【技術實現步驟摘要】
本專利技術屬于人員追蹤的，具體地涉及一種人員自動追蹤方法及系統。
技術介紹
1、人員追蹤技術具體包括人員的軌跡追蹤，對于一些場所而言，為了提升工作的安全性以及風險管控能力，通過對員工進行人臉識別并根據識別結構進行追蹤是非常有必要的，但對于實際的人員自動追蹤過程而言，當追蹤的場景處于室內時，由于室內建筑的遮擋或者其他外界因素的影響，可能導致人臉圖像獲取設備所得到的人臉圖像存在不清晰、光線較暗等一些系列問題，進而導致在進行人臉識別的過程中，存在識別精度不高的情況，以此影響人員追蹤的準確度。
技術實現思路
1、為了解決上述技術問題，本專利技術提供了一種人員自動追蹤方法及系統，用于解決現有技術中的技術問題。
2、一方面，本專利技術提供以下技術方案，一種人員自動追蹤方法，包括：
3、獲取人臉圖像，對所述人臉圖像進行預處理，以得到處理圖像；
4、對所述處理圖像進行高斯濾波處理與動態閾值去噪處理，以得到去噪圖像；
5、對所述去噪圖像進行分區增強處理，以得到增強圖像；
6、獲取訓練人臉數據，將所述訓練人臉數據輸入預設識別模型中進行訓練，將所述增強圖像輸入訓練后的預設識別模型中進行識別，以輸出目標身份信息；
7、基于所述目標身份信息對目標進行卡爾曼濾波處理，以輸出預測位置信息，獲取若干幀連續的人臉圖像所對應的目標身份信息，并基于預測位置信息與若干幀連續的人臉圖像所對應的目標身份信息輸出目標的追蹤狀態；
8、所述對所述
9、確定所述去噪圖像的去噪直方圖，剔除所述去噪直方圖中零值，以得到剔除直方圖；
10、對所述剔除直方圖進行中值濾波處理，以得到濾波直方圖，確定所述濾波直方圖的均值，并基于均值將所述濾波直方圖調整為均衡直方圖；
11、基于所述均衡直方圖計算理想像素值：
12、；
13、式中，表示第個像素的理想像素值，表示均衡直方圖中灰度值為的個數，分別為第一范圍位寬、第二范圍位寬，表示第個分布區間；
14、基于理想像素值確定增強圖像。
15、相比現有技術，本專利技術的有益效果為：本專利技術首先獲取人臉圖像，對人臉圖像進行預處理，以得到處理圖像；然后對處理圖像進行高斯濾波處理與動態閾值去噪處理，以得到去噪圖像；然后對去噪圖像進行分區增強處理，以得到增強圖像；然后獲取訓練人臉數據，將訓練人臉數據輸入預設識別模型中進行訓練，將增強圖像輸入訓練后的預設識別模型中進行識別，以輸出目標身份信息；然后基于目標身份信息對目標進行卡爾曼濾波處理，以輸出預測位置信息，獲取若干幀連續的人臉圖像所對應的目標身份信息，并基于預測位置信息與若干幀連續的人臉圖像所對應的目標身份信息輸出目標的追蹤狀態，本專利技術通過對圖像進行濾波以及去噪處理，可有效剔除圖像中存在的噪聲，改善了圖像去噪后模糊的情況并提升了去噪效果，同時本專利技術對圖像進行增強處理，有效的增強了圖像的亮度特征以及細節特征，避免圖像出現暗淡不清晰的情況，以此提升了后續識別與追蹤的精準度。
16、較佳的，所述對所述人臉圖像進行預處理，以得到處理圖像的步驟包括：
17、對所述人臉圖像依次進行縮放、裁剪、歸一化處理，以得到處理圖像。
18、較佳的，所述對所述處理圖像進行高斯濾波處理與動態閾值去噪處理，以得到去噪圖像的步驟包括：
19、對所述處理圖像進行第一次高斯濾波處理，以得到濾波圖像：
20、；
21、式中，為第一高斯濾波器，表示第一高斯濾波標準差，表示處理圖像；
22、基于所述濾波圖像確定梯度矩陣：
23、；
24、式中，分別表示濾波圖像在方向的梯度；
25、對所述梯度矩陣進行第二次高斯濾波處理，以得到濾波矩陣：
26、；
27、式中，為第二高斯濾波器，表示第二高斯濾波標準差，分別表示濾波矩陣中第一行第一列、第一行第二列、第二行第一列、第二行第二列的元素；
28、基于所述濾波矩陣確定第一界限值與第二界限值：
29、；
30、；
31、將所述濾波圖像分割為若干子濾波圖像，計算若干子濾波圖像的歸一化判斷值：
32、；
33、式中，、分別表示第個子濾波圖像對應的第一界限值、第二界限值；
34、基于所述歸一化判斷值確定去噪圖像。
35、較佳的，所述基于所述歸一化判斷值確定去噪圖像的步驟包括：
