一种基于国产CPU环境的人员运动轨迹追踪回溯方法及系统与流程

一种基于国产cpu环境的人员运动轨迹追踪回溯方法及系统
技术领域
1.本发明涉及轨迹追踪技术领域，具体的说是一种基于国产cpu环境的人员运动轨迹追踪回溯方法及系统。


背景技术：

2.近年来，随着人工智能的迅速发展，人脸识别技术广泛应用于安防监控领域。随着宽带的普及，计算机技术的发展，图像处理技术的提高，视频监控正越来越广泛地渗透到教育、政府、娱乐、医疗、酒店、运动等其他各种领域。
3.但传统的视频监控系统大部分只能提供通过控制主机实现在多路摄像机及云台之间的切换、对图像进行录入、回放、处理等功能。
4.随着安防及侦测等更多个性化需求的提出，目前很多领域的应用场景对视频监控提出了更高的技术及功能要求。其中一种就是希望对视频监控及人脸识别的整体应用通过人员运动轨迹提取和行为识别算法的研究，能够实现人员轨迹追踪回溯的功能。


技术实现要素：

5.本发明针对目前技术发展的需求和不足之处，提供一种基于国产cpu环境的人员运动轨迹追踪回溯方法及系统。
6.首先，本发明提供一种基于国产cpu环境的人员运动轨迹追踪回溯方法，解决上述技术问题采用的技术方案如下：
7.一种基于国产cpu环境的人员运动轨迹追踪回溯方法，其实现内容包括：
8.步骤s1、基于人员信息和人员可识别脸部图像，建立人员特征库；
9.步骤s2、基于园区实际空间布局，绘制园区示意图；
10.步骤s3、通过园区的多个摄像头采集人员脸部图像，并与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别；
11.步骤s4、基于步骤s3中多个摄像头对同一人员的身份识别结果，绘制该人员在园区内的运动轨迹；
12.步骤s5、将园区内所有人员的运动轨迹按照“人员姓名 时间”的命名格式存储于数据库，通过输入人员姓名和起始时间点即可在数据库中检索回溯到对应的运动轨迹。
13.可选的，人员信息包括必要信息和可选信息，其中：
14.必要信息包括人员姓名和人员身份证号；
15.可选信息包括人员年龄、性别、家庭住址、工作单位、人员编号、兴趣爱好；
16.将必要信息和人员可识别脸部图像存储于人员特征库后，会在人员特征库中生成该人员的唯一id，作为该人员的检索索引和唯一标识。
17.可选的，采用html5新特性canvas画布技术绘制园区示意图，绘制的园区示意图包括楼宇建筑物、摄像头、绿化植被、道路的标记和地理位置坐标标识，地理位置坐标标识采用json文件进行存储，便于后续坐标更改后，迅速响应到园区示意图中，实现园区示意图的
实时更新。
18.可选的，执行步骤s3，通过园区的多个摄像头采集人员脸部图像，这一过程中，
19.首先，基于摄像头的id在坐标标识json文件中检索摄像头的地理位置坐标标识，
20.随后，标记摄像头采集到人员脸部图像的时间点，
21.再随后，使用resnet模型对人员脸部图像进行特征提取，
22.最后，将摄像头的地理位置坐标标识、摄像头采集到人员脸部图像的标记时间点、resnet模型提取的特征存储于数据库，并将提取的特征与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别。
23.可选的，执行步骤s3时，如果园区的某个摄像头未采集到人员脸部图像，则采用reid行人重识别算法，通过计算机视觉技术检索不同摄像头下的同一个目标人物，实现人员身份识别。
24.可选的，基于步骤s3中多个摄像头对同一人员的身份识别结果，通过摄像头id、摄像头采集到人员脸部图像的时间点、resnet模型提取的特征，统计设定时间段内某人员在园区内的运动坐标，进而按照时间点绘制得到运动轨迹。
25.其次，本发明提供一种基于国产cpu环境的人员运动轨迹追踪回溯系统，解决上述技术问题采用的技术方案如下：
26.一种基于国产cpu环境的人员运动轨迹追踪回溯系统，其实现结构包括：
27.采集构建模块，用于采集人员信息和人员可识别脸部图像，进而基于采集信息建立人员特征库；
28.绘制模块，用于根据园区实际空间布局，采用html5新特性canvas画布技术绘制园区示意图，绘制的园区示意图包括楼宇建筑物、摄像模块、绿化植被、道路的标记和地理位置坐标标识，地理位置坐标标识采用json文件进行存储，便于后续坐标更改后，迅速响应到园区示意图中，实现园区示意图的实时更新；
