否发生改变；

第四确定模块，被配置为在该人物在空间中的位置未改变且该人物的人脸朝向未发生改变时，确定所述人脸朝向所对应的物品；

第五确定模块，被配置为将所述人脸朝向所对应的物品确定为该人物关注的物品。

可选地，所述装置还包括：

第一发送模块，被配置为将所述物品的参数信息发送给该人物的终端设备；或

输出模块，被配置为输出所述物品的参数信息。

可选地，所述装置还包括：

第六确定模块，被配置为根据预设时长内多个人物各自关注的物品，确定每个物品的关注度；

第二发送模块，被配置为根据每个物品的关注度，向摆货人员的终端设备发送提示信息，以提示所述摆货人员每个物品的摆放位置。

根据本公开实施例的第三方面，提供一种人物跟踪的装置，所述装置包括：

处理器；

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：

从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积；

从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积；

确定所述第二子图像的特征是否与所述第一子图像的特征匹配；

在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的一种人物跟踪方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

采用上述技术方案，所提取出的第一子图像和第二子图像中不仅仅包含有人物的图像，还包含有人物周围预设范围内的区域的图像，在确定第二子图像的特征是否与第一子图像的特征匹配时，不仅考虑了用于表征人物的特征，还考虑了用于表征人物周围预设范围内的区域的特征，进而在确定跟踪目标时，不仅考虑用于表征人物的特征，还考虑了用于表征人物周围预设范围内的区域的特征，因此，采用该方法，即使跟踪目标被遮挡时，也能跟踪到该消费者，提高了跟踪的准确度，避免了由于人流过多造成互相遮挡时，将跟踪目标跟丢的弊端。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种人物跟踪方法的流程图。

图2是根据一示例性实施例示出的一种人物跟踪方法中包括的步骤S13的流程图。

图3是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。

图4是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。

图5是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。

图6是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。

图7是根据一示例性实施例示出的一种人物跟踪装置的框图。

图8是根据一示例性实施例示出的一种人物跟踪装置的第一确定模块的框图。

图9是根据一示例性实施例示出的一种人物跟踪装置的另一框图。

图10是根据一示例性实施例示出的一种人物跟踪装置的另一框图。

图11是根据一示例性实施例示出的一种人物跟踪装置的另一框图。

图12是根据一示例性实施例示出的一种人物跟踪装置的另一框图。

图13是根据一示例性实施例示出的一种人物跟踪装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

相关技术中，通常会对每一个消费者设置一个矩形的跟踪框，根据该矩形的跟踪框来跟踪商店内的行人，在跟踪的过程中，由于每个消费者在商店内均可自由移动，消费者在移动的过程中，可能会互相遮挡或者被货架、商品等遮挡，使跟踪的目标发生变化，导致跟踪不准确。因此，为了保证在消费者被遮挡时，也能跟踪到该消费者，提高了跟踪的准确度，本公开实施例提供了一种人物跟踪方法。

请参考图1，图1是根据一示例性实施例示出的一种人物跟踪方法的流程图。如图1所示，本公开实施例提供的人物跟踪方法，包括以下步骤。

在步骤S11中，从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积。

在步骤S12中，从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积。

在步骤S13中，确定所述第二子图像的特征是否与所述第一子图像的特征匹配。

在步骤S14中，在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

通常情况下，为了便于消费者快速地找到所需要的物品，商家根据物品的类型将商店分为不同的区域，例如：食品区域、生活用品区域、学习用品区域等，同时，可以在商店的每个区域内安装摄像头，消费者进入商店，根据自身的需求选择进入到某一个区域选购物品时，安装在该区域内的摄像头即可采集到该消费者的图像。其中，摄像头采集到的图像中不仅包含有消费者的人物图像，也包含有该消费者周围一定范围内的区域的图像，以便于在跟踪该消费者的过程中，借助于该消费者周围一定范围内的区域的图像来确保跟踪到的是同一个消费者，提高跟踪的准确度。

可选地，可以预先确定出感兴趣的区域，在该区域内安装摄像头，使该摄像头的视野范围仅包括预先确定的感兴趣的区域，从而使摄像头只能采集到出现在该感兴趣的区域内的消费者的图像。其中，感兴趣的区域可以根据商店内每个区域每天售出的物品的数量来预先确定，或者还可以根据商店内每个区域每天的人流量来确定。

