趙安新，楊金橋，楊浩波，史新國(guó)，付文旭，劉 帥，王偉峰

（1.西安科技大學(xué) 通信與信息工程學(xué)院，陜西 西安 710054；2.陜西正通煤業(yè)有限責(zé)任公司，陜西 長(zhǎng)武 713600；3.山東博選礦物資源技術(shù)開發(fā)有限公司，山東 濟(jì)寧 272073；4.西安科技大學(xué) 安全科學(xué)與工程學(xué)院，陜西 西安 710054）

0 引言

隨著大數(shù)據(jù)技術(shù)的不斷提升，人工智能技術(shù)也在不斷地發(fā)展成熟，基于深度學(xué)習(xí)算法與深度神經(jīng)網(wǎng)絡(luò)的視覺識(shí)別技術(shù)已經(jīng)應(yīng)用于工業(yè)的各個(gè)領(lǐng)域［1］。除了如洗煤廠、煉鋼廠、汽車制造廠等工廠的車間內(nèi)為了保證工人安全需要使用智能監(jiān)控設(shè)備，當(dāng)企業(yè)出現(xiàn)如流水線人手不足或者火災(zāi)等應(yīng)急情況下需要進(jìn)行人員調(diào)度或者疏散人員時(shí)，需要清楚的了解人員的分布境況，以便指定合理的方案［2］。將目標(biāo)檢測(cè)、目標(biāo)跟蹤與行人重識(shí)別算法應(yīng)用到辦公樓的監(jiān)控設(shè)備中，既能夠幫助企業(yè)對(duì)人員進(jìn)行合理管控，又避免了人眼查看監(jiān)控因疲勞而忽視關(guān)鍵信息的問題，省時(shí)省力。同時(shí)，3種算法的結(jié)合使用能夠有效的增加識(shí)別與跟蹤的準(zhǔn)確性［3］。

在實(shí)際應(yīng)用中，多目標(biāo)的智能識(shí)別與跟蹤往往面臨著檢測(cè)框重框和人員遮擋的問題。針對(duì)重框問題，譚芳喜等使用DIOU-NMS（基于Distance-IOU的非極大值抑制）去除冗余框，提升檢測(cè)精度［4］。張長(zhǎng)倫等在NMS中融入了注意力機(jī)制，結(jié)合了位置信息和框的得分信息得到框的最終得分［5］。侯志強(qiáng)等提出一種雙閾值非極大值抑制算法，將傳統(tǒng)的（Intersection Over Union，IOU）指標(biāo)替換為全局交并比指標(biāo)（Generalized Intersection Over Union，GIOU），抑制多余的檢測(cè)框［6］。從以上研究可以看出，目前重框問題主要通過非極大值抑制（Non Maximum Suppression，NMS）算法來解決，以上算法雖然解決了重框問題，但并未考慮預(yù)測(cè)框和真實(shí)框的橫縱比和難易樣本之間的平衡問題。為了降低遮擋對(duì)人員追蹤的影響，學(xué)者們通過在網(wǎng)絡(luò)模型中添加注意力機(jī)制引導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)圖片中需要關(guān)注的區(qū)域，薛麗霞等結(jié)合空間和通道雙重注意力機(jī)制提出一種網(wǎng)絡(luò)模型，提取到了更有針對(duì)性的特征［7］。CHEN等為解決注意力機(jī)制提取局部特征容易忽略地相關(guān)性特征的問題提出了一種多樣專注網(wǎng)絡(luò)（Attentive But Diverse Network，ABD-NET）［8］。ZHANG 等 設(shè) 計(jì) 一 種（Relation-a-ware Global Attention，RGA）模型，對(duì)于提高特征的表示能力效果顯著［9］。雖然注意力機(jī)制能夠有效的降低遮擋帶來影響，但現(xiàn)有的注意力機(jī)制還無法徹底解決遮擋問題。文獻(xiàn)［10］指出ReID模型能夠有效增加軌跡關(guān)聯(lián)的準(zhǔn)確性，緩解目標(biāo)被遮擋的問題，而目前人員跟蹤中使用的ReID模型相對(duì)簡(jiǎn)單，難以提取到更好的外觀信息。為此，文中提出一種基于優(yōu)化DeepSORT和FastReID的多目標(biāo)人員識(shí)別與跟蹤的方法，使用（Efiicient General-ized Intersection Over Union，EIOU）－NMS算法代替YOLOv5s原有的NMS算法，EIOU-NMS算法計(jì)算了預(yù)測(cè)框和真實(shí)框的寬高之間的差異值，既解決重框問題，又降低了難易樣本不平衡的帶來的影響。在FastReID的特征提取網(wǎng)絡(luò)中引入NEUFA注意力機(jī)制，并使用優(yōu)化后的FastReID網(wǎng)絡(luò)替換DeepSORT原有ReID網(wǎng)絡(luò)，緩解了跟蹤過程中的遮擋問題。此外，為了保證人員在被遮擋時(shí)能夠準(zhǔn)確識(shí)別，建立了動(dòng)態(tài)人員圖像庫并根據(jù)人員的像素坐標(biāo)校正FastReID的識(shí)別結(jié)果。

