(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 202210121523.6 (22)申请日 2022.02.09 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 吴强　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 杨义 (51)Int.Cl. G06V 40/10(2022.01) G06V 20/00(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01)G06T 7/246(2017.01) (54)发明名称 一种行人追踪方法、 装置、 计算机设备及存 储介质 (57)摘要 本发明实施例公开了一种行人追踪 方法、 装 置、 计算机设备及存储介质。 该方法包括： 如果确 定室内导航机器人与 目标行人建立跟随导航关 系， 则每到达追踪时间点时， 通过室内环境摄像 头获取检测采集图像； 识别至少一个检测目标， 并标识针对目标行人的追踪预测目标； 根据室内 导航机器人针对目标行人采集得到的行人影像 和设置的跟随导航路线， 计算与各检测目标对应 的第一融合对比特征和与追踪预测目标对应的 第二融合对比特征； 根据各第一融合对比特征与 第二融合对比特征之间的相似性， 在检测目标中 进行目标行人的识别， 以对目标行人进行追踪。 解决了室内导航机器人不具备主动实时跟随的 问题， 实现了对客户进行实时跟随的功能， 提高 了机器人的智能化水平。 权利要求书3页 说明书12页 附图5页 CN 114463787 A 2022.05.10 CN 114463787 A 1.一种行 人追踪方法， 其特 征在于， 包括： 如果确定室内导航机器人与目标行人建立跟随导航关系， 则每到达追踪时间点时， 通 过室内环境摄 像头获取检测采集图像； 在检测采集图像中识别至少一个检测目标， 并在所述检测采集图像中标识针对所述目 标行人的追踪预测目标； 根据室内导航机器人针对目标行人采集得到的行人影像和设置的跟随导航路线， 计算 与各检测目标对应的第一融合对比特 征和与追踪预测目标对应的第二融合对比特 征； 根据各第一融合对比特征与第 二融合对比特征之间的相似性， 在检测目标中进行目标 行人的识别， 以对所述目标 行人进行追踪。 2.根据权利要求1所述的方法， 其特征在于， 在检测采集图像中识别至少一个检测目 标， 并在所述检测采集图像中标识针对所述目标 行人的追踪预测目标， 包括： 将检测采集图像输入至预 先训练的yo lov3模型中， 获取至少一个 检测目标； 获取目标 行人在前一追踪时间点采集的历史采集图像中的历史识别区域； 采用卡尔曼追踪算法， 根据所述历史识别区域， 在所述检测采集图像中标识针对所述 目标行人的追踪预测目标。 3.根据权利要求1所述的方法， 其特征在于， 根据室内导航机器人针对目标行人采集得 到的行人影像和设置的跟随导航路线， 计算与各检测目标对应的第一融合对比特征和与追 踪预测目标对应的第二融合对比特 征， 包括： 根据各检测目标和追踪预测目标在所述检测采集图像中的二维图像位置， 计算各检测 目标和追踪预测目标的三维室内位置； 计算各所述三维室内位置与所述跟随导 航路线间的距离， 作为第一子特 征； 计算各检测目标与 行人影像之间的特征匹配度， 以及追踪预测目标与 行人影像之间的 特征匹配度， 作为第二子特 征； 根据与各检测目标和追踪预测目标分别对应的第 一子特征和第 二子特征， 得到与 各检 测目标对应的第一融合对比特 征和与追踪预测目标对应的第二融合对比特 征。 4.