29.摄像模块，部署于园区，用于采集人员脸部图像；
30.图像比对模块，用于获取摄像模块采集的人员脸部图像，并与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别；
31.获取绘制模块，用于获取多个摄像模块对同一人员的身份识别结果，进而绘制该人员在园区内的运动轨迹；
32.存储模块，用于将园区内所有人员的运动轨迹按照“人员姓名 时间”的命名格式存储于数据库；
33.轨迹回溯模块，用于通过输入人员姓名和起始时间点的方式去数据库中检索回溯对应的运动轨迹。
34.可选的，人员信息包括必要信息和可选信息，其中：
35.必要信息包括人员姓名和人员身份证号；
36.可选信息包括人员年龄、性别、家庭住址、工作单位、人员编号、兴趣爱好；
37.将必要信息和人员可识别脸部图像存储于人员特征库后，会在人员特征库中生成该人员的唯一id，作为该人员的检索索引和唯一标识。
38.可选的，所涉及图像比对模块获取摄像模块采集的人员脸部图像，并与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别，这一过程中，
39.首先，基于摄像模块的id在坐标标识json文件中检索摄像模块的地理位置坐标标识，
40.随后，标记摄像模块采集到人员脸部图像的时间点，
41.再随后，使用resnet模型对人员脸部图像进行特征提取，
42.最后，将摄像模块的地理位置坐标标识、摄像模块采集到人员脸部图像的标记时间点、resnet模型提取的特征存储于数据库，并将提取的特征与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别。
43.可选的，人员运动轨迹追踪回溯系统还包括图像重识别模块；
44.在园区的某个摄像模块未采集到人员脸部图像时，图像重识别模块采用reid行人重识别算法，通过计算机视觉技术检索不同摄像模块下的同一个目标人物，实现人员身份识别，随后将识别结果传送至获取绘制模块。
45.本发明的一种基于国产cpu环境的人员运动轨迹追踪回溯方法及系统，与现有技术相比具有的有益效果是：
46.(1)本发明可以实现入园管控、热门路径重点部署、人员聚集管控、入园警告、事后追溯等功能，不仅填补了国产cpu环境下人员运动轨迹追踪回溯方法实现的空白，还简化了以往的轨迹追踪回溯算法的复杂度，具有运算简便、运算速度快的优点，极大的降低了国产服务器的压力；
47.(2)本发明可应用在工业园区、科技园区、学校等人员管控程度较高的场景内使用，可提供人员运动轨迹追踪回溯功能。
附图说明
48.附图1是本发明实施例一的实现方法流程图；
49.附图2是本发明实施例二的实现模块连接图。
50.附图中各标号信息表示：
51.1、采集构建模块，2、绘制模块，3、摄像模块，4、图像比对模块，
52.5、获取绘制模块，6、存储模块，7、轨迹回溯模块，8、图像重识别模块。
具体实施方式
53.为使本发明的技术方案、解决的技术问题和技术效果更加清楚明白，以下结合具体实施例，对本发明的技术方案进行清楚、完整的描述。
54.实施例一：
55.结合附图1，本实施例提出一种基于国产cpu环境的人员运动轨迹追踪回溯方法，其实现内容包括：
56.步骤s1、基于人员信息和人员可识别脸部图像，建立人员特征库。
57.人员信息包括必要信息和可选信息，其中：
58.必要信息包括人员姓名和人员身份证号。
59.可选信息包括人员年龄、性别、家庭住址、工作单位、人员编号、兴趣爱好。
60.将必要信息和人员可识别脸部图像存储于人员特征库后，会在人员特征库中生成该人员的唯一id，作为该人员的检索索引和唯一标识。
61.步骤s2、基于园区实际空间布局，采用html5新特性canvas画布技术绘制园区示意图。
62.绘制的园区示意图包括楼宇建筑物、摄像头、绿化植被、道路的标记和地理位置坐标标识，地理位置坐标标识采用json文件进行存储，便于后续坐标更改后，迅速响应到园区示意图中，实现园区示意图的实时更新。
63.步骤s3、通过园区的多个摄像头采集人员脸部图像，并与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别，这一过程具体包括：