1 人員目標(biāo)檢測(cè)算法

目標(biāo)檢測(cè)的目的在于找到圖像中感興趣的部分并進(jìn)行分類與定位，被廣泛應(yīng)用在視頻分析中［11－13］?，F(xiàn)階段目標(biāo)檢測(cè)方法主要分為單階段法和兩階段法，兩階段法先通過如邊界箱和選擇性搜索等區(qū)域選擇法進(jìn)行候選區(qū)域的生成，再使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)樣本進(jìn)行分類，典型的兩階段目標(biāo)檢測(cè)算法有快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Faster R-CNN）［14］和掩模卷積神經(jīng)網(wǎng)絡(luò)（Mask R-CNN）［15］等。兩階段法雖然準(zhǔn)確度高但相比單階段法速度相對(duì)較慢，單階段法直接通過卷積網(wǎng)絡(luò)提取樣本特征預(yù)測(cè)不同目標(biāo)物的類別信息與位置信息。單階段法提升了算法的運(yùn)行速度，能夠滿足實(shí)時(shí)檢測(cè)的要求，典型的單階段目標(biāo)檢測(cè)算法包括YOLO（You Only Look Once）［16］系列和SSD（Single Shot Multibox Detector）［17］系列。

表1對(duì)比近年來經(jīng)典的目標(biāo)檢測(cè)算法，可以看出，YOLOv5s的平均精度（Average Precision，AP）和每秒傳輸幀數(shù)（Frames Per Second，F(xiàn)PS）均高于其他算法，故本研究采用YOLOv5s進(jìn)行人員檢測(cè)。

表1 目標(biāo)檢測(cè)算法性能對(duì)比Table 1 Performance comparison of target detection algorithms

非極大值抑制（Non Maximum Suppression，NMS）算法通過調(diào)整目標(biāo)檢測(cè)框與最高得分的預(yù)測(cè)框之間的交并比IOU來抑制多余的目標(biāo)框，IOU是預(yù)測(cè)框與真實(shí)框之間的交并比，IOU損失是指1減去IOU的值，IOU和IOU損失函數(shù)見下式。

式中 B為預(yù)測(cè)框面積；Bi為真實(shí)框面積。IOU損失雖然可以表達(dá)出預(yù)測(cè)框和真實(shí)框的檢測(cè)效果，但當(dāng)預(yù)測(cè)框和真實(shí)框不相交時(shí)，IOU損失就恒等于1，無法繼續(xù)進(jìn)行學(xué)習(xí)。此外，IOU損失函數(shù)還無法判斷預(yù)測(cè)框與真實(shí)框之間的位置關(guān)系。而EIOU損失函數(shù)［18］計(jì)算了預(yù)測(cè)框和真實(shí)框中心點(diǎn)的標(biāo)準(zhǔn)化距離和2個(gè)框?qū)捙c高之間的差異，使得預(yù)測(cè)框與真實(shí)框不相交時(shí)，EIOU損失函數(shù)依舊可以尋找下降梯度。EIOU損失函數(shù)計(jì)算見下式。