在本公开实施例提供的人物跟踪方法中，首先，在步骤S11中，从摄像头采集到的图像中提取出包含有第一人物图像的第一子图像，该第一子图像的面积大于第一人物图像的面积，其中，第一人物图像中的人物可以是该摄像头所采集到的任意一位消费者，第一子图像中不仅包含有该第一人物图像，还包含有该第一人物周围预设范围内的区域的图像。在采集到第一子图像之后，可从该第一子图像中提取用以表征人物和周围预设范围内的区域的特征，然后利用提取出的特征对神经网络进行训练学习，以使其能分辨出摄像头采集到的其他图像是否包含上述提取出的特征。

可选地，预设范围可以根据商家对消费者跟踪的准确度的需求设置。预设范围越小，对应的第一子图像中包含的像素点越少，相应地，从第一子图像中提取出的特征越少，经训练学习后的神经网络的准确度不高，因而对消费者跟踪的准确度就越低，同时，对图像分析的工作量负荷越小，分析速度越快；预设范围越大，对应的第一子图像中包含的像素点越多，相应地，从第一子图像中提取出的特征越多，经训练学习后的神经网络的准确度越高，因而对消费者跟踪的准确度就越高，同时，对图像分析的工作量负荷越大，分析速度越慢。商家可综合考虑对消费者跟踪的准确度的需求以及对图像分析速度的快慢自行设置该预设范围。

在步骤S11中提取出第一子图像后，接着，在步骤S12中，从下一次采集到的图像中提取出包含第二人物图像的第二子图像，该第二子图像的面积大于所述第二人物图像的面积，同样地，该第二人物图像中的人物也可以是该摄像头所采集到的任意一位消费者，第二子图像中不仅包含有该第二人物图像，还包含有该第二人物周围预设范围内的区域的图像，为了便于将两帧图像比较，步骤S12中的预设范围的数值与步骤S11中的预设范围的数值相同。其中，下一次采集到的图像是指摄像头在采集到包含有第一人物图像之后的第N帧图像，N为大于等于1的整数。

接着，在步骤S13中，将第二子图像的特征与第一子图像的特征相比较，确定该第二子图像的特征是否与第一子图像的特征相匹配，其中，相比较的特征中不仅包含有用于表征人物的特征，还包含有用于表征人物周围预设范围内的区域的特征。最后，在该第二子图像的特征与第一子图像的特征相匹配时，确定第二人物图像所表征的人物与第一人物图像所表征的人物相同。

在本公开实施例所提供的人物跟踪方法中，首先，需要提取出包含有第一人物以及其周围预设范围内的区域的图像的第一子图像，接着，在摄像头采集到的包含有第一子图像的图像之后的第N帧图像中，提取出第二子图像，然后，将第二子图像的特征与第一子图像的特征相比较，确定该第二子图像的特征是否与第一子图像的特征匹配，最后，在第二子图像的特征与第一子图像的特征匹配时，确定第二人物图像所表征的人物与第一人物图像所表征的人物相同，即实现了对该人物的跟踪。

采用上述技术方案，所提取出的第一子图像和第二子图像中不仅仅包含有人物的图像，还包含有人物周围预设范围内的区域的图像，在确定第二子图像的特征是否与第一子图像的特征匹配时，不仅考虑了用于表征人物的特征，还考虑了用于表征人物周围预设范围内的区域的特征，进而在确定跟踪目标时，不仅考虑用于表征人物的特征，还考虑了用于表征人物周围预设范围内的区域的特征，因此，采用该方法，即使跟踪目标被遮挡时，也能跟踪到该消费者，提高了跟踪的准确度，避免了由于人流过多造成互相遮挡时，将跟踪目标跟丢的弊端。

可选地，图2是根据一示例性实施例示出的一种人物跟踪方法中包括的步骤S13的流程图。如图2所示，步骤S13具体包括以下步骤。

在步骤S131中，提取所述第一子图像的第一尺度不变特征转换SIFT特征，并提取所述第二子图像的第二尺度不变特征转换SIFT特征。

在步骤S132中，将所述第一尺度不变特征转换SIFT特征转换为第一频域特征，并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征。