根据权利要求3所述的方法， 其特征在于， 在计算各检测目标与行人影像之间的特征 匹配度， 以及追踪预测目标与行 人影像之间的特 征匹配度， 作为第二子特 征之后， 还 包括： 计算各检测目标和追踪预测目标的图像颜色特征作为第 三子特征， 并计算各检测目标 和追踪预测目标的图框尺寸特 征作为第四子特 征； 根据与各检测目标和追踪预测目标分别对应的第 一子特征和第 二子特征， 得到与 各检 测目标对应的第一融合对比特 征和与追踪预测目标对应的第二融合对比特 征， 包括： 将与各检测目标分别对应的第一子特征、 第二子特征、 第三子特征和第 四子特征进行 融合， 得到与各检测目标分别对应的第一融合对比特 征； 将与追踪预测目标对应的第一子特征、 第二子特征、 第三子特征和第 四子特征进行融 合， 得到与追踪预测目标对应的第二融合对比特 征。 5.根据权利要求1 ‑4任一项所述的方法， 其特征在于， 根据 各第一融合对比特征与第二 融合对比特 征之间的相似性， 在检测目标中进行目标 行人的识别， 包括： 分别计算每个第一融合对比特征中包括的各项子特征与所述第二融合对比特征中匹 配的各项子特 征之间的特 征差异值；权　利　要　求　书 1/3 页 2 CN 114463787 A 2根据各特征差异值， 以及与每个检测目标分别对应的特征权重分配策略， 计算每个检 测目标分别对应的融合特 征差异值； 如果确定最小的融合特征差异值小于或者等于预设的匹配门限， 则将与所述最小的融 合特征差异值对应的检测目标， 识别为目标 行人。 6.根据权利要求5所述的方法， 其特征在于， 根据各特征差异值， 以及与每个检测目标 分别对应的特 征权重分配策略， 计算每 个检测目标分别对应的融合特 征差异值， 包括： 获取当前检测目标， 以及与当前检测目标对应的第 一特征差异值、 第 二特征差异值、 第 三特征差异值以及第四特 征差异值； 根据所述检测采集图像中各检测目标的图框重叠关系， 判断所述当前检测目标是否与 其他检测目标之间存在遮挡关系； 若否， 则采用自适应权重调整方案， 确定与第一特征差异值、 第二特征差异值、 第三特 征差异值以及第四特 征差异值分别对应的权 重值； 若是， 则按照预设的固定权重分配方案， 分配与第一特征差异值、 第二特征差异值、 第 三特征差异值以及第四特 征差异值分别对应的权 重值； 根据与当前检测目标对应的第 一特征差异值、 第 二特征差异值、 第三特征差异值、 第四 特征差异值以及匹配的权 重值， 计算得到与当前检测目标对应的融合特 征差异值。 7.根据权利要求6所述的方法， 其特征在于， 所述采用自适应权重调整方案， 确定与第 一特征差异 值、 第二特征差异 值、 第三特征差异 值以及第四特征差异 值分别对应的权重值， 包括： 根据所述第一特征差异值、 所述第二特征差异值、 所述第三特征差异值以及所述第 四 特征差异 值， 分别计算得到第一自适应权重值、 第二自适应权重值、 第三自适应权重值以及 第四自适应权 重值； 获取所述第一自适应权重值、 所述第二自适应权重值、 所述第三自适应权重值以及所 述第四自适应权重值， 进行归一化处理， 分别计算得到第一特征权重值、 第二特征权重值、 第三特征权重值以及第四特 征权重值。 8.一种行 人追踪装置， 其特 征在于， 包括： 检测采集图像获取模块， 用于如果确定室内导航机器人与目标行人建立跟随导航关 系， 则每到 达追踪时间点时， 通过室内环境摄 像头获取检测采集图像； 追踪预测目标识别模块， 用于在检测采集图像中识别至少一个检测目标， 并在所述检 测采集图像中标识针对所述目标 行人的追踪预测目标； 第一融合对比特征和第 二融合对比特征计算模块， 用于根据室内导航机器人针对目标 行人采集得到的行人影像和设置的跟随导航路线， 计算与各检测目标对应的第一融合对比 特征和与追踪预测目标对应的第二融合对比特 征； 目标行人追踪模块， 用于根据各第一融合对比特征与第二融合对比特征之间的相似 性， 在检测目标中进行目标 行人的识别， 以对所述目标 行人进行追踪。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1‑7中任一项 所 述的行人追踪方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被权　利　要　求　书 2/3 页 3 CN 114463787 A 3