一种步态大数据检索方法及其系统、终端设备与流程

1.本发明涉及一种步态大数据检索方法及其系统、终端设备，属于步态识别技术领域。


背景技术：

2.在ai时代，越来越多的生物特征可以被提取出来并进行识别，目前市场应用比较多的有人脸识别、指纹识别、声纹识别、虹膜识别、掌静脉识别、步态识别等技术。
3.步态识别是指在通过分析目标人物身体结构及走路的姿态进行身份识别。与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装等优点，广泛应用于平安城市、社会治理等领域中失踪儿童的轨迹查询、目标嫌疑人的动态布控、重点人群的动态监控等场景。
4.步态识别作为当下安防行业的一种新生物识别技术，在学术界已达到了较高的识别准确率。然而在实际应用中，很多使用人员在基于步态识别技术进行数据检索时，检索结果大量缺失或者检索结果混入噪声数据，这种因使用人员操作经验不足或操作不规范而引起的检索效果不一致，未取得理想效果的问题随着应用落地的增多而日益严重。


技术实现要素：

5.本发明提供了一种步态大数据检索方法及其系统、终端设备，能够实现使用人员规范正确使用步态检索技术，获取最佳检索效果，从而可以更丰富更精准的基于检索结果绘制目标人物轨迹信息，解决检索效果因人而异的问题。
6.一方面，本发明提供了一种步态大数据检索方法，所述方法包括：
7.s1、获取包含目标人物的视频图像，并在所述视频图像中提取出所述目标人物的步态样本，根据所述步态样本构建所述目标人物的步态库；
8.s2、利用所述步态库在局部区域的监控视频数据中进行检索，得到局部检索结果，并利用所述局部检索结果更新所述步态库，得到更新后的步态库；
9.s3、利用更新后的所述步态库在全域的监控视频数据中进行检索，获得全局检索结果；
10.s4、根据所述局部检索结果和所述全局检索结果生成目标人物的行动轨迹。
11.可选的，所述s2具体包括：
12.s21、获取目标人物出现的初始时间地点作为中心点；
13.s22、利用所述步态库在所述中心点周围预设范围内的监控视频数据中进行检索，获得局部检索结果；
14.s23、利用所述局部检索结果更新所述步态库，得到更新后的步态库；
15.s24、将所述局部检索结果中所述目标人物新出现的时间地点作为更新后的中心点；
16.s25、重复执行s22至s24，直至所述局部检索结果中未检索到所述目标人物的新增
轨迹信息或检索到所述目标人物离开局部检索区域。
17.可选的，在s3之后，所述方法还包括：
18.s5、判断所述全局检索结果中是否检索到所述目标人物的新增轨迹信息；若是，则执行步骤s6，若否，则执行步骤s4；
19.s6、将所述全局检索结果中所述目标人物新增轨迹信息中的时间地点作为更新后的中心点，并执行步骤s22。
20.可选的，所述s23具体包括：
21.将所述局部检索结果中符合预设规则的步态样本作为优秀步态样本加入所述步态库中，得到更新后的步态库。
22.可选的，所述中心点周围预设范围内的监控视频数据为以所述中心点为中心，地点向外辐射3公里，时间前后扩展30分钟的范围内的所有监控视频数据。
23.可选的，所述s22具体为：
24.s221、将所述步态库作为比对对象，与所述中心点周围预设范围内的监控视频数据进行步态比对，获得每段监控视频数据的比对相似度；
25.s222、将比对相似度大于或等于预设阈值的步态样本及其对应的时间地点作为局部检索结果。
26.可选的，所述s4具体为：
27.将所述局部检索结果和所述全局检索结果中目标人物出现的所有时间地点按时间排序，形成目标人物的行动轨迹。
28.另一方面，本发明提供了一种步态大数据检索系统，所述系统包括：
29.步态库构建单元，用于获取包含目标人物的视频图像，并在所述视频图像中提取出所述目标人物的步态样本，根据所述步态样本构建所述目标人物的步态库；
30.局部检索单元，用于利用所述步态库在局部区域的监控视频数据中进行检索，得到局部检索结果，并利用所述局部检索结果更新所述步态库，得到更新后的步态库；
31.全局检索单元，用于利用更新后的所述步态库在全域的监控视频数据中进行检索，获得全局检索结果；
32.轨迹生成单元，用于根据所述局部检索结果和所述全局检索结果生成目标人物的行动轨迹。
33.可选的，所述系统还包括数据查询单元和数据同步单元；
34.所述数据查询单元用于根据数据库类型、创建时间、步态样本等级和被采集人员身份信息中的任意一种或任意几种查询所述步态库中的数据；
35.所述数据同步单元用于将所述步态库中的数据按预设同步周期或预设同步策略同步至上级系统或第三方系统。
36.再一方面，本发明提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序；
37.所述处理器执行所述计算机程序时实现如上述任一种所述方法的步骤。
38.本发明能产生的有益效果包括：
39.(1)本发明提供的步态大数据检索方法，可以在步态样本不足的情况下动态建库，丰富目标人物步态样本数量，提升目标人物步态样本质量。例如，当注册的目标人物步态样
本像素低、人形轮廓模糊时，可以通过低阈值局部检索快速寻找其他优秀的步态样本。
40.(2)本发明提供的步态大数据检索方法，通过全局检索可以快速获取更多目标人物出现的时间地点信息，通过局部检索可以避免遗漏的寻找目标人物在局部范围内的轨迹，从而可以精细化绘制大范围的目标人物的行动轨迹。
附图说明
41.图1为本发明实施例提供的步态大数据检索方法流程图；
42.图2为本发明实施例提供的步态大数据检索方法原理示意图；
43.图3为本发明另一实施例提供的步态大数据检索方法流程图；
44.图4为本发明实施例提供的帮手检索运行过程示意图。
具体实施方式
45.下面结合实施例详述本发明，但本发明并不局限于这些实施例。
46.本发明实施例提供了一种步态大数据检索方法，如图1和图2所示，所述方法包括：
47.s1、获取包含目标人物的视频图像，并在视频图像中提取出目标人物的步态样本，根据步态样本构建目标人物的步态库。
48.其中，步态样本可以为一段或多段包含步态特征的连续步态图像序列；步态库也可称为步态底库；步骤s1的作用是底库注册，具体的，将包含目标人物信息的视频上传到系统，通过步态算法提取目标人物的步态样本形成目标人物的步态库。
49.s2、利用步态库在局部区域的监控视频数据中进行检索，得到局部检索结果，并利用局部检索结果更新步态库，得到更新后的步态库。
50.所述s2具体包括：
51.s21、获取目标人物出现的初始时间地点作为中心点。其中，目标人物出现的初始时间地点可以是公安人员根据经验推断出的目标人物大概率出现的时间地点，也可以是根据一些相关证据材料推断出的时间地点。本发明实施例对此不做限定。
52.s22、利用步态库在中心点周围预设范围内的监控视频数据中进行检索，获得局部检索结果。
53.所述s22具体包括：
54.s221、将步态库作为比对对象，与中心点周围预设范围内的监控视频数据进行步态比对，获得每段监控视频数据的比对相似度。
55.s222、将比对相似度大于或等于预设阈值的步态样本及其对应的时间地点作为局部检索结果。
56.其中，预设阈值是本领域技术人员根据实际情况预先设定的值，本发明实施例对此不做限定，示例的，可以为80％、85％、90％等。
57.预设范围是预先设定的时长和地域范围，本领域技术人员或用户可以根据实际情况进行设定，本发明实施例对此亦不做限定。示例的，所述中心点周围预设范围内的监控视频数据可以为以该中心点为中心，地点向外辐射3公里，时间前后扩展30分钟的范围内的所有监控视频数据。
58.在实际应用中，步骤s22也可称为帮手检索；以目标人物大概率出现过的时间地点
为中心点，地点向外辐射3公里，时间前后扩展30分钟选取相关监控视频数据，将目标人物步态库作为比对对象，将步态比对阈值设定为80％，将比对结果设定按步态比对相似度从高到低进行排序，在上述参数配置下进行步态检索。可以将上述功能固定在软件系统中，实现一键检索。
59.s23、利用局部检索结果更新步态库，得到更新后的步态库。
60.具体的：将局部检索结果中符合预设规则的步态样本作为优秀步态样本加入步态库中，得到更新后的步态库。
61.其中，预设规则是预先设定的判定规则，本领域技术人员可以根据实际情况进行设定，本发明实施例对此不做限定。示例的，选取优秀步态样本的预设规则可以是步态样本展现完整人形自然行走状态，步态样本像素大于等于60*100，步态样本帧数大于等于15张，步态样本包含2个以上步态周期，步态样本中人形轮廓边界清晰
62.s24、将局部检索结果中目标人物新出现的时间地点作为更新后的中心点。
63.s25、重复执行s22至s24，直至局部检索结果中未检索到目标人物的新增轨迹信息或检索到目标人物离开局部检索区域。
64.以目标人物大概率出现过的时间地点为中心点选取所有相关监控视频数据进行帮手检索，从检索结果选取优秀的步态样本加入目标人物的步态库，将检索结果目标人物新出现的时间地点作为新的中心点，将更新的目标人物步态库作为新的目标比对对象，再次选取所有相关监控视频数据进行帮手检索。当通过帮手检索局部区域内无新增检索结果(即无新增轨迹信息)或通过检索结果发现目标人物乘交通工具离开确定为局部检索结束。
