CN114140864B - 轨迹跟踪方法、装置、存储介质及电子设备 - Google Patents
轨迹跟踪方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114140864B CN114140864B CN202210111044.6A CN202210111044A CN114140864B CN 114140864 B CN114140864 B CN 114140864B CN 202210111044 A CN202210111044 A CN 202210111044A CN 114140864 B CN114140864 B CN 114140864B
- Authority
- CN
- China
- Prior art keywords
- image
- target person
- posture
- deflection
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000006798 recombination Effects 0.000 claims abstract description 17
- 238000005215 recombination Methods 0.000 claims abstract description 17
- 230000033001 locomotion Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 17
- 238000001914 filtration Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006854 communication Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本申请公开了一种轨迹跟踪方法、装置、存储介质及电子设备。其中，该轨迹跟踪方法采用获取目标人物的人脸图像和体态图像；分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息；将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；根据目标人物偏转特征集合对目标人物进行轨迹跟踪。本方案可以提高对目标人物进行轨迹跟踪的效率。
Description
技术领域
本申请实施例涉及生物特征识别领域，具体涉及一种轨迹跟踪方法、装置、存储介质及电子设备。
背景技术
随着科技的发展，计算机视觉已成为前沿科学最热门的课题之一，而且也已经越来越多的进入人们的生活。智能视频监视是计算机视觉的重要组成部分，其核心就是在不需要人为干预的情况下，通过对实施场景中的情形进行实时处理，提取得到场景中运动目标的形状、位置、颜色等信息，并在此基础上分析、判断和预测运动目标的各种行为，从而自实现场景中人物的行为记录。
现有的计算机视觉多用于景区、楼宇、小区等公共区域的监控，如出现犯罪、事故、外来人口等情况，需要工作人员从多个摄像设备拍摄的视频中寻找相关人员的移动轨迹，需要将每个视频从头到尾观看，效率低下，并且容易遗漏，管理难度大。
发明内容
本申请实施例提供一种轨迹跟踪方法、装置、存储介质及电子设备，可以提高对目标人物进行轨迹跟踪的效率。
第一方面，本申请实施例提供了一种轨迹跟踪方法，包括：
获取目标人物的人脸图像和体态图像；
分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息；
将所述第一特征信息和所述第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
对所述人脸偏转特征集合和所述体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
根据所述目标人物偏转特征集合对所述目标人物进行轨迹跟踪。
在本申请实施例提供的轨迹跟踪方法中，所述根据所述目标人物偏转特征集合对所述目标人物进行轨迹跟踪，包括：
将所述目标人物偏转特征集合输入至图像采集数据库中进行匹配，得到所述目标人物的多个监控图像，所述监控图像携带有图像采集时间和图像采集坐标；
基于所述目标人物偏转特征集合、所述图像采集时间和图像采集坐标对所述目标人物进行轨迹跟踪。
在本申请实施例提供的轨迹跟踪方法中，所述基于所述目标人物偏转特征集合、所述图像采集时间和图像采集坐标对所述目标人物进行轨迹跟踪，包括：
基于所述目标人物偏转特征集合确定多个所述监控图像中所述目标人物的运动方向；
根据所述图像采集时间和所述运动方向在电子地图上对所述图像采集坐标进行显示和连接，得到所述目标人物的运动轨迹线，从而实现对所述目标人物的轨迹跟踪。
在本申请实施例提供的轨迹跟踪方法中，所述将所述目标人物偏转特征集合输入至图像采集数据库中进行匹配，得到所述目标人物的多个监控图像，包括：
将所述目标人物偏转特征集合与图像采集数据库中的图像进行相似度匹配，得到多个相似度；
将所述图像采集数据库中相似度大于预设值的图像确定为所述目标人物的监控图像。
在本申请实施例提供的轨迹跟踪方法中，所述分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息，包括：
分别对所述人脸图像和所述体态图像进行关键点定位，得到第一关键点和第二关键点；
基于所述第一关键点将所述人脸图像分割为第一易变区域和第一不变区域；
基于所述第二关键点将所述体态图像分别为第二易变区域和第二不变区域；
将所述第一易变区域和所述第一不变区域的图像分别输入到特征提取通道，得到所述第一特征信息；
将所述第二易变区域和所述第二不变区域的图像分别输入到特征提取通道，得到所述第二特征信息。
在本申请实施例提供的轨迹跟踪方法中，在所述获取目标人物的人脸图像和体态图像之后，所述分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息之前，还包括：
分别对所述人脸图像和所述体态图像进行图像增强处理。
在本申请实施例提供的轨迹跟踪方法中，所述对所述人脸图像和所述体态图像进行图像增强处理，包括：
分别对所述人脸图像和所述体态图像依次进行锐化处理、边缘补偿处理和降噪处理。
第二方面，本申请实施例提供了一种轨迹跟踪装置，包括：
图像获取单元，用于获取目标人物的人脸图像和体态图像；
特征提取单元，用于分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息；