在步骤S133中，通过奇异值分解所述第一频域特征以及所述第二频域特征。

在步骤S134中，确定分解后的第一频域特征是否与分解后的第二频域特征匹配。

在图像处理领域，提取特征的方式有多种，其中，尺度不变特征转换SIFT特征(Scale-invariant feature transform)具有尺寸不变性，即使图像亮度和拍摄角度发生变化时，提取出的SIFT特征仍具有一定的稳定性。因此，为了保证所提取出的特征不受拍摄角度以及图像亮度的影响，使得提取出的特征可以较为准确的表征人物以及周围预设范围内的区域，在本公开实施例中，分别从第一子图像和第二子图像中提取出第一SIFT特征和第二SIFT特征。

在上述提取出的第一SIFT特征和第二SIFT特征均为时域特征，如果在时域内将上述特征进行分析时，有些特征的时域参数相同，但并不能确定这些特征就完全相同，还需要再对特征的频率、相位等信息进行分析，因此，时域分析的速度较慢，可将第一SIFT特征转换成第一频域特征，将第二SIFT特征转换成第二频域特征，在频域内对提取出的特征进行分析，示例地，可采用快速傅里叶变换将第一SIFT特征和第二SIFT特征分别转换成第一频域特征和第二频域特征。

在将提取出的特征从时域转换成频域之后，可进一步对频域特征进行处理，通过奇异值分解SVD((Singular Value Decomposition)分别对第一频域特征和第二频域特征进行分解，使得分解后的第一频域特征中仅保留有最大的K个奇异值，利用该K个奇异值就可以表征第一频域特征的主要信息，同样地，使得分解后的第二频域特征中也仅保留有最大的K个奇异值，利用该K个奇异值就可以表征第二频域特征的主要信息。最后，将分解后的第一频域特征中的K个奇异值与第二频域特征中的K个奇异值相比较，确定分解后的第一频域特征是否与第二频域特征匹配。

采用上述技术方案，首先，分别从第一子图像和第二子图像中提取出第一SIFT特征和第二SIFT特征，使得提取出的特征不受图像光照和拍摄角度的影响，更能反映人物和周围预设范围内的区域，接着，将SIFT特征从时域特征转换成频域特征，并利用SVD对频域特征进行分解，使分解后的频域特征仅保留有该频域特征的主要信息，最后，确定分解后的第一频域特征是否与分解后的第二频域特征匹配，减少了确定第一频域特征是否与第二频域特征匹配的工作负荷，提高了匹配速度。

可选地，图3是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。如图3所示，在步骤S11之后，还包括以下步骤。

在步骤S15中，将所述第一子图像确定为参考图像。

相应地，步骤S13具体包括步骤S135。

在步骤S135中，确定所述第二子图像的特征是否与所述参考图像的特征匹配。

相应地，在步骤S14之后，所述方法还包括步骤S16。

在步骤S16中，将所述参考图像更新为所述第二子图像。

在确定所采集到的第二人物图像中的人物是否与第一人物图像中的人物是否相同时，可将包含有第一人物的第一子图像确定为参考图像，相应地，将上述所提取到的第二子图像的特征与该参考图像的特征相比较，确定第二子图像的特征是否与参考图像的特征匹配，在第二子图像的特征与该参考图像的特征匹配时，则确定该第二子图像中所表征的人物与该参考图像中所表征的人物相同，相应地，将该参考图像更新为第二子图像，即是，以该第二子图像作为参考图像，与采集第二人物图像时刻的下一时刻所采集到的人物图像进行比较。

在本公开实施例中，在跟踪人物的过程中，在确定第二人物图像所表征的人物与第一人物图像所表征的人物相同后，可将该第二子图像更新为参考图像，即，以最近时刻匹配成功的子图像作为参考图像，与下一时刻所采集到的人物图像进行比较，以确定下一时刻所采集到的人物图像中表征的人物是否与参考图像中表征的人物相同，进一步提高了跟踪人物的准确度。

可选地，图4是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。如图4所示，所述方法除了包括步骤S11-S14外，还包括以下步骤。