36、若，則將對應的子濾波圖像存入第一圖像集中，并將所述第一圖像集中的圖像按原位置進行組合，以得到第一圖像，若，則將對應的子濾波圖像存入第二圖像集中，并將所述第二圖像集中的圖像按原位置進行組合，以得到第二圖像，若，則將對應的子濾波圖像存入第三圖像集中，并將所述第三圖像集中的圖像按原位置進行組合，以得到第三圖像，分別為第一判斷閾值、第二判斷閾值；
37、計算第一圖像的第一去噪閾值、第二圖像的第二去噪閾值以及第三圖像的第三去噪閾值：
38、；
39、式中，，分別為第一調整系數、第二調整系數，為預設去噪閾值；
40、基于第一去噪閾值確定第一去噪圖像、基于第二去噪閾值確定第二去噪圖像以及基于第三去噪閾值確定第三去噪圖像：
41、；
42、；
43、；
44、式中，、、分別表示第一去噪圖像中第個像素點的像素值、第二去噪圖像中第個像素點的像素值、第三去噪圖像中第個像素點的像素值，、分別表示第一圖像中第個像素點的像素值、第二圖像中第個像素點的像素值、第三圖像中第個像素點的像素值，、、分別表示第一去噪圖像中第個像素點的像素值與第一圖像中第個像素點的像素值之間的高斯歐式距離、第二去噪圖像中第個像素點的像素值與第二圖像中第個像素點的像素值之間的高斯歐式距離、第三去噪圖像中第個像素點的像素值與第三圖像中第個像素點的像素值之間的高斯歐式距離，表示第三高斯濾波標準差，分別表示第一圖像中以第個、第個像素點為中心的鄰域矩陣，分別表示第二圖像中以第個、第個像素點為中心的鄰域矩陣，分別表示第三圖像中以第個、第個像素點為中心的鄰域矩陣，表示以為高斯加權值的二范數的平方；
45、將第一去噪圖像、第二去噪圖像、第三去噪圖像進行組合，以得到去噪圖像。
46、較佳的，所述基于理想像素值確定增強圖像的步驟包括：
47、基于理想像素值構建迭代方程并基于所述迭代方程確定若干個分布區間，其中迭代方程為：
48、；
49、式中，表示分布區間值，表示迭代初始分布區間，表示迭代初始理想像素值；
50、基于若干個分布區間確定調整灰度映射值：
51、；
52、式中，表示去噪圖像中像素灰度值為時對應的調整灰度映射值，、分別表示第個分布區間；
53、本文檔來自技高網...
【技術保護點】
1.一種人員自動追蹤方法，其特征在于，包括：
2.根據權利要求1所述的人員自動追蹤方法，其特征在于，所述對所述人臉圖像進行預處理，以得到處理圖像的步驟包括：
3.根據權利要求1所述的人員自動追蹤方法，其特征在于，所述對所述處理圖像進行高斯濾波處理與動態閾值去噪處理，以得到去噪圖像的步驟包括：
4.根據權利要求3所述的人員自動追蹤方法，其特征在于，所述基于所述歸一化判斷值確定去噪圖像的步驟包括：
5.根據權利要求1所述的人員自動追蹤方法，其特征在于，所述基于理想像素值確定增強圖像的步驟包括：
6.根據權利要求1所述的人員自動追蹤方法，其特征在于，所述預設識別模型具體為YOLOv4模型。
7.一種人員自動追蹤系統，所述系統采用如權利要求1所述的人員自動追蹤方法，其特征在于，所述系統包括：
8.一種計算機，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述的人員自動追蹤方法。
9.一種存儲介質，
...【技術特征摘要】
1.一種人員自動追蹤方法，其特征在于，包括：
2.根據權利要求1所述的人員自動追蹤方法，其特征在于，所述對所述人臉圖像進行預處理，以得到處理圖像的步驟包括：
3.根據權利要求1所述的人員自動追蹤方法，其特征在于，所述對所述處理圖像進行高斯濾波處理與動態閾值去噪處理，以得到去噪圖像的步驟包括：
4.根據權利要求3所述的人員自動追蹤方法，其特征在于，所述基于所述歸一化判斷值確定去噪圖像的步驟包括：
5.根據權利要求1所述的人員自動追蹤方法，其特征在于，所述基于理想像素值確定增強圖像的步驟包括：
6...
【專利技術屬性】
技術研發人員：申德軍，梁軍，饒澤世，劉偉峰，沈世皓，
申請(專利權)人：中國瑞林工程技術股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。