特征处理单元，用于将所述第一特征信息和所述第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
特征重组单元，用于对所述人脸偏转特征集合和所述体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
轨迹跟踪单元，用于根据所述目标人物偏转特征集合对所述目标人物进行轨迹跟踪。
第三方面，本申请实施例提供一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，执行本申请实施例所提供的任一种所述的轨迹跟踪方法中的步骤。
第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现本申请实施例所提供的任一种所述的轨迹跟踪方法中的步骤。
本申请实施例提供的轨迹跟踪方法采用获取目标人物的人脸图像和体态图像；分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息；将所述第一特征信息和所述第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；对所述人脸偏转特征集合和所述体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；根据所述目标人物偏转特征集合对所述目标人物进行轨迹跟踪。本方案可以提高对目标人物进行轨迹跟踪的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的轨迹跟踪方法的流程示意图。
图2是本申请实施例提供的轨迹跟踪装置的结构示意图。
图3是本申请实施例提供的服务器的结构示意图。
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请中的术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
接下来将分别介绍本申请实施例提供的一种轨迹跟踪方法、装置、存储介质及电子设备。
请参阅图1，图1是本申请实施例提供的轨迹跟踪方法的流程示意图。该轨迹跟踪方法的具体流程可以如下：
101、获取目标人物的人脸图像和体态图像。
需要说明的是，该目标人物的人脸图像和体态图像可以由对该目标人物进行追踪的合法人员提供。
在一些实施例中，对该目标人物进行追踪的合法人员可以直接提供该目标人物的整体图像，然后从该整体图像中获取人脸识别信息，最后基于人脸识别信息将该整体图像分割为人脸图像和体态图像。
其中，该人脸识别信息可以包括五官特征信息、面部曲线信息等。
102、分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息。
在一些实施例中，为了便于对人脸图像和体态图像进行特征提取，在步骤“获取目标人物的人脸图像和体态图像”之后，还可以包括：
对人脸图像和体态图像进行图像增强处理。
具体的，可以分别对人脸图像和体态图像依次进行锐化处理、边缘补偿处理和降噪处理。其中，锐化处理可以包括非线性变换或线性变换。降噪处理采用的方法可以包括高斯滤波法、中值滤波法或高低通滤波法。
具体地，高斯滤波法可以是指对人脸图像和体态图像的像素值进行加权平均的过程，针对每一个像素点的像素值，可以由该像素点本身的像素值和邻域内的其它像素值经加权平均后获得。中值滤波法可以是指将人脸图像和体态图像中每一个像素点的灰度值设置为该像素点的一个邻域窗口内的所有像素点的灰度值的中值。高低通滤波法可以是指包括高通滤波和低通滤波中的至少一种。在这里，高通滤波可以是指去掉人脸图像和体态图像中的高频分量，留下低频分量。低通滤波可以是指去掉人脸图像和体态图像中的低频分量，留下高频分量。高频分量可以是指人脸图像和体态图像中强度(亮度/灰度)变化比较平缓的部分。低频分量可以是指人脸图像和体态图像中强度(亮度/灰度)变化比较强的部分。其中，边缘补偿处理可以增强人脸图像和体态图像边缘的对比度。
在一些实施例中，鉴于面部特征受表情变化影响程度大小的不同，可依据关键点位置信息的差异将人脸划分为第一易变区域和第一不变区域。由于第一易变区域和第一不变区域边界较模糊，无法准确地进行区域分割。因此，本申请通过边缘重叠分割法，将模糊带作为两个不同区域的交集，再进行区域分割，这种区域分割方法虽然增加了数据的冗余性，但是避免了边缘特征丢失的问题，从而有效地解决了边缘区域难划分的问题，根据标注的关键点对人脸进行区域划分。
同理，也可以根据体态受运动变化影响程度大小的不同，根据关键点位置信息的差异将体态图像划分为第二易变区域和第二不变区域。
也即，步骤“分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息”可以包括：
分别对人脸图像和体态图像进行关键点定位，得到第一关键点和第二关键点；
基于第一关键点将人脸图像分割为第一易变区域和第一不变区域；
基于第二关键点将体态图像分别为第二易变区域和第二不变区域；
将第一易变区域和第一不变区域的图像分别输入到特征提取通道，得到第一特征信息；
将第二易变区域和第二不变区域的图像分别输入到特征提取通道，得到第二特征信息。
需要说明的是，图像的关键点定位可以通过现有技术实现，在此不再一一赘述。
103、将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合。
具体的，可以将第一特征信息和第二特征信息输入至预设模型中进行偏转处理，分别得到第一特征信息和第二特征信息在各个角度的偏转特征信息，也即，得到目标人物的人脸偏转特征集合和体态偏转特征集合。
104、对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合。
具体的，可以将人脸偏转特征集合中的偏转特征信息与体态偏转特征集合中的偏转特征信息进行排列组合，形成目标人物偏转特征集合。
可以理解的是，该目标人物偏转特征集合包括该目标人物各个偏转角度下的特征信息。
105、根据目标人物偏转特征集合对目标人物进行轨迹跟踪。
具体的，可以将目标人物偏转特征集合输入至图像采集数据库中进行匹配，得到目标人物的多个监控图像，监控图像携带有图像采集时间和图像采集坐标；基于目标人物偏转特征集合、图像采集时间和图像采集坐标对目标人物进行轨迹跟踪。
其中，步骤“基于目标人物偏转特征集合、图像采集时间和图像采集坐标对目标人物进行轨迹跟踪”可以包括：
基于目标人物偏转特征集合确定多个监控图像中目标人物的运动方向；
根据图像采集时间和运动方向在电子地图上对图像采集坐标进行显示和连接，得到目标人物的运动轨迹线，从而实现对目标人物的轨迹跟踪。