在步骤S17中，在连续采集到的多张图像所表征的人物相同时，根据所述多张图像，检测该人物在空间中的位置是否发生改变，以及该人物的人脸朝向是否发生改变。

在步骤S18中，在该人物在空间中的位置未改变且该人物的人脸朝向未发生改变时，确定所述人脸朝向所对应的物品。

在步骤S19中，将所述人脸朝向所对应的物品确定为该人物关注的物品。

多次重复采用上述方法，将每一个当前时刻所采集到的人物图像与最近时刻匹配成功的子图像相比较，在摄像头连续采集到的多张图像中所表征的人物相同时，即可以认为该人物在该摄像头所拍摄的区域内停留的时间较长，进而确定该人物对该区域内的物品感兴趣，有购买该区域内物品的倾向。

在确定所采集到的人物图像中所表征的人物对该区域内的物品有购买的倾向后，可根据多张图像，进一步分析该人物倾向购买该区域内的哪一种物品，具体地，根据该多张图像，检测人物在空间中的位置是否发生改变，以及该人物的人脸朝向是否发生改变，如果该人物在空间中的位置未改变且该人物的人脸朝向未改变时，确定出该人物的人脸朝向所对应的物品，并将该物品确定为人物关注的物品。

采用上述技术方案，在确定出人物在某一区域停留的时间较长时，才对该人物在空间中的位置以及人脸朝向是否发生改变进行检测，在该人物在空间中的位置以及人脸朝向均未发生变化时，认为该人物对其人脸朝向所对应的物品感兴趣，并将该物品确定为该人物关注的物品，因此，在人物跟踪过程中，在减少图像处理工作量的同时，较为便利地确定出人物所关注的物品。

可选地，图5是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。如图5所示，在步骤S19之后，所述方法包括以下步骤。

在步骤S20中，将所述物品的参数信息发送给该人物的终端设备。

在步骤S21中，输出所述物品的参数信息。

利用上述方法，在确定出人物所关注的物品后，为了便于该人物对该物品的了解，可将该物品的参数信息(例如：组成物品的成分、物品的使用方法等)呈现给该人物，其中，呈现给该人物的方法有且不限于以下三种可能的实施方式。

一种可能的实施方式为：将该物品的参数信息发送到该人物的终端设备上，具体地，可通过检测该人物携带的终端设备上的蓝牙，确定出该人物的终端设备，并向该终端设备中发送该物品的参数信息，使该人物可以从其终端设备上获知该物品的参数信息。另一种可能的实施方式为：将该物品的参数信息输出到该物品所在的区域内的显示屏中，使该物品的参数信息显示在显示屏中，该人物可以通过该显示屏获知其所关注的物品的参数信息。另一种可能的实施方式为：在确定出人物所关注的物品后，将该物品的参数信息输出到语音播放设备，通过该语音播放设备将该物品的参数信息以语音的形式播放出来，便于该人物获知其所关注的物品的参数信息。

采用上述技术方案，在确定出人物所关注的物品之后，即可以将人物所关注的物品的参数信息通过人物的终端设备、商店内的显示屏或者商店内的语音播放设备呈现出来，使该人物可以选择性的获取其需要的信息，而不需要导购员的讲解，因此，商家无需雇佣导购员，可减少商家经营商店的成本，同时，该人物可以随时获得所关注物品的参数信息，进而根据自身需求选择性的获取参数信息，提高了人物购买物品的体验。

可选地，图6是根据一示例性实施例示出的一种人物跟踪方法的另一流程图。如图6所示，在步骤S19之后，所述方法包括以下步骤。

在步骤S22中，根据预设时长内多个人物各自关注的物品，确定每个物品的关注度。

在步骤S23中，根据每个物品的关注度，向摆货人员的终端设备发送提示信息，以提示所述摆货人员每个物品的摆放位置。

对于每个在商场内购物的人物均可以采用本公开实施例中提供的人物跟踪的方法，确定出每个人物所关注的物品，并统计出在预设时长，多个人物各自关注的物品，确定每个物品的关注度，关注该物品的人物数量越大，则该物品的关注度也就越高。

其中，预设时长可以根据商家对确定每个物品的关注度的准确性设置，预设时长越长，统计的人物数量越多，所确定的每个物品的关注度的准确性也越高，但是，预设时间段越长，确定每个物品的关注度时的工作量也越大，需要的时间也越长。商家可综合考虑对确定每个物品的关注度的准确性需求和确定每个物品的关注度的工作量大小自行设置该预设时长。