65.s3、利用更新后的步态库在全域的监控视频数据中进行检索，获得全局检索结果；其中，全域的监控视频数据为全量选取所有相关监控视频数据。
66.进一步的，在s3之后，所述方法还包括：
67.s5、判断全局检索结果中是否检索到目标人物的新增轨迹信息；若是，则执行步骤s6，若否，则执行步骤s4。
68.s6、将全局检索结果中目标人物新增轨迹信息中的时间地点作为更新后的中心点，并执行步骤s22。
69.将更新后的步态库作为目标比对对象，全量选取所有相关监控视频数据进行步态检索，将检索结果目标人物出现的新时间地点作为进一步局部检索的切入点。
70.s4、根据局部检索结果和全局检索结果生成目标人物的行动轨迹。
71.具体得：将局部检索结果和全局检索结果中目标人物出现的所有时间地点按时间排序，形成目标人物的行动轨迹。
72.本发明另一实施例提供了一种步态大数据检索方法，如图3和图4所示，所述方法包括：
73.s301、获取包含目标人物的视频图像，并在视频图像中提取出目标人物的步态样本，根据步态样本构建目标人物的步态库。
74.s302、获取目标人物出现的初始时间地点作为中心点。
75.s303、利用步态库在中心点周围预设范围内的监控视频数据中进行检索，获得局部检索结果。
76.s304、将局部检索结果中符合预设规则的步态样本作为优秀步态样本加入步态库
中，得到更新后的步态库。
77.s305、判断局部检索结果中是否包含目标人物新出现的时间地点；若是，则执行步骤306；若否，则执行步骤307。
78.s306、将局部检索结果中目标人物新出现的时间地点作为更新后的中心点，并执行步骤303。
79.s307、利用更新后的步态库在全域的监控视频数据中进行检索，获得全局检索结果。
80.s308、判断全局检索结果中是否包含目标人物新出现的时间地点；若是，则执行步骤309；若否，则执行步骤310。
81.s309、将全局检索结果中目标人物新出现的时间地点作为更新后的中心点，并执行步骤303。
82.s310、将局部检索结果和全局检索结果中目标人物出现的所有时间地点按时间排序，形成目标人物的行动轨迹。
83.本发明可以在步态样本不足的情况下动态建库，丰富目标人物步态样本数量，提升目标人物步态样本质量。例如，当注册的目标人物步态样本像素低、人形轮廓模糊时，可以通过低阈值局部检索快速寻找其他优秀的步态样本。同时，通过全局检索可以快速获取更多目标人物出现的时间地点信息，通过局部检索可以避免遗漏的寻找目标人物在局部范围内的轨迹，从而可以精细化绘制大范围的目标人物的行动轨迹。
84.本发明又一实施例提供一种步态大数据检索系统，所述系统包括：
85.步态库构建单元，用于获取包含目标人物的视频图像，并在视频图像中提取出目标人物的步态样本，根据步态样本构建目标人物的步态库。
86.局部检索单元，用于利用步态库在局部区域的监控视频数据中进行检索，得到局部检索结果，并利用局部检索结果更新步态库，得到更新后的步态库。
87.全局检索单元，用于利用更新后的步态库在全域的监控视频数据中进行检索，获得全局检索结果。
88.轨迹生成单元，用于根据局部检索结果和全局检索结果生成目标人物的行动轨迹。
89.进一步的，所述系统还包括数据查询单元和数据同步单元；
90.数据查询单元用于根据数据库类型、创建时间、步态样本等级和被采集人员身份信息中的任意一种或任意几种查询步态库中的数据，以浏览底库人员身份、步态样本等信息。
91.数据同步单元用于将步态库中的数据按预设同步周期或预设同步策略同步至上级系统或第三方系统。
92.本发明实施例所提供的的检索系统具备帮手检索、步态检索、步态比对、检索结果汇总、轨迹绘制、步态底库质量评估等功能。
93.本发明实施例所提供的检索系统具备用户管理、角色管理、组织管理功能；具有普通用户、管理员的不同使用权限管理功能，在步态登记、删除、查询等操作中具有相关的授权机制。同时，本发明的检索系统还具备日志管理功能，对于每个事件，日志记录应包括事件发生时间、事件类型、用户、事件执行结果或失败原因，日志有效时间等。
94.本发明再一实施例提供一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行所述计算机程序时实现如上述任一种所述方法的步骤。
95.以上所述，仅是本技术的几个实施例，并非对本技术做任何形式的限制，虽然本技术以较佳实施例揭示如上，然而并非用以限制本技术，任何熟悉本专业的技术人员，在不脱离本技术技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。