其中，步骤“将目标人物偏转特征集合输入至图像采集数据库中进行匹配，得到目标人物的多个监控图像”可以包括：
将所述目标人物偏转特征集合与图像采集数据库中的图像进行相似度匹配，得到多个相似度；
将所述图像采集数据库中相似度大于预设值的图像确定为所述目标人物的监控图像。
具体的，可以通过相似度网络模型(Similarity Learning Architectures OrModels)得到相似度匹配处理结果。相似度网络模型是指可以用于检测两个或多个事物的相似度的模型。
综上，本申请实施例提供的轨迹跟踪方法采用获取目标人物的人脸图像和体态图像；分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息；将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；根据目标人物偏转特征集合对目标人物进行轨迹跟踪。本方案可以通过获取目标人物的人脸图像和体态图像，实现对该目标人物的轨迹跟踪。避免了需要工作人员从多个摄像设备拍摄的视频中寻找相关人员的移动轨迹，需要将每个视频从头到尾观看，导致效率低下的问题。也即，本方案可以提高对目标人物进行轨迹跟踪的效率。
请参阅图2，本申请实施例还提供一种轨迹跟踪装置。该轨迹跟踪装置200可以包括：
图像获取单元201，用于获取目标人物的人脸图像和体态图像；
特征提取单元202，用于分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息；
特征处理单元203，用于将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
特征重组单元204，用于对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
轨迹跟踪单元205，用于根据目标人物偏转特征集合对目标人物进行轨迹跟踪。
上述所有的技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
其中名词的含义与上述轨迹跟踪方法中相同，具体实现细节可以参考方法实施例中的说明。
本申请实施例提供的轨迹跟踪装置200通过图像获取单元201获取目标人物的人脸图像和体态图像；由特征提取单元202分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息；由特征处理单元203将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；由特征重组单元204对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；由轨迹跟踪单元205根据目标人物偏转特征集合对目标人物进行轨迹跟踪。本方案可以提高对目标人物进行轨迹跟踪的效率。
本申请实施例还提供一种服务器，如图3所示，其示出了本申请实施例所涉及的服务器的结构示意图，具体来讲：
该服务器可以包括一个或者一个以上处理核心的处理器301、一个或一个以上计算机可读存储介质的存储器302、电源303和输入单元304等部件。本领域技术人员可以理解，图3中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器301是该服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器302内的软件程序和/或模块，以及调用存储在存储器302内的数据，执行服务器的各种功能和处理数据，从而对服务器进行整体监控。可选的，处理器301可包括一个或多个处理核心；优选的，处理器301可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器301中。
存储器302可用于存储软件程序以及模块，处理器301通过运行存储在存储器302的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器302可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器302还可以包括存储器控制器，以提供处理器301对存储器302的访问。
服务器还包括给各个部件供电的电源303，优选的，电源303可以通过电源管理系统与处理器301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源303还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该服务器还可包括输入单元304，该输入单元304可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，服务器还可以包括显示单元等，在此不再赘述。具体在本实施例中，服务器中的处理器301会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器302中，并由处理器301来运行存储在存储器302中的应用程序，从而实现各种功能，如下：
获取目标人物的人脸图像和体态图像；
分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息；
将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
根据目标人物偏转特征集合对目标人物进行轨迹跟踪。
以上操作具体可参见前面的实施例，在此不作赘述。
相应的，本申请实施例还提供一种电子设备，如图4所示，该电子设备可以包括射频（RF，Radio Frequency）电路401、包括有一个或一个以上计算机可读存储介质的存储器402、输入单元403、显示单元404、传感器405、音频电路406、无线保真（WiFi，WirelessFidelity)模块407、包括有一个或者一个以上处理核心的处理器408、以及电源409等部件。本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
