(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 202211329606.0 (22)申请日 2022.10.27 (71)申请人 西安理工大 学 地址 710048 陕西省西安市碑林区金花 南 路5号 (72)发明人 陈亚军　洪松　蔺广逢　王婧　 孙思云　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 朱海临 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/25(2022.01) G06V 10/75(2022.01) G06V 10/774(2022.01)G06V 20/40(2022.01) (54)发明名称 一种行人检测与跟踪方法、 装置、 设备及可 读存储介质 (57)摘要 本发明公开了一种行人检测与跟踪 方法、 装 置、 设备及可读存储介质， 对视频序列中的每一 帧图像进行行人检测， 得到行人检测框； 利用所 述行人检测框中的行人特征信息对马尔科夫链 蒙特卡洛 粒子滤波进行初始化； 利用所述行人检 测框中的行人特征信息和预设的可逆跳跃策略 对所述初始化后的马尔科夫链蒙特卡洛粒子滤 波进行采样更新； 利用所述更新后的马尔科夫链 蒙特卡洛粒子滤波对当前帧的前一帧图像所对 应的行人检测框中的行人特征信息进行计算， 得 到当前帧的行人预测位置信息； 将所述当前帧的 行人预测位置信息与当前帧的行人特征信息进 行跟踪匹配， 得到行人跟踪结果。 本发明能当跟 踪目标被遮挡或者光线变化过快后， 能够确保跟 踪准确率。 权利要求书5页 说明书11页 附图2页 CN 115512303 A 2022.12.23 CN 115512303 A 1.一种行 人检测与跟踪方法， 其特 征在于， 包括： 对视频序列中的每一帧图像进行 行人检测， 得到行 人检测框； 利用所述行 人检测框中的行 人特征信息对马尔科 夫链蒙特卡洛粒子滤波 进行初始化； 利用所述行人检测框中的行人特征信息和预设的可逆跳跃策略对所述初始化后的马 尔科夫链蒙特卡洛粒子滤波 进行采样更新； 利用所述更新后的马尔科夫链蒙特卡洛粒子滤波对当前帧的前一帧图像所对应的行 人检测框中的行 人特征信息进行计算， 得到当前帧的行 人预测位置信息； 将所述当前帧的行人预测位置信 息与当前帧的行人特征信 息进行跟踪 匹配， 得到行人 跟踪结果。 2.根据权利要求1所述的一种行人检测与跟踪方法， 其特征在于， 所述利用所述行人检 测框中的行 人特征信息对马尔科 夫链蒙特卡洛粒子滤波 进行初始化， 包括： 设定马尔科夫链初始化于任意状态 其中， kt表示t时刻的跟踪目标数量， 表示第r次采样时第kt个跟踪目标的状态信息的样本集； 所述行人检测框 中的行人特征信 息增加时， 采用第 一公式对马尔科夫链蒙特卡洛粒子 滤波进行初始化， 所述行人特征信息增加指的是检测到新的行人目标 且新的行人目 标 之前并不存在， 所述第一公式为： 其中， QA为行人特征信息增加时的跳跃策略； 为不在当前状态目标 集的新检测集； 在 检测集中， 利用均匀分布概率密度函数随机的选择一个目标i， 且通 过分布 得到目标i的状态信息 所述行人检测框 中的行人特征信 息删除时， 采用第 二公式对马尔科夫链蒙特卡洛粒子 滤波进行初始化， 所述行人特征信息删除指的是增加策略的一个可逆跳跃操作， 所述第二 公式为： 其中， QD为行人特征信息删除时的跳跃策略； 在先前样本中的新检测集中， 记 利用均匀分布概 率密度函数随机从 中移除一个目标i； 所述行人检测框 中的行人特征信 息停留时， 采用第 三公式对马尔科夫链蒙特卡洛粒子权　利　要　求　书 1/5 页 2 CN 115512303 A 2滤波进行初始化， 所述行人特征信息停留指的是存在于样本集 但不在样本集 的 目标集， 所述第三公式为： 其中， QS为行人特征信息停留时的跳跃策略； 为存在于 但不在样本集 的 目标集； 利用均匀分布概率密度函数从 中随机的选择一个行人目标i加入 样本 集中， 并且从混合分布 以及 中得到行 人目标i的状态变量； 所述行人检测框 中的行人特征信 息离开时， 采用第四公式对马尔科夫链蒙特卡洛粒子 滤波进行初始化， 所述行人特征信息离开指的是停留策略的一个可逆跳跃操作， 所述第四 公式为： 其中， QL为行人特征信息离开时的跳跃策略； 记 为目标集； 当一个 行人目标停留在样本集 时， 离开策略利用均匀分布概率密度函数从 目标集中随机 的移除一个行 人目标i； 所述行人检测框 中的行人特征信 息更新时， 采用第五公式对马尔科夫链蒙特卡洛粒子 滤波进行初始化， 所述行人特征信息更新指的是更新跳跃策略为行人目标提供了新的状态 信息， 所述第五 公式为： 其中， QU为行人特征信息 更新时的跳跃策略； 更新策略利用均匀分布概率密度函数随机 的从样本集 中选择一个目标i进行状态信息的更新， 而状态信息的更新则是根据分布 得到， 为行人离开与删除的并 集；权　利　要　求　书 2/5 页 3 CN 115512303 A 3