(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 202210525599.5 (22)申请日 2022.05.13 (71)申请人 恒睿 （重庆） 人工智能技 术研究院有 限公司 地址 401121 重庆市渝北区金开大道西段 106号5-1、 5-2 (72)发明人 程子翰　 (74)专利代理 机构 北京瀚仁知识产权代理事务 所(普通合伙) 11482 专利代理师 宋宝库 (51)Int.Cl. G06T 7/292(2017.01) G06V 10/40(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01)G06V 40/10(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 行人轨迹合并方法、 装置以及计算机可读存 储介质 (57)摘要 本发明涉及计算机处理技术领域， 具体提供 一种行人轨迹合并方法、 装置以及计算机可读存 储介质， 旨在解决高质量还原行人轨迹的技术问 题。 为此目的， 本发明的方法包括： 将多个镜头拍 摄的视频处理为多张图片； 检测所述多张图片中 的人体； 提取人体的REID特征； 识别所述目标镜 头对应的一组图片中的人体形成的多段行人轨 迹； 从所述多段行人轨迹中识别与所述目标行人 轨迹之间存在同行关系的同行人轨迹； 根据所述 多个镜头相关的行人轨迹中人体的REID特征和 所述多个镜头相关的行人轨迹的同行人轨迹， 对 所述多个镜头相关的行人轨迹进行分类， 将同一 类行人轨迹合并。 本发明有助于将同一行人的轨 迹进行合并， 形成更加完整的行 人轨迹。 权利要求书2页 说明书6页 附图3页 CN 114897945 A 2022.08.12 CN 114897945 A 1.一种行 人轨迹合并方法， 其特 征在于， 包括： 将多个镜 头拍摄的视频处 理为多张图片； 检测所述多张图片中的人体； 提取所述多张图片中的人体的REID特 征； 将所述多个镜头 中任一镜头作为目标镜头， 识别所述目标镜头对应的一组图片中的人 体形成的多段 行人轨迹； 以所述多段行人轨迹中任一行人轨迹为目标行人轨迹， 从所述多段行人轨迹中识别与 所述目标 行人轨迹之间存在同行关系的同行 人轨迹； 根据所述多个镜头相关的行人轨迹中人体的REID特征和所述多个镜头相关的行人轨 迹的同行 人轨迹， 对所述多个镜 头相关的行 人轨迹进行分类， 将同一类行 人轨迹合并。 2.根据权利要求1所述的行人轨迹合并方法， 其特征在于， “检测所述多张图片中的人 体”的步骤， 还 包括： 获取所述多张图片中的人体的位置信息和时间信息； “从所述多段行人轨迹中识别与所述目标行人轨迹之间存在同行关系的同行人轨迹 ” 的步骤， 包括： 根据所述多段行人轨迹 中人体的位置信 息和时间信 息， 从所述多段行人轨迹中识别与 所述目标 行人轨迹的同行 人轨迹。 3.根据权利要求2所述的行人轨迹合并方法， 其特征在于， “从所述多段行人轨迹中识 别与所述目标 行人轨迹的同行 人轨迹”的步骤， 包括： 根据所述多段行人轨迹 中人体的位置信 息和时间信 息， 计算所述目标行人轨迹与 所述 其他行人轨迹的时间范围重合度、 相对位置关系和/或相对速度； 根据所述目标行人轨迹与所述其他行人轨迹的时间范围重合度、 相对位置关系和/或 相对速度， 从所述多段 行人轨迹中识别所述目标 行人轨迹的同行 人轨迹。 4.根据权利要求1所述的行人轨迹获取方法， 其特征在于， 在 “根据所述多个镜头相关 的行人轨迹中人体的REID特征和所述多个镜头相关的行人轨迹的同行人轨迹， 对 所述多个 镜头相关的行 人轨迹进行分类， 将同一类行 人轨迹合并”的步骤之前， 还 包括： 根据所述多段行人轨迹中人体的REID特征和所述多段行人轨迹的同行人轨迹， 对所述 多段行人轨迹进行分类， 将同一类行 人轨迹合并。 5.根据权利要求3所述的行人轨迹合并方法， 其特征在于， “根据所述多个镜头相关的 行人轨迹中人体的REID特征和所述多个镜头相关的行人轨迹的同行人轨迹， 对 所述多个镜 头相关的行 人轨迹进行分类 ”的步骤包括： 对于所述多段行人轨迹 中的第一行人轨迹和第 二行人轨迹， 根据 所述第一行人轨迹和 所述第二行人轨迹中人体的REID特征， 计算所述第一行人轨迹和所述第二行人轨迹的相似 度； 根据所述第 一行人轨迹的同行人轨迹和所述第 二行人轨迹的同行人轨迹之间的差别， 对所述第一行 人轨迹和所述第二行 人轨迹的相似度进行调整； 根据调整后所述多段 行人轨迹之间的相似度， 对所述多段 行人轨迹进行分类。 6.根据权利要求5所述的行人轨迹合并方法， 其特征在于， “对所述多个镜头相关的行 人轨迹进行分类 ”的步骤包括：权　利　要　求　书 1/2 页 2 CN 114897945 A 2使用预设的聚类算法， 基于根据调整后所述多段行人轨迹之间的相似度对所述多个镜 头相关的行 人轨迹进行聚类。 7.根据权利要求1所述的行人轨迹合并方法， 其特征在于， “提取所述多张图片中的人 体的REID特 征”的步骤包括： 通过预设的卷积神经网络模型， 提取 所述多张图片中的人体的REID特 征。 8.一种行 人轨迹合并装置， 其特 征在于， 包括： 图片处理模块， 将多个镜 头拍摄的视频处 理为多张图片； 人体检测模块， 检测所述多张图片中的人体； 特征提取模块， 提取 所述多张图片中的人体的REID特 征； 轨迹识别模块， 将所述多个镜头中任一镜头作为目标镜头， 识别所述目标镜头对应的 一组图片中的人体形成的多段 行人轨迹； 同行分析模块， 以所述多段行人轨迹中任一行人轨迹为目标行人轨迹， 从所述多段行 人轨迹中识别与所述目标 行人轨迹之间存在同行关系的同行 人轨迹； 轨迹合并模块， 根据所述多个镜头相关的行人轨迹中人体的REID特征和所述多个镜头 相关的行人轨迹的同行人轨迹， 对所述多个镜头相关的行人轨迹进行分类， 将同一类行人 轨迹合并。 9.一种控制装置， 包括处理器和存储装置， 所述存储装置适于存储多条程序代码， 其特 征在于， 所述程序 代码适于由所述处理器加载并运行以执行权利要求 1至7中任一项 所述的 行人轨迹合并方法。 10.一种计算机可读存储介质， 其中存储有多条程序代码， 其特征在于， 所述程序代码 适于由处 理器加载并运行以执 行权利要求1至7中任一项所述的行 人轨迹合并方法。权　利　要　求　书 2/2 页 3 CN 114897945 A 3