RF电路401可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器408处理；另外，将涉及上行的数据发送给基站。通常，RF电路401包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块（SIM， Subscriber Identity Module）卡、收发信机、耦合器、低噪声放大器（LNA，Low Noise Amplifier）、双工器等。此外，RF电路401还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统 （GSM，Global System of Mobile communication）、通用分组无线服务（GPRS ，GeneralPacket Radio Service）、码分多址（CDMA，Code Division Multiple Access）、宽带码分多址（WCDMA，Wideband Code Division Multiple Access）、长期演进（LTE，Long TermEvolution)、电子邮件、短消息服务（SMS，Short Messaging Service)等。
存储器402可用于存储软件程序以及模块，处理器408通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据电子设备的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器408和输入单元403对存储器402的访问。
输入单元403可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元403可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作（比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作），并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器408，并能接收处理器408发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面，输入单元403还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键（比如音量控制按键、开关按键等）、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元404可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元404可包括显示面板，可选的，可以采用液晶显示器（LCD，Liquid CrystalDisplay）、有机发光二极管（OLED，Organic Light-Emitting Diode）等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器408以确定触摸事件的类型，随后处理器408根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图4中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。
电子设备还可包括至少一种传感器405，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在电子设备移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上（一般为三轴）加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态的应用（比如横竖屏切换、相关游戏、磁力计姿态校准）、振动识别相关功能（比如计步器、敲击）等; 至于电子设备还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路406、扬声器，传声器可提供用户与电子设备之间的音频接口。音频电路406可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路406接收后转换为音频数据，再将音频数据输出处理器408处理后，经RF电路401以发送给比如另一电子设备，或者将音频数据输出至存储器402以便进一步处理。音频电路406还可能包括耳塞插孔，以提供外设耳机与电子设备的通信。
WiFi属于短距离无线传输技术，电子设备通过WiFi模块407可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图4示出了WiFi模块407，但是可以理解的是，其并不属于电子设备的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器408是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器408可包括一个或多个处理核心；优选的，处理器408可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器408中。
电子设备还包括给各个部件供电的电源409（比如电池），优选的，电源可以通过电源管理系统与处理器408逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源409还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，电子设备还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备中的处理器408会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器408来运行存储在存储器402中的应用程序，从而实现各种功能：
获取目标人物的人脸图像和体态图像；
分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息；
将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
根据目标人物偏转特征集合对目标人物进行轨迹跟踪。
以上操作具体可参见前面的实施例，在此不作赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种轨迹跟踪方法中的步骤。例如，该指令可以执行如下步骤：
获取目标人物的人脸图像和体态图像；
分别对人脸图像和体态图像进行特征提取，得到第一特征信息和第二特征信息；
将第一特征信息和第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
对人脸偏转特征集合和体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