在确定出每个物品的关注度之后，可根据每个物品的关注度，向商店内摆货人员的终端发送提示信息，以提示摆货人员每个物品的摆放位置，摆货人员根据该提示信息，可以将关注度较高的物品，摆放在人物易于发现的位置，可方便大多数人物购买该物品。

因此，采用上述技术方案，根据预设时长内多个人物各自关注的物品，确定每个物品的关注度，根据每个物品的关注度，提示摆货人员摆放每个物品的摆放位置，可以将关注度高的物品摆放在易于人物发现位置，方便人物购买，提高商店内物品的销售量。

图7是根据一示例性实施例示出的一种人物跟踪装置的框图。如图7所示，该装置700包括第一提取模块701、第二提取模块702、第一确定模块703和第二确定模块704。

该第一提取模块701被配置为从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积；

该第二提取模块702被配置为从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积；

该第一确定模块703被配置为确定所述第二子图像的特征是否与所述第一子图像的特征匹配；

该第二确定模块704被配置为在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

可选地，图8是根据一示例性实施例示出的一种人物跟踪装置的第一确定模块的框图。如图8所示，该第一确定模块703包括：

第一提取子模块7031，被配置为提取所述第一子图像的第一尺度不变特征转换SIFT特征，并提取所述第二子图像的第二尺度不变特征转换SIFT特征；

特征转换子模块7032，被配置为将所述第一尺度不变特征转换SIFT特征转换为第一频域特征，并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征；

分解子模块7033，被配置为通过奇异值分解所述第一频域特征以及所述第二频域特征；

第一确定子模块7034，被配置为确定分解后的第一频域特征是否与分解后的第二频域特征匹配。

可选地，图9是根据一示例性实施例示出的一种人物跟踪装置的另一框图。如图9所示，该装置700还包括：

第三确定模块705，被配置为将所述第一子图像确定为参考图像；

相应地，所述第一确定模块703包括：

第二确定子模块7035，被配置为被配置为确定所述第二子图像的特征是否与所述参考图像的特征匹配；

在确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同之后，相应地，所述装置700还包括：

图像更新模块706，被配置为将所述参考图像更新为所述第二子图像。

可选地，图10是根据一示例性实施例示出的一种人物跟踪装置的另一框图。如图10所示，该装置700还包括：

检测模块707，被配置为在连续采集到的多张图像所表征的人物相同时，根据所述多张图像，检测该人物在空间中的位置是否发生改变，以及该人物的人脸朝向是否发生改变；

第四确定模块708，被配置为在该人物在空间中的位置未改变且该人物的人脸朝向未发生改变时，确定所述人脸朝向所对应的物品；

第五确定模块709，被配置为将所述人脸朝向所对应的物品确定为该人物关注的物品。

可选地，图11是根据一示例性实施例示出的一种人物跟踪装置的另一框图。如图11所示，该装置700还包括：

第一发送模块710，被配置为将所述物品的参数信息发送给该人物的终端设备；或

输出模块711，被配置为输出所述物品的参数信息。

可选地，图12是根据一示例性实施例示出的一种人物跟踪装置的另一框图。如图12所示，该装置700还包括：

第六确定模块712，被配置为根据预设时长内多个人物各自关注的物品，确定每个物品的关注度；

第二发送模块713，被配置为根据每个物品的关注度，向摆货人员的终端设备发送提示信息，以提示所述摆货人员每个物品的摆放位置。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的人物跟踪方法的步骤。

图13是根据一示例性实施例示出的一种人物跟踪装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图13，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成人物跟踪方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行人物跟踪方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成人物跟踪方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (14)

1.一种人物跟踪方法，其特征在于，包括：

从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积；

从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积；

确定所述第二子图像的特征是否与所述第一子图像的特征匹配；

在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

2.根据权利要求1所述的方法，其特征在于，确定所述第二子图像的特征是否与所述第一子图像的特征匹配，包括：

提取所述第一子图像的第一尺度不变特征转换SIFT特征，并提取所述第二子图像的第二尺度不变特征转换SIFT特征；

将所述第一尺度不变特征转换SIFT特征转换为第一频域特征，并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征；