式中 b和bgt分別為預(yù)測(cè)框與真實(shí)框的中心點(diǎn)；ρ為b和bgt之間的歐式距離；d為預(yù)測(cè)框和真實(shí)框的最小外接矩形的對(duì)角線距離；ω，ωgt，h，hgt分別為預(yù)測(cè)框和真實(shí)框的寬和長(zhǎng)；Cw，Ch為覆蓋預(yù)測(cè)框和真實(shí)框的最小外接矩形的寬度和長(zhǎng)度。

因此采用EIOU-NMS算法替換了YOLOv5s中原有的NMS算法。EIOU-NMS算法將人員檢測(cè)準(zhǔn)確率由90.4%提升到91.2%，提升了0.8%，召回率由94.8%提升到95.2%，提升了0.4%。

圖1對(duì)比NMS優(yōu)化前后的檢測(cè)結(jié)果，圖1（a）是優(yōu)化前的檢測(cè)結(jié)果，圖1（b）是優(yōu)化后的檢測(cè)結(jié)果，可以看出優(yōu)化后的NMS成功去掉人員檢測(cè)中多余的預(yù)測(cè)框。

圖1 NMS優(yōu)化試驗(yàn)Fig.1 NMSoptimisation test

2 Deep SORT多目標(biāo)跟蹤

目標(biāo)跟蹤通過找到圖像中感興趣的區(qū)域，在后續(xù)視頻幀中對(duì)其進(jìn)行跟蹤，在監(jiān)控安防與無人駕駛等領(lǐng)域都起著關(guān)鍵作用［19－21］。基于跟蹤的目標(biāo)數(shù)目，可以分為單目標(biāo)和多目標(biāo)跟蹤，現(xiàn)階段研究主要通過獲取目標(biāo)外觀特征和視頻每一幀中的目標(biāo)信息來進(jìn)行跟蹤。

DeepSORT作為一種端到端的跟蹤算法，能夠同時(shí)提取了人員的外觀信息和運(yùn)動(dòng)信息，因此研究使用DeepSORT算法進(jìn)行多目標(biāo)跟蹤。但由于DeepSORT中的使用的ReID特征提取網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，為了獲得更具針對(duì)性的行人特征，需要使用其他ReID模型替換DeepSORT中原有的ReID模型。表2將FastReID［22］與其他典型的行人重識(shí)別算法做了對(duì)比，可以看出在大型公開數(shù)據(jù)集Market 1501，DukeMTMC中的Rank 1和mAP值均高于其他算法，所以在DeepSORT中使用FastReID特征提取網(wǎng)絡(luò)。

表2 不同行人重識(shí)別算法在大型數(shù)據(jù)集上的表現(xiàn)Table 2 Performance of different person re-identification algorithms on large datasets

為了降低遮擋帶來的影響，在替換DeepSORT的特征提取網(wǎng)絡(luò)之前在FastReID的Bottleneck中添加了注意力機(jī)制，如圖2所示，在FastReID的Bottleneck中添加了NEUFA［23］注意力機(jī)制。表3記錄FastReID添加不同注意力機(jī)制之后在Mar-ket1501數(shù)據(jù)集上的表現(xiàn)，其中FastReID＋NEUFA的mAP值和Rank值均是最高的。

總之，低輻射的研究一直伴隨著CT的發(fā)展，從設(shè)備的硬件不斷升級(jí)，軟件的功能不斷完善，到圖像算法的不斷改進(jìn)，被檢查者所受到的輻射劑量越來越低，在CT輻射安全管理的模式下，三種肺部CT采集方式所得到輻射劑量有差異，70Kv有效劑量最低，雙能方式的有效劑量次之，常規(guī)120Kv最高。