根据目标人物偏转特征集合对目标人物进行轨迹跟踪。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random Access Memory）、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任意轨迹跟踪方法中的步骤，因此，可以实现本申请实施例所提供的任一轨迹跟踪方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的轨迹跟踪方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (7)
1.一种轨迹跟踪方法，其特征在于，包括：
获取目标人物的人脸图像和体态图像；
分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息；
将所述第一特征信息和所述第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
对所述人脸偏转特征集合和所述体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
将所述目标图像偏转特征集合与图像采集数据库中的图像进行相似度匹配，得到多个相似度；
将所述图像采集数据库中相似度大于预设值的图像确定为所述目标人物的监控图像，所述监控图像携带有图像采集时间和图像采集坐标；
基于所述目标人物偏转特征集合确定多个所述监控图像中所述目标人物的运动方向；
根据所述图像采集时间和所述运动方向在电子地图上对所述图像采集坐标进行显示和连接，得到所述目标人物的运动轨迹线，从而实现对所述目标人物的轨迹跟踪。
2.如权利要求1所述的轨迹跟踪方法，其特征在于，所述分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息，包括：
分别对所述人脸图像和所述体态图像进行关键点定位，得到第一关键点和第二关键点；
基于所述第一关键点将所述人脸图像分割为第一易变区域和第一不变区域；
基于所述第二关键点将所述体态图像分别为第二易变区域和第二不变区域；
将所述第一易变区域和所述第一不变区域的图像分别输入到特征提取通道，得到所述第一特征信息；
将所述第二易变区域和所述第二不变区域的图像分别输入到特征提取通道，得到所述第二特征信息。
3.如权利要求1所述的轨迹跟踪方法，其特征在于，在所述获取目标人物的人脸图像和体态图像之后，所述分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息之前，还包括：
分别对所述人脸图像和所述体态图像进行图像增强处理。
4.如权利要求3所述的轨迹跟踪方法，其特征在于，所述对所述人脸图像和所述体态图像进行图像增强处理，包括：
分别对所述人脸图像和所述体态图像依次进行锐化处理、边缘补偿处理和降噪处理。
5.一种轨迹跟踪装置，其特征在于，包括：
图像获取单元，用于获取目标人物的人脸图像和体态图像；
特征提取单元，用于分别对所述人脸图像和所述体态图像进行特征提取，得到第一特征信息和第二特征信息；
特征处理单元，用于将所述第一特征信息和所述第二特征信息输入至预设模型中进行处理，得到目标人物的人脸偏转特征集合和体态偏转特征集合；
特征重组单元，用于对所述人脸偏转特征集合和所述体态偏转特征集合进行特征重组，得到目标人物偏转特征集合；
轨迹跟踪单元，用于将所述目标图像偏转特征集合与图像采集数据库中的图像进行相似度匹配，得到多个相似度；将所述图像采集数据库中相似度大于预设值的图像确定为所述目标人物的监控图像，所述监控图像携带有图像采集时间和图像采集坐标；基于所述目标人物偏转特征集合确定多个所述监控图像中所述目标人物的运动方向；根据所述图像采集时间和所述运动方向在电子地图上对所述图像采集坐标进行显示和连接，得到所述目标人物的运动轨迹线，从而实现对所述目标人物的轨迹跟踪。
6.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1-4任一项所述的方法。
7.一种电子设备，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210111044.6A CN114140864B (zh) | 2022-01-29 | 2022-01-29 | 轨迹跟踪方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210111044.6A CN114140864B (zh) | 2022-01-29 | 2022-01-29 | 轨迹跟踪方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114140864A CN114140864A (zh) | 2022-03-04 |
| CN114140864B true CN114140864B (zh) | 2022-07-05 |
Family
ID=80381857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210111044.6A Active CN114140864B (zh) | 2022-01-29 | 2022-01-29 | 轨迹跟踪方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114140864B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108419014A (zh) * | 2018-03-20 | 2018-08-17 | 北京天睿空间科技股份有限公司 | 利用全景摄像机和多台抓拍摄像机联动抓拍人脸的方法 |
| CN109815818A (zh) * | 2018-12-25 | 2019-05-28 | 深圳市天彦通信股份有限公司 | 目标人物追踪方法、系统及相关装置 |
| CN110309716A (zh) * | 2019-05-22 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 基于人脸和体态的服务跟踪方法、装置、设备及存储介质 |
| CN110705478A (zh) * | 2019-09-30 | 2020-01-17 | 腾讯科技（深圳）有限公司 | 人脸跟踪方法、装置、设备及存储介质 |
