(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210284985.X (22)申请日 2022.03.21 (71)申请人 合肥工业大 学 地址 230009 安徽省合肥市屯溪路193号 (72)发明人 卫星　王明珠　周芳　杨烨　 陈柏霖　何煦　陈逸康　 (74)专利代理 机构 上海汉之律师事务所 31378 专利代理师 周婷婷 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/10(2022.01) G06V 40/16(2022.01) G06V 10/40(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种行人跟踪方法、 系统、 设备及存 储介质 (57)摘要 本发明提供一种行人跟踪方法、 系统、 设备 及存储介质， 包括： 获取目标行人的多个图像信 息； 将各所述图像信息输入预训练的第一识别模 型， 提取各所述图像信息的行人特征， 将提取的 行人特征与目标库中的行人信息进行比对， 得到 比对结果； 其中， 所述行人特征包括人脸特征和 人体特征； 判断所述比对结果是否大于设定阈 值： 若大于， 则认为追踪成功； 否则， 采用预训练 的第二识别模型提取各所述图像信息的全局特 征和属性特征， 计算所述全局特征和所述属性特 征的距离， 若距离大于综合阈值， 则认为追踪成 功。 本发明采用融合人脸识别技术和人体识别技 术的方式， 且识别过程中无需用户参与， 极大地 提高了目标行 人识别的效率和准确度。 权利要求书2页 说明书11页 附图2页 CN 114663835 A 2022.06.24 CN 114663835 A 1.一种行 人追踪方法， 其特 征在于， 包括： 获取目标 行人的多个图像信息； 将各所述图像信息输入预训练的第一识别模型， 提取各所述图像信息的行人特征， 将 提取的行人特征与目标库中的行人信息进 行比对， 得到比对结果； 其中， 所述行人特征包括 人脸特征和人体特 征； 判断所述比对结果是否大于设定阈值： 若大于， 则认为追踪成功； 否则， 采用预训练的第二识别模型提取各所述图像信息的全局特征和属性特征， 计算 所述全局特 征和所述属性特 征的距离， 若距离大于综合阈值， 则认为追踪成功。 2.根据权利要求1所述的行 人追踪方法， 其特 征在于： 所述目标 行人的多个图像信息是通过多个 摄像头拍摄获得； 追踪成功之后的步骤还包括： 根据各摄像头的间隔距离和目标行人的行走速度， 对追 踪成功的目标行人进行筛选， 删除出现位置不合理的目标行人， 解析剩余 目标行人 的行动 轨迹， 得到目标追踪信息； 其中， 所述目标追踪信息包括该目标行人 的身份信息、 轨迹信息 及当前定位。 3.根据权利要求1所述的行人追踪方法， 其特征在于， 所述获取目标行人的多个图像信 息之后的步骤 包括： 对各所述图像信息进行灰度处理后， 提取所述图像信息中的目标人脸框和目标人体 框， 并分别将所述目标 人脸框和所述目标 人体框输入预训练的第一识别模型。 4.根据权利要求3所述的行人追踪方法， 其特征在于， 所述提取所述图像信 息中的目标 人脸框和目标 人体框的步骤 包括： 采用ZFnet网络计算所述图像信息的卷积特 征； 基于所述卷积特征， 使用KM聚类算法提取初始候选区域， 计算初始候选区域与真实行 人区域的I oU得分， 选择I oU得分大于预设指标的区域 为目标人脸框和目标 人体框。 5.根据权利要求4所述的行人追踪方法， 其特征在于， 所述第 一识别模型包括人脸识别 模型和人体识别模型； 所述人脸识别模型对输入的所述目标人脸框进行特征提取， 并将提取的人脸特征与 人 脸信息库中的人脸信息进行比对， 计算两者的相似度， 得到人脸识别结果； 所述人体识别模型对输入的所述目标人体框进行特征提取， 并将提取的人体特征与 人 体信息库中的人体信息进行比对， 计算两者之间的距离， 得到人体识别结果； 所述人脸识别结果和所述人体识别结果共同构成所述比对结果。 6.根据权利要求1所述的行人追踪方法， 其特征在于， 所述第 二识别模型包括全局 识别 模型和局部识别模型； 所述全局识别模型， 用于提取 所述图像信息的全局特 征； 所述局部识别模型， 用于提取所述图像信息的局部特征， 将各所述局部特征按照所属 的属性进行分类； 为各属性分配权 重并加权求和， 得到所述属性特 征。 7.一种行 人追踪系统， 其特 征在于， 包括： 获取模块， 用于获取目标 行人的多个图像信息； 识别模块， 用于将各所述图像信息输入预训练的第一识别模型， 提取各所述图像信息权　利　要　求　书 1/2 页 2 CN 114663835 A 2的行人特征， 将提取的行人特征与目标库中的行人信息进行比对， 得到比对结果； 其中， 所 述行人特征包括人脸特 征和人体特 征； 判断所述比对结果是否大于设定阈值： 若大于， 则认为追踪成功； 否则， 采用预训练的第二识别模型提取各所述图像信息的全局特征和属性特征， 计算 所述全局特 征和所述属性特 征的距离， 若距离大于综合阈值， 则认为追踪成功。 8.根据权利要求7 所述的行 人追踪系统， 其特 征在于， 还 包括： 图像检测模块， 用于通过多个 摄像头拍摄得到所述目标 行人的多个图像信息； 筛选模块， 用于根据各摄像头的间隔距离和目标行人的行走速度， 对追踪成功 的目标 行人进行筛选， 删除出现位置不合理的目标行人， 解析剩余目标行人的行动轨迹， 得到目标 追踪信息； 其中， 所述目标追踪信息包括该目标 行人的身份信息、 轨 迹信息及当前定位。 9.一种计算机设备， 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， 其特征在于： 所述处理器执行所述计算机程序时实现权利要求 1‑6中任一项 所述 方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 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。权　利　要　求　书 2/2 页 3 CN 114663835 A 3