64.首先，基于摄像头的id在坐标标识json文件中检索摄像头的地理位置坐标标识，
65.随后，标记摄像头采集到人员脸部图像的时间点，
66.再随后，使用resnet模型对人员脸部图像进行特征提取，
67.最后，将摄像头的地理位置坐标标识、摄像头采集到人员脸部图像的标记时间点、resnet模型提取的特征存储于数据库，并将提取的特征与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别。
68.需要补充的是，执行步骤s3时，如果园区的某个摄像头未采集到人员脸部图像，则采用reid行人重识别算法，通过计算机视觉技术检索不同摄像头下的同一个目标人物，实现人员身份识别。
69.步骤s4、基于步骤s3中多个摄像头对同一人员的身份识别结果，通过摄像头id、摄像头采集到人员脸部图像的时间点、resnet模型提取的特征，统计设定时间段内某人员在园区内的运动坐标，进而按照时间点绘制得到运动轨迹。
70.步骤s5、将园区内所有人员的运动轨迹按照“人员姓名 时间”的命名格式存储于数据库，通过输入人员姓名和起始时间点即可在数据库中检索回溯到对应的运动轨迹。
71.实施例二：
72.结合附图2，本实施例提出一种基于国产cpu环境的人员运动轨迹追踪回溯系统，其实现结构包括：采集构建模块1、绘制模块2、摄像模块3、图像比对模块4、获取绘制模块5、存储模块6、轨迹回溯模块7。
73.采集构建模块1，用于采集人员信息和人员可识别脸部图像，进而基于采集信息建立人员特征库。人员信息包括必要信息和可选信息，其中：必要信息包括人员姓名和人员身份证号；可选信息包括人员年龄、性别、家庭住址、工作单位、人员编号、兴趣爱好；将必要信息和人员可识别脸部图像存储于人员特征库后，会在人员特征库中生成该人员的唯一id，作为该人员的检索索引和唯一标识。
74.绘制模块2，用于根据园区实际空间布局，采用html5新特性canvas画布技术绘制园区示意图，绘制的园区示意图包括楼宇建筑物、摄像模块、绿化植被、道路的标记和地理位置坐标标识，地理位置坐标标识采用json文件进行存储，便于后续坐标更改后，迅速响应到园区示意图中，实现园区示意图的实时更新.
75.摄像模块3，部署于园区，用于采集人员脸部图像。
76.图像比对模块4，用于获取摄像模块3采集的人员脸部图像，并与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别，这一过程中，
77.首先，基于摄像模块3的id在坐标标识json文件中检索摄像模块3的地理位置坐标标识，
78.随后，标记摄像模块3采集到人员脸部图像的时间点，
79.再随后，使用resnet模型对人员脸部图像进行特征提取，
80.最后，将摄像模块3的地理位置坐标标识、摄像模块3采集到人员脸部图像的标记时间点、resnet模型提取的特征存储于数据库，并将提取的特征与人员特征库的人员可识别脸部图像进行比对，实现人员身份识别。
81.获取绘制模块5，用于获取多个摄像模块3对同一人员的身份识别结果，通过摄像模块3的id、摄像模块3采集到人员脸部图像的时间点、resnet模型提取的特征，统计设定时间段内某人员在园区内的运动坐标，进而按照时间点绘制得到运动轨迹。
82.存储模块6，用于将园区内所有人员的运动轨迹按照“人员姓名 时间”的命名格式存储于数据库。
83.轨迹回溯模块7，用于通过输入人员姓名和起始时间点的方式去数据库中检索回溯对应的运动轨迹。
84.需要补充的是：人员运动轨迹追踪回溯系统还包括图像重识别模块8。在园区的某个摄像模块3未采集到人员脸部图像时，图像重识别模块8采用reid行人重识别算法，通过计算机视觉技术检索不同摄像模块3下的同一个目标人物，实现人员身份识别，随后将识别结果传送至获取绘制模块5。
85.综上可知，采用本发明的一种基于国产cpu环境的人员运动轨迹追踪回溯方法及系统，填补了国产cpu环境下人员运动轨迹追踪回溯方法实现的空白，简化了以往的轨迹追踪回溯算法的复杂度，降低了国产服务器的压力。
86.以上应用具体个例对本发明的原理及实施方式进行了详细阐述，这些实施例只是用于帮助理解本发明的核心技术内容。基于本发明的上述具体实施例，本技术领域的技术人员在不脱离本发明原理的前提下，对本发明所作出的任何改进和修饰，皆应落入本发明的专利保护范围。