一种跨摄像头人员追踪智能分析系统的制作方法

1.本发明涉及人脸识别领域，特别涉及一种跨摄像头人员追踪智能分析系统。


背景技术：

2.跨摄像头对人员进行追踪这一研究正在被兴起。有较大的应用前景，被广泛利用在公安等领域。
3.可参考现有公开号为cn110969112a的中国专利，其公开了一种跨摄像头场景下行人身份对齐方法，包括以下步骤：步骤s1：多个摄像头各自将其通过检测器检测到的行人图像加入待关联的候选池中；步骤s2：对待关联的候选池中属于不同摄像头的两个行人图像计算外观适配度；步骤s3：将待关联的候选池中的行人图像两两配对计算完外观适配度后，根据每对行人外观适配度，结合时空关系，建立最小费用流图模型，求解最优的行人关联解。
4.上述的这种跨摄像头场景下行人身份对齐方法解决了行人的外观适配度度量的问题，但是上述的这种跨摄像头场景下行人身份对齐方法依旧存在着一些缺点，如：常常会出现数据比对错误。


技术实现要素：

5.针对背景技术中提到的问题，本发明的目的是提供一种跨摄像头人员追踪智能分析系统，以解决背景技术中提到的问题。
6.本发明的上述技术目的是通过以下技术方案得以实现的：
7.一种跨摄像头人员追踪智能分析系统，包括：
8.前景超分辨率模块：所述前景超分辨率模块包括编码器、分辨率无关特征提取模块；
9.行人检测模块：所述行人检测模块用于实时检测摄像头获取到的视频画面中的行人，对行人的位置进行估算，同时缩小候选人图片集，并对其进行轨迹跟踪；
10.捕捉摄像头处理模块：所述捕捉摄像头处理模块中的多个捕捉摄像头各自将其通过检测器检测到的行人图像加入待关联的候选池中，对待关联的候选池中属于不同捕捉摄像头的两个行人脸部图像计算外观适配度，之后将待关联的候选池中的行人图像两两配对计算完外观适配度后，根据每对行人外观适配度，结合时空关系，建立最小费用流图模型，求解最优的行人关联解；
11.人脸检测模块：所述人脸检测模块根据所述捕捉摄像头处理模块对行人检测信息进行人体特征提取，并将所述人体特征提取的结果与目标库中的信息进行特征比对，返回比中的目标人体识别结果，将人脸检测的结果与人脸目标库中的信息进行搜索比对，返回比中的目标人脸识别结果；
12.目标筛选模块：用于根据所述行人检测信息将所述目标人体识别结果与所述目标人脸识别结果进行数据融合，对比中的目标进行速度计算并筛选，返回目标筛选结果；
13.追踪摄像头处理模块：将获得的人脸上传至云处理器，追踪摄像头采集不同地区的人脸图像，将所述追踪摄像头采集的人脸图像上传至云处理器进行比对，完成追踪。
14.较佳的，所述前景超分辨率模块包括使用先降采样再上采样的深度超分辨率网络、关注前景的像素级约束、用作前景掩模高斯核。
15.较佳的，所述分辨率无关特征提取模块包括分支跳转比例、分支跳转变换率、指令混合比、访存步长、重用距离、关键路径长度和串行指令。
16.较佳的，所述行人检测模块在对行人的位置进行估算、缩小候选人图片集和进行轨迹跟踪后将图像上传至图像存储模块。
17.较佳的，所述捕捉摄像头处理模块中的图像匹配算法具体包括关系结构匹配方法、结合特定理论工具的匹配方法、基于灰度信息的匹配方法、基于亚像元匹配方法以及基于内容特征的匹配方法。
18.较佳的，所述捕捉摄像头处理模块对行人的局部特征点、局部特征边缘、局部特征线条和局部特征区域进行采集。
19.较佳的，所述目标筛选模块通过动态采集、静态识别、动静结合进行采集识别，通过1:n静态并发比对，与云处理器中存储的人像比对检索。
20.综上所述，本发明主要具有以下有益效果：
21.本跨摄像头人员追踪智能分析系统通过利用前景超分辨率模块、捕捉摄像头处理模块、人脸检测模块、目标筛选模块、追踪摄像头处理模块等实现对行人画面的采集和行人面部特征的采集，采集的行人面部特征可以在经过分析后被存储，当需要对人脸进行追踪比对时，利用追踪摄像头处理模块能够将追踪到的图像与云处理器中的图像进行比对，从而能够增大追踪的准确性。
具体实施方式
22.下面对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.一种跨摄像头人员追踪智能分析系统，包括：
24.前景超分辨率模块：前景超分辨率模块包括编码器、分辨率无关特征提取模块；
25.行人检测模块：行人检测模块用于实时检测摄像头获取到的视频画面中的行人，对行人的位置进行估算，同时缩小候选人图片集，并对其进行轨迹跟踪；
26.捕捉摄像头处理模块：捕捉摄像头处理模块中的多个捕捉摄像头各自将其通过检测器检测到的行人图像加入待关联的候选池中，对待关联的候选池中属于不同捕捉摄像头的两个行人脸部图像计算外观适配度，之后将待关联的候选池中的行人图像两两配对计算完外观适配度后，根据每对行人外观适配度，结合时空关系，建立最小费用流图模型，求解最优的行人关联解；
27.人脸检测模块：人脸检测模块根据捕捉摄像头处理模块对行人检测信息进行人体特征提取，并将人体特征提取的结果与目标库中的信息进行特征比对，返回比中的目标人体识别结果，将人脸检测的结果与人脸目标库中的信息进行搜索比对，返回比中的目标人
脸识别结果；
28.目标筛选模块：用于根据行人检测信息将目标人体识别结果与目标人脸识别结果进行数据融合，对比中的目标进行速度计算并筛选，返回目标筛选结果；
29.追踪摄像头处理模块：将获得的人脸上传至云处理器，追踪摄像头采集不同地区的人脸图像，将追踪摄像头采集的人脸图像上传至云处理器进行比对，完成追踪。
30.其中，前景超分辨率模块包括使用先降采样再上采样的深度超分辨率网络、关注前景的像素级约束、用作前景掩模高斯核。
31.其中，分辨率无关特征提取模块包括分支跳转比例、分支跳转变换率、指令混合比、访存步长、重用距离、关键路径长度和串行指令。
32.其中，行人检测模块在对行人的位置进行估算、缩小候选人图片集和进行轨迹跟踪后将图像上传至图像存储模块。
33.其中，捕捉摄像头处理模块中的图像匹配算法具体包括关系结构匹配方法、结合特定理论工具的匹配方法、基于灰度信息的匹配方法、基于亚像元匹配方法以及基于内容特征的匹配方法。
34.其中，捕捉摄像头处理模块对行人的局部特征点、局部特征边缘、局部特征线条和局部特征区域进行采集。
35.其中，目标筛选模块通过动态采集、静态识别、动静结合进行采集识别，通过1:n静态并发比对，与云处理器中存储的人像比对检索。
36.综上，本跨摄像头人员追踪智能分析系统通过利用前景超分辨率模块、捕捉摄像头处理模块、人脸检测模块、目标筛选模块、追踪摄像头处理模块等实现对行人画面的采集和行人面部特征的采集，采集的行人面部特征可以在经过分析后被存储，当需要对人脸进行追踪比对时，利用追踪摄像头处理模块能够将追踪到的图像与云处理器中的图像进行比对，从而能够增大追踪的准确性。
37.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。