一种跨摄像头识别跟踪方法、装置、设备及存储介质与流程

本申请属于计算机视觉与人工智能，特别涉及一种跨摄像头识别跟踪方法、装置、设备及存储介质。

背景技术：

1、目前，多摄像头监控系统已广泛覆盖城市渔政水域、道路、园区等各类场景，其核心需求是实现目标对象在不同摄像头视野间的连续跟踪，确保目标对象id的一致性，为后续的行为分析、目标对象追溯、风险预警提供可靠支撑。

2、现有技术中，跨摄像头跟踪主要以“重识别（reid）技术为核心，结合单相机跟踪算法”实现，具体技术路径如下：

3、首先，在每个单相机视角内，采用目标检测算法（如yolo系列、faster r-cnn等）框选目标对象，通过单相机跟踪算法（如bytetrack、deepsort等）实现目标对象的帧间连续跟踪，并为每个目标对象分配临时id；其次，提取目标对象的外观特征向量，通过reid技术实现不同摄像头下目标对象的特征的匹配，当目标对象跨越摄像头视野时，将前一摄像头的目标对象的id继承至后一摄像头，完成跨摄像头跟踪。

4、虽然重识别（reid）技术在一定程度上实现了目标对象的跨摄像头跟踪，但在实际复杂场景应用中，仍存在诸多技术缺陷，难以满足高精度、低延迟的跟踪需求，具体缺点如下：

5、1.计算资源消耗巨大，实时性差：现有重识别reid技术大多依赖全局特征的暴力搜索模式，对计算资源消耗巨大，在大规模摄像头网络中，易出现识别延迟过高的问题，无法满足实时跟踪需求；

6、2.识别准确率低，易出现误匹配、id跳变：当目标对象特征相似时（如穿着统一制服的人员、外观相近的渔船或车辆），仅依靠外观特征的reid识别准确率会大幅下降，易出现误匹配、id跳变等问题；

7、3.跟踪连续性差，易出现id丢失：现有技术缺乏有效的主动接力机制，多采用“被动等待目标对象出现后再匹配”的模式，未充分利用摄像头之间的空间拓扑关系和目标对象运动的时间关联信息，导致目标对象在跨摄像头切换时，易因遮挡、光照变化、视角差异等因素出现id丢失，跟踪连续性较差；

8、4.适配性差，难以应对复杂场景：现有技术未针对不同应用场景的特殊性进行优化，如在智慧渔政场景中，弱光条件下（含水面反光、波浪干扰）会进一步降低特征提取的准确性，导致现有方案在该类场景中跟踪效果极差，无法满足实际应用需求。

9、因此，亟需一种能够实现复杂监控网络下高精度、低延迟的目标对象跨摄像头跟踪的技术方案。

技术实现思路

1、本申请提供一种跨摄像头识别跟踪方法、装置、设备及存储介质，可以解决现有技术中存在的跨摄像头跟踪过程中，识别延迟高、识别准确率低、id易丢失以及适配性差的技术问题。

2、为实现上述目的，本申请提供如下技术方案：

3、一种跨摄像头识别跟踪方法，所述方法包括：

4、当检测到目标对象满足预设的区域切换条件时，提取所述目标对象的第一特征信息，并预测所述目标对象可能进入的至少一个目标相邻监控区域及其预计到达时间；在所述预计到达时间内，获取所述目标相邻监控区域内新出现对象的第二特征信息；将所述第二特征信息与所述第一特征信息进行相似度计算，并结合时空约束信息对相似度计算结果进行修正以得到综合置信度；若所述综合置信度满足预设条件，则将当前监控区域内所述目标对象的全局标识赋予所述目标相邻监控区域内对应的匹配对象。

5、基于同一发明构思，本申请实施例还提供一种跨摄像头识别跟踪装置，所述装置包括：

6、第一信息提取模块，被配置用于当检测到目标对象满足预设的区域切换条件时，提取所述目标对象的第一特征信息，并预测所述目标对象可能进入的至少一个目标相邻监控区域及其预计到达时间；

7、第二信息提取模块，被配置用于在所述预计到达时间内，获取所述目标相邻监控区域内新出现对象的第二特征信息；

8、计算模块，被配置用于将所述第二特征信息与所述第一特征信息进行相似度计算，并结合时空约束信息对相似度计算结果进行修正以得到综合置信度；

9、跨摄像头识别跟踪模块，被配置用于若所述综合置信度满足预设条件，则将当前监控区域内所述目标对象的全局标识赋予所述目标相邻监控区域内对应的匹配对象。

10、基于同一发明构思，本申请实施例还提供一种电子设备，包括：存储器、处理器；所述处理器，用于读取并执行所述存储器存储的计算机程序，以实现前述的一种跨摄像头识别跟踪方法的步骤。

11、基于同一发明构思，本申请实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令执行时实现前述的一种跨摄像头识别跟踪方法的步骤。

12、与现有技术相比，本申请具有如下优点：

13、通过多维度特征信息的提取，增强了重识别算法在复杂环境下的鲁棒性，能够有效应对弱光、反光、遮挡等复杂环境，适配性更强；

14、通过预测目标相邻摄像头及其预计到达的时间，无需对全量特征进行暴力搜索，仅针对预判的目标相邻相机进行局部特征匹配，大幅减少计算资源占用，同时提前唤醒目标相邻摄像头确保目标捕获及时，实现低延迟接力跟踪提高了识别的实时性，有效提升系统响应速度，满足实时跟踪需求；

15、通过id继承机制和主动接力策略，实现目标对象在多摄像头之间的无缝切换，一方面，避免目标对象跨相机时的id跳变，确保全局跟踪轨迹的连续性，为后续目标对象的追溯、行为分析提供了可靠支撑；另一方面，结合时空约束模型，有效过滤因遮挡、光照变化、视角差异及目标特征相似导致的误匹配，显著提升跟踪准确性。

16、通过本申请，解决了现有技术中存在的跨摄像头跟踪过程中，识别延迟高、识别准确率低、id易丢失以及适配性差的技术问题。

17、本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

1.一种跨摄像头识别跟踪方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述第一特征信息包括：全局视觉特征、局部姿态特征、携带物特征和步态时空特征，所述提取所述目标对象的第一特征信息，包括：

3.根据权利要求1所述的方法，其特征在于，所述预测所述目标对象可能进入的至少一个目标相邻监控区域及其预计到达时间，包括：

4.根据权利要求3所述的方法，其特征在于，所述摄像头拓扑结构图的构建如下：

5.根据权利要求1所述的方法，其特征在于，所述结合时空约束信息对相似度计算结果进行修正以得到综合置信度，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述时间偏移量，对相似度计算结果进行修正，得到综合置信度，包括：

7.根据权利要求1所述的方法，其特征在于，在所述结合时空约束信息对相似度计算结果进行修正以得到综合置信度之后，包括：

8.一种跨摄像头识别跟踪装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括：存储器、处理器；所述处理器，用于读取并执行所述存储器存储的计算机程序，以实现权利要求1-7任一项所述的一种跨摄像头识别跟踪方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令执行时实现权利要求1-7任一项所述的一种跨摄像头识别跟踪方法的步骤。