| CN111523345A (zh) * | 2019-02-01 | 2020-08-11 | 上海看看智能科技有限公司 | 人脸实时跟踪系统及方法 |
| CN112183162A (zh) * | 2019-07-04 | 2021-01-05 | 北京航天长峰科技工业集团有限公司 | 一种监控场景下人脸自动注册识别系统及方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5930892B2 (ja) * | 2011-09-07 | 2016-06-08 | 本田技研工業株式会社 | 接触状態推定装置及び軌道生成装置 |
| CN113822163A (zh) * | 2021-08-25 | 2021-12-21 | 北京紫岩连合科技有限公司 | 一种复杂场景下的行人目标跟踪方法及装置 |
| CN113780172B (zh) * | 2021-09-10 | 2024-01-23 | 济南博观智能科技有限公司 | 一种行人重识别方法、装置、设备及存储介质 |
-
2022
- 2022-01-29 CN CN202210111044.6A patent/CN114140864B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108419014A (zh) * | 2018-03-20 | 2018-08-17 | 北京天睿空间科技股份有限公司 | 利用全景摄像机和多台抓拍摄像机联动抓拍人脸的方法 |
| CN109815818A (zh) * | 2018-12-25 | 2019-05-28 | 深圳市天彦通信股份有限公司 | 目标人物追踪方法、系统及相关装置 |
| CN111523345A (zh) * | 2019-02-01 | 2020-08-11 | 上海看看智能科技有限公司 | 人脸实时跟踪系统及方法 |
| CN110309716A (zh) * | 2019-05-22 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 基于人脸和体态的服务跟踪方法、装置、设备及存储介质 |
| CN112183162A (zh) * | 2019-07-04 | 2021-01-05 | 北京航天长峰科技工业集团有限公司 | 一种监控场景下人脸自动注册识别系统及方法 |
| CN110705478A (zh) * | 2019-09-30 | 2020-01-17 | 腾讯科技（深圳）有限公司 | 人脸跟踪方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 基于时空特征提取的人脸识别方法研究;蔺吉睿;《华中科技大学博士学位论文》;20200401;1-117 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114140864A (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106778585B (zh) | 一种人脸关键点跟踪方法和装置 | |
| WO2020052319A1 (zh) | 目标跟踪方法、装置、介质以及设备 | |
| CN108304758B (zh) | 人脸特征点跟踪方法及装置 | |
| CN107749046B (zh) | 一种图像处理方法及移动终端 | |
| CN110765924B (zh) | 一种活体检测方法、装置以及计算机可读存储介质 | |
| CN111401463B (zh) | 检测结果输出的方法、电子设备及介质 | |
| CN109618218B (zh) | 一种视频处理方法及移动终端 | |
| CN113421211A (zh) | 光斑虚化的方法、终端设备及存储介质 | |
| CN111738100A (zh) | 一种基于口型的语音识别方法及终端设备 | |
| CN107832714B (zh) | 活体鉴别方法、装置及存储设备 | |
| US20190019027A1 (en) | Method and mobile terminal for processing image and storage medium | |
| CN111027406B (zh) | 图片识别方法、装置、存储介质及电子设备 | |
| CN113706446A (zh) | 一种镜头检测方法和相关装置 | |
| CN105513098A (zh) | 一种图像处理的方法和装置 | |
| CN108829600B (zh) | 算法库的测试方法、装置、存储介质和电子设备 | |
| CN110717486B (zh) | 文本检测方法、装置、电子设备和存储介质 | |
| CN111402271A (zh) | 一种图像处理方法及电子设备 | |
| CN114140864B (zh) | 轨迹跟踪方法、装置、存储介质及电子设备 | |
| CN105184750A (zh) | 一种在移动终端对实时视频图像去噪的方法和装置 | |
| CN114140655A (zh) | 图像分类方法、装置、存储介质及电子设备 | |
| CN110046569B (zh) | 一种无人驾驶数据处理方法、装置及电子设备 | |
| CN113780291A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN113283552A (zh) | 图像的分类方法、装置、存储介质及电子设备 | |
| CN112837222A (zh) | 指纹图像拼接方法、装置、存储介质及电子设备 | |
| CN110866488A (zh) | 图像处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Trajectory tracking methods, devices, storage media, and electronic devices Granted publication date: 20220705 Pledgee: China Construction Bank Co.,Ltd. Shenzhen Branch Pledgor: SHENZHEN ZHONGXUN WANGLIAN TECHNOLOGY CO.,LTD. Registration number: Y2024980037084 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |