跟踪队列确定方法、装置、电子设备及存储介质与流程

本公开涉及图像目标检测领域，尤其涉及一种跟踪队列确定方法、装置、电子设备及存储介质。

背景技术：

1、许多公共场所(如：商场、公园、景区、娱乐活动现场等)对进入人员的数量把控十分严格，这对于避免人员过度集中，进而防止骚乱、踩踏等事故的发生具有十分重要的意义。但是，相关技术中检测人员是否聚集主要依靠公共场所的安保人员，不仅耗费大量的人力和物力，且检测效率低下、检测结果不精确。

2、随着目标检测技术的发展，技术人员可通过目标检测技术判断图像中是否存在人员，甚至识别每个人员的身份。但是，为了检测人员是否聚集，还需要确定不同时刻采集的图像中的人员是否相同。

技术实现思路

1、本公开提供一种跟踪队列确定方法、装置、电子设备及存储介质，以解决相关技术中的问题。

2、本公开的第一方面实施例提出了一种跟踪队列确定方法，该方法包括：

3、基于预设检测时长，从目标视频流中获取至少两个目标图片；

4、利用目标检测网络，获取所述至少两个目标图片中每个目标图片的目标检测图，所述目标检测图至少包含所述每个目标图片中每个人员的第一目标检测框和第一中心点信息；

5、基于所述每个目标图片的目标检测图，确定所述目标视频流中的人员跟踪队列；所述人员跟踪队列用于指示所述每个目标图片中包含的每个人员的唯一标识信息，任意两个目标图片中相同的人员的唯一标识信息相同。

6、在一实施例中，本公开提供的跟踪队列确定方法，还包括：

7、基于所述至少两个目标图片及所述人员跟踪队列，判断所述预设检测时长内，所述人员跟踪队列中的每个人员是否发生人员聚集。

8、在本公开的一些实施例中，所述利用目标检测网络，获取所述至少两个目标图片中每个目标图片的目标检测图，包括：

9、利用所述目标检测网络的主干网络获取所述每个目标图片对应的至少一个特征图；

10、基于所述每个目标图片对应的至少一个特征图，获取所述至少两个目标图片对应的融合特征图；

11、基于所述至少两个目标图片对应的融合特征图，获取所述至少两个目标图片对应的融合特征图的第一权重向量；

12、基于所述至少两个目标图片对应的融合特征图，及所述每个目标图片对应的融合特征图的第一权重向量，确定所述每个目标图片对应的自适应特征图；

13、将所述每个目标图片对应的自适应特征图，与所述目标检测网络的上采样层输出的第一特征图作和，生成第二特征图；

14、将所述第二特征图作为所述目标检测网络的上采样层的输入，获取所述至少两个目标图片中每个目标图片的目标检测图。

15、在本公开的一些实施例中，所述基于所述每个目标图片对应的至少一个特征图，获取所述至少两个目标图片对应的融合特征图，包括：

16、将所述每个目标图片对应的至少一个特征图缩放到宽和高的尺寸相同；

17、将缩放后的所述每个目标图片对应的至少一个特征图在通道维度上进行融合，得到所述每个目标图片对应的融合特征图。

18、在本公开的一些实施例中，所述基于所述至少两个目标图片对应的融合特征图，及所述每个目标图片对应的融合特征图的第一权重向量，确定所述每个目标图片对应的自适应特征图，包括：

19、利用第一全局最大池化层提取所述每个目标图片对应的融合特征图的第一全局特征，得到所述每个目标图片对应的第一全局特征图；

20、基于所述每个目标图片对应的第一全局特征图，利用第一激活函数层获取所述至少两个目标图片对应的融合特征图的第一权重向量。

21、在本公开的一些实施例中，所述基于所述每个目标图片的目标检测图，确定所述目标视频流中的人员跟踪队列，包括：

22、利用第二全局最大池化层提取所述每个目标图片的目标检测图的第二全局特征，得到所述每个目标图片对应的第二全局特征图；

23、基于所述每个目标图片对应的第二全局特征图，利用第二激活函数层获取所述每个目标图片的目标检测图的第二权重向量；

24、基于所述每个目标图片对应的第二全局特征图，及所述每个目标图片的目标检测图的第二权重向量，得到所述每个目标图片对应的待匹配特征图；所述待匹配特征图至少包含所述待分配特征图中每个人员的第二目标检测框和第二中心点信息；

25、基于所述每个目标图片对应的所述待分配特征图中每个人员的第二目标检测框和第二中心点信息，确定所述目标视频流中的人员跟踪队列。

26、在本公开的一些实施例中，所述基于所述每个目标图片对应的所述待分配特征图中每个人员的第二目标检测框和第二中心点信息，确定所述目标视频流中的人员跟踪队列，包括：

27、基于所述每个目标图片对应的所述待分配特征图，确定所述至少两个目标图片中顺序相邻的两个目标图片对应的所述待分配特征图；

28、基于所述顺序相邻的两个目标图片对应的所述待分配特征图中的每个人员的第二目标检测框，获取所述顺序相邻的两个目标图片对应的所述待分配特征图中的任意两个人员之间的交并比iou；

