-
公开(公告)号:CN118691648A
公开(公告)日:2024-09-24
申请号:CN202410738097.X
申请日:2024-06-07
Applicant: 清华大学
Abstract: 本申请涉及计算机视觉技术领域,特别涉及一种基于时空信息的跨摄像头街区行人匹配方法及装置,其中,方法包括:获取每个摄像头采集街区的监控视频;识别每个摄像头的监控视频中出现的行人;提取每个摄像头的监控视频中行人特征向量;根据行人特征向量跟踪监控视频中行人的轨迹;根据每个摄像头的跟踪轨迹、每个摄像头的位置信息和任意两个摄像头之间的行人耗时信息生成行人的全局跟踪轨迹。实现了跨摄像头街区行人匹配任务,在取得较高的准确率的同时拥有较快的运算速度。
-
公开(公告)号:CN118537787A
公开(公告)日:2024-08-23
申请号:CN202410493579.3
申请日:2024-04-23
Applicant: 清华大学
IPC: G06V20/52 , G06V10/762 , G06V10/62 , G06V20/40
Abstract: 本申请涉及计算机视觉技术领域,特别涉及一种基于重识别的监控视频行人轨迹跟踪方法及装置,其中,方法包括:获取当前监控视频数据;提取当前监控视频数据中行人检测数据;将行人检测数据输入行人重识别模型,行人重识别模型提取行人检测数据中每个行人的图像特征向量;将当前监控视频数据中每个行人的对应帧数归一化及扩展后插入每个行人的图像特征向量,并对每个行人的图像特征向量进行密度聚类得到轨迹片段集合;对轨迹片段集合进行层次聚类得到轨迹聚类结果,将轨迹聚类结果投影至二维平面地图得到每个行人的真实轨迹,基于每个行人的真实轨迹实现行人轨迹跟踪。解决相关技术计算效率低、资源消耗和存储成本高,使推广性较差等问题。
-