(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210354218.1 (22)申请日 2022.04.06 (65)同一申请的已公布的文献号 申请公布号 CN 114550219 A (43)申请公布日 2022.05.27 (73)专利权人 南京甄视智能科技有限公司 地址 210000 江苏省南京市江宁区高新园 龙眠大道5 68号 (72)发明人 杨帆　白立群　胡建国　潘鑫淼　 (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 专利代理师 杨楠 (51)Int.Cl. G06V 40/10(2022.01) G06V 20/52(2022.01)G06V 10/44(2022.01) G06V 10/764(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) G06T 7/246(2017.01) G06T 7/277(2017.01) (56)对比文件 CN 113192105 A,2021.07.3 0 CN 111488795 A,2020.08.04 CN 112288773 A,2021.01.2 9 US 2005/0129275 A1,20 05.06.16 审查员 狄希 (54)发明名称 行人追踪方法及装置 (57)摘要 本发明公开了一种行人追踪方法， 包括： 对 监控视频图像中的行人进行检测并为每个行人 检测框构建一个卡尔曼追踪器， 同时对行人外观 特征进行提取； 将每个行人检测框、 每个卡尔曼 追踪器， 以及匹配区域， 透视变换至透视平 面； 在 透视平面内， 对每个卡尔曼追踪器， 使用中心点 在该卡尔曼追踪器所对应匹配区域内的所有行 人检测框与该卡尔曼追踪器进行最大匹配； 所述 最大匹配的代 价函数为： 行人检测框和卡尔曼追 踪器的行人外观特征相似度与行人检测框中心 点和卡尔曼追踪器中心点在透视平面空间中的 距离的加权和； 用匹配到的行人检测框对相应卡 尔曼追踪器进行更新。 本发明还公开了一种行人 追踪装置。 本发 明可在提升追踪精度的同时有效 降低算法 资源消耗。 权利要求书2页 说明书5页 附图1页 CN 114550219 B 2022.07.08 CN 114550219 B 1.一种行 人追踪方法， 其特 征在于， 包括以下步骤： 对监控视频图像中的行人进行检测并为每个行人检测框构建一个卡尔曼追踪器， 同时 对每个行人检测框以及新出现的卡尔曼追踪器中的行 人外观特 征进行提取； 将每个行人检测框、 每个卡尔曼追踪器， 以及以每个卡尔曼追踪器 中心点为圆心， 以匹 配半径R为半径的匹配区域， 透 视变换至 透视平面； 在透视平面内， 对每个卡尔曼追踪器， 使用中心点在该卡尔曼追踪器所对应匹配区域 内的所有行人检测框与该卡尔曼追踪器进行最大匹配； 所述最大匹配的代价函数为： 行人 检测框和 卡尔曼追踪器的行人外观特征相似度与行人检测框中心点和 卡尔曼追踪器中心 点在透视平面空间中的距离的加权和， 匹配代价 函数Loss具体如下： Loss=α similarity （fk，fd） +β distance （PK， PD） 式中，fk、fd分别表示卡尔曼追踪器、 行人检测框的行人外观特征， PK、 PD 分别表示卡尔 曼追踪器、 行人检测框在透视平面内的中心点， similar ity （ ） 表示计算相似度， distanc e （ ） 表示计算距离， α 和β 为权值； 用匹配到的行 人检测框对相应卡尔曼追踪器进行 更新。 2.如权利要求1所述行人追踪方法， 其特征在于， 每个卡尔曼追踪器的所述匹配半径 R 均根据下式进行动态调整： R=R0+γ×t2 式中，γ为大于0的控制系数； R0为匹配半径初始值； t为该卡尔曼追踪器连续未成功匹 配的图像帧数， 如卡尔曼追踪器成功匹配， t的值归零， 如未成功匹配， t的值加1。 3.如权利要求1所述行人追踪方法， 其特征在于， 卡尔曼追踪器的行人外观特征按照以 下方法进行动态更新： 在每次匹配成功后， 计算卡尔曼追踪器的行人外观特征与其匹配成 功的行人检测框的行人外观特征之间的相似度， 如相似度低于预设阈值， 则按照下式对该 卡尔曼追踪器的行 人外观特 征进行更新： fk= δfk’+ （1‑δ ）fd’ 其中，fk’、 fk分别为更新前、 后的卡尔曼追踪器的行人外观特征， fd’为当前与该卡尔曼 追踪器匹配成功的行 人检测框的行 人外观特 征， δ 为取值范围在[0,1)的系数。 4.一种行 人追踪装置， 其特 征在于， 包括： 行人检测及特征提取单元， 用于对监控视频图像中的行人进行检测并为每个行人检测 框构建一个卡尔曼追踪器， 同时对每个行人检测框以及新出现的卡尔曼追踪器中的行人外 观特征进行提取； 透视变换单元， 用于将每个行人检测框、 每个卡尔曼追踪器， 以及以每个卡尔曼追踪器 中心点为圆心， 以预设匹配半径R为半径的匹配区域， 透 视变换至 透视平面； 匹配单元， 用于在透视平面内， 对每个卡尔曼追踪器， 使用中心点在该卡尔曼追踪器所 对应匹配区域内的所有行人检测框与该卡尔曼追踪器进行最大匹配； 所述最大匹配的代价 函数为： 行人检测框和卡尔曼追踪器的行人外观特征相似度与行人检测框中心 点和卡尔曼 追踪器中心点在透 视平面空间中的距离的加权和， 匹配代价 函数Loss具体如下： Loss=α similarity （fk，fd） +β distance （PK， PD） 式中，fk、fd分别表示卡尔曼追踪器、 行人检测框的行人外观特征， PK、 PD 分别表示卡尔 曼追踪器、 行人检测框在透视平面内的中心点， similar ity （ ） 表示计算相似度， distanc e （ ）权　利　要　求　书 1/2 页 2 CN 114550219 B 2表示计算距离， α 和β 为权值； 更新单元， 用于用匹配到的行 人检测框对相应卡尔曼追踪器进行 更新。 5.如权利要求 4所述行人追踪装置， 其特 征在于， 还 包括： 匹配半径调整单元， 用于将每个卡尔曼追踪器的所述匹配半径 R均根据下式进行动态 调整： R=R0+γ×t2 式中，γ为大于0的控制系数； R0为匹配半径初始值； t为该卡尔曼追踪器连续未成功匹 配的图像帧数， 如卡尔曼追踪器成功匹配， t的值归零， 如未成功匹配， t的值加1。 6.如权利要求 4所述行人追踪装置， 其特 征在于， 还 包括： 特征动态更新单元， 用于对卡尔曼追踪器的行人外观特征按照以下方法进行动态更 新： 在每次匹配成功后， 计算卡尔曼追踪器的行人外观特征与其匹配成功的行人检测框的 行人外观特征之间的相似度， 如相似度低于预设阈值， 则按照下式对该卡尔曼追踪器的行 人外观特 征进行更新： fk= δfk’+ （1‑δ ）fd’ 其中，fk’、 fk分别为更新前、 后的卡尔曼追踪器的行人外观特征， fd’为当前与该卡尔曼 追踪器匹配成功的行 人检测框的行 人外观特 征， δ 为取值范围在[0,1)的系数。权　利　要　求　书 2/2 页 3 CN 114550219 B 3