29、基于所述顺序相邻的两个目标图片对应的所述待分配特征图中的每个人员的第二中心点信息，获取所述顺序相邻的两个目标图片对应的所述待分配特征图中的任意两个人员之间的特征相似度；

30、基于所述顺序相邻的两个目标图片对应的所述待分配特征图中的任意两个人员之间的iou及特征相似度，确定所述目标视频流中的人员跟踪队列。

31、在本公开的一些实施例中，所述基于所述顺序相邻的两个目标图片对应的所述待分配特征图中的任意两个人员之间的iou及特征相似度，确定所述目标视频流中的人员跟踪队列，包括：

32、基于所述顺序相邻的两个目标图片对应的所述待分配特征图中的任意两个人员之间的iou，确定所述顺序相邻的两个目标图片对应的所述待分配特征图中，第一目标图片中第一人员与第二目标图片中每个人员之间的iou；所述第一人员指所述第一目标图片中的任一人员；

33、基于第一目标图片中第一人员与所述第二目标图片中每个人员之间的iou，确定所述第二目标图片中与所述第一人员对应的iou大于预设iou的第二人员；所述第二人员指所述第二目标图片中的至少一个人员；

34、基于所述第二目标图片中与所述第一人员对应的iou大于预设iou的第二人员，确定所述第二人员中，与所述第一人员的特征相似度最高的人员为第一人员的同一人员；

35、遍历所述至少两个目标图片中的所有相邻的两个目标图片中的每个人员，确定所述至少两个目标图片中的每个人员的同一人员，并为每个人员及其同一人员标识相同的唯一标识信息，确定所述目标视频流中的人员跟踪队列。

36、在本公开的一些实施例中，所述基于所述至少两个目标图片及所述人员跟踪队列，判断所述预设检测时长内，所述人员跟踪队列中的每个人员是否发生人员聚集，包括：

37、基于所述人员跟踪队列，确定所述人员跟踪队列中每个人员的第一位置信息；所述第一位置信息用于指示所述每个人员在所述至少两个目标图片中第一顺序的目标图片中的第一中心点信息；

38、基于预设第一半径，及所述每个人员的第一位置信息，确定所述每个人员的人群覆盖区域；

39、基于所述每个人员的人群覆盖区域，将覆盖区域存在交叉的人员确定为同一人群包含的人员；

40、基于预设检测时长，确定所述至少两个目标图片内对应的人群未发生改变的人员为发生人员聚集的人员。

41、在本公开的一些实施例中，所述基于所述人员跟踪队列，确定所述人员跟踪队列中每个人员的第一位置信息，包括：

42、获取拍摄所述目标视频流的成像设备的第二位置信息和参数信息；

43、基于所述成像设备的第二位置信息和参数信息，将所述目标图片中所述每个人员跟踪队列中每个人员的第一中心点信息映射到所述成像设备所在的坐标系内，确定所述人员跟踪队列中每个人员的第一位置信息；所述成像设备的第二位置信息至少包括所述成像设备的架设高度和架设角度；所述成像设备的参数信息至少包括所述成像设备的分辨率和焦距。

44、本公开的第二方面实施例提出了一种人员聚集检测装置，该装置包括：

45、第一获取单元，用于基于预设检测时长，从目标视频流中获取至少两个目标图片；

46、第二获取单元，用于利用目标检测网络，获取所述至少两个目标图片中每个目标图片的目标检测图，所述目标检测图至少包含所述每个目标图片中每个人员的第一目标检测框和第一中心点信息；

47、第一确定单元，用于基于所述每个目标图片的目标检测图，确定所述目标视频流中的人员跟踪队列；所述人员跟踪队列用于指示所述每个目标图片中包含的每个人员的唯一标识信息，任意两个目标图片中相同的人员的唯一标识信息相同。

48、本公开的第三方面实施例提出了一种电子设备，包括：

49、至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例中描述的方法。

50、本公开的第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开第一方面实施例中描述的方法。

51、综上，本公开提出了一种跟踪队列确定方法、装置、电子设备及存储介质，该方法包括：基于预设检测时长，从目标视频流中获取至少两个目标图片；利用目标检测网络，获取所述至少两个目标图片中每个目标图片的目标检测图，所述目标检测图至少包含所述每个目标图片中每个人员的第一目标检测框和第一中心点信息；基于所述每个目标图片的目标检测图，确定所述目标视频流中的人员跟踪队列；所述人员跟踪队列用于指示所述每个目标图片中包含的每个人员的唯一标识信息，任意两个目标图片中相同的人员的唯一标识信息相同。

52、本公开提供的方案，通过利用目标检测网络，获取所述至少两个目标图片中每个目标图片中每个人员的第一目标检测框和第一中心点信息；并基于每个目标图片中每个人员的第一目标检测框和第一中心点信息，确定所述目标视频流中的人员跟踪队列。与相关技术相比，能够利用目标检测网络，将同一场景不同时刻采集的图像中的相同人员生成人员跟踪队列。

53、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。