通过奇异值分解所述第一频域特征以及所述第二频域特征；

确定分解后的第一频域特征是否与分解后的第二频域特征匹配。

3.根据权利要求1所述的方法，其特征在于，从采集到的图像中提取包含第一人物图像的第一子图像之后，所述方法还包括：

将所述第一子图像确定为参考图像；

确定所述第二子图像的特征是否与所述第一子图像的特征匹配，包括：

确定所述第二子图像的特征是否与所述参考图像的特征匹配；

在确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同之后，所述方法还包括：

将所述参考图像更新为所述第二子图像。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在连续采集到的多张图像所表征的人物相同时，根据所述多张图像，检测该人物在空间中的位置是否发生改变，以及该人物的人脸朝向是否发生改变；

在该人物在空间中的位置未改变且该人物的人脸朝向未发生改变时，确定所述人脸朝向所对应的物品；

将所述人脸朝向所对应的物品确定为该人物关注的物品。

5.根据权利要求4所述的方法，其特征在于，在将所述人脸朝向所对应的物品确定为该人物关注的物品之后，所述方法还包括：

将所述物品的参数信息发送给该人物的终端设备；或

输出所述物品的参数信息。

6.根据权利要求4所述的方法，其特征在于，在将所述人脸朝向所对应的物品确定为该人物关注的物品之后，所述方法还包括：

根据预设时长内多个人物各自关注的物品，确定每个物品的关注度；

根据每个物品的关注度，向摆货人员的终端设备发送提示信息，以提示所述摆货人员每个物品的摆放位置。

7.一种人物跟踪装置，其特征在于，所述装置包含：

第一提取模块，被配置为从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积；

第二提取模块，被配置为从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积；

第一确定模块，被配置为确定所述第二子图像的特征是否与所述第一子图像的特征匹配；

第二确定模块，被配置为在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

8.根据权利要求7所述的装置，其特征在于，所述第一确定模块包括：

第一提取子模块，被配置为提取所述第一子图像的第一尺度不变特征转换SIFT特征，并提取所述第二子图像的第二尺度不变特征转换SIFT特征；

特征转换子模块，被配置为将所述第一尺度不变特征转换SIFT特征转换为第一频域特征，并将所述第二尺度不变特征转换SIFT特征转换为第二频域特征；

分解子模块，被配置为通过奇异值分解所述第一频域特征以及所述第二频域特征；

第一确定子模块，被配置为确定分解后的第一频域特征是否与分解后的第二频域特征匹配。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第三确定模块，被配置为将所述第一子图像确定为参考图像；

相应地，所述第一确定模块包括：

第二确定子模块，被配置为被配置为确定所述第二子图像的特征是否与所述参考图像的特征匹配；

在确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同之后，相应地，所述装置还包括：

图像更新模块，被配置为将所述参考图像更新为所述第二子图像。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

检测模块，被配置为在连续采集到的多张图像所表征的人物相同时，根据所述多张图像，检测该人物在空间中的位置是否发生改变，以及该人物的人脸朝向是否发生改变；

第四确定模块，被配置为在该人物在空间中的位置未改变且该人物的人脸朝向未发生改变时，确定所述人脸朝向所对应的物品；

第五确定模块，被配置为将所述人脸朝向所对应的物品确定为该人物关注的物品。

11.根据权利要求10所述的装置，其特征在于，所述装置还包括：

第一发送模块，被配置为将所述物品的参数信息发送给该人物的终端设备；或

输出模块，被配置为输出所述物品的参数信息。

12.根据权利要求10所述的装置，其特征在于，所述装置还包括：

第六确定模块，被配置为根据预设时长内多个人物各自关注的物品，确定每个物品的关注度；

第二发送模块，被配置为根据每个物品的关注度，向摆货人员的终端设备发送提示信息，以提示所述摆货人员每个物品的摆放位置。

13.一种人物跟踪装置，其特征在于，包括：

处理器；

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：

从采集到的图像中提取包含第一人物图像的第一子图像，所述第一子图像的面积大于所述第一人物图像的面积；

从下一次采集到的图像中提取包含第二人物图像的第二子图像，所述第二子图像的面积大于所述第二人物图像的面积；

确定所述第二子图像的特征是否与所述第一子图像的特征匹配；

在所述第二子图像的特征与所述第一子图像的特征匹配时，确定所述第二人物图像所表征的人物与所述第一人物图像所表征的人物相同。

14.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-6中任一项所述方法的步骤。