圖2 Bottleneck中添加注意力機(jī)制Fig.2 Attention mechanism added to Bottleneck

表3 不同注意力機(jī)制在Market 1501數(shù)據(jù)集上的表現(xiàn)Table 3 Performance of different attention mechanisms on Market 1501 dataset

改進(jìn)后的DeepSORT模型在跟蹤時(shí)ID跳變次數(shù)由13次減少為8次，在原有的基礎(chǔ)上減少38 46%。

3 基于動(dòng)態(tài)圖像庫和像素坐標(biāo)的人員重識(shí)別

人員重識(shí)別（Person Re-identification）利用計(jì)算機(jī)視覺，將多個(gè)攝像機(jī)拍攝的同一人員的圖像關(guān)聯(lián)起來，人員第1次被攝像機(jī)拍攝到的圖像會(huì)被保存到一個(gè)圖像庫，當(dāng)人員被另一個(gè)攝像機(jī)拍攝到時(shí)，當(dāng)前圖像會(huì)在圖像庫中進(jìn)行匹配識(shí)別，識(shí)別出準(zhǔn)確的身份信息。文中使用FastReID進(jìn)行人員的重識(shí)別，針對(duì)由于遮擋導(dǎo)致的人員身份錯(cuò)誤識(shí)別或者識(shí)別不到的問題，在FastReID的Bottleneck中添加了NEUFA注意力機(jī)制。表4記錄了Fas-tReID添加不同注意力機(jī)制在測(cè)試視頻中的表現(xiàn)，F(xiàn)astReID添加NEUFA之后的誤識(shí)別次數(shù)和None的數(shù)量均低于其他注意力機(jī)制。其中None的數(shù)量為未識(shí)別到的人員數(shù)量，誤識(shí)別次數(shù)指的是錯(cuò)誤識(shí)別到的人員次數(shù)，比如將人員A錯(cuò)誤識(shí)別為人員B。

表4 不同注意力機(jī)制在測(cè)試視頻中的表現(xiàn)Table 4 Performance of different attention mechanisms in test videos

3.1 動(dòng)態(tài)人員圖像庫

由于在公司辦公樓內(nèi)的人員基本是固定的，所以提前建立好人員圖像庫用來進(jìn)行人員的身份匹配。張海燕等將Market1501數(shù)據(jù)集上捕捉到的人員姿態(tài)劃分為8個(gè)標(biāo)準(zhǔn)姿態(tài)骨架，如圖3所示，基于此在人員圖像庫內(nèi)提前放置每個(gè)人員在8個(gè)不同方向的行走圖像［24］。為了能夠在人員遮擋時(shí)準(zhǔn)確識(shí)別到人員的身份信息，圖庫內(nèi)還需保存人員身體被部分遮擋的圖像。

圖3 標(biāo)準(zhǔn)姿態(tài)骨架Fig.3 Standard stance skeleton

攝像機(jī)鏡頭可劃分為遠(yuǎn)景鏡頭、中景鏡頭、近景鏡頭和特寫鏡頭［25］。其中遠(yuǎn)景鏡頭拍攝到人員的全身像，中景鏡頭拍攝人物膝部以上的活動(dòng)情形，表現(xiàn)人物手臂活動(dòng)范圍，近景鏡頭拍攝人員胸部以上圖像，特寫鏡頭則拍攝人員肩部以上的頭像。其中中景鏡頭、近景鏡頭和特寫鏡頭可以看成人員被遮擋的情況。以上遮擋可以看成橫向遮擋，而遮擋除了橫向遮擋之外還有縱向遮擋，因此對(duì)于每個(gè)人員需要存儲(chǔ)他的全身圖像、頭部圖像、胸部以上的圖像、膝部以上的圖像和半身像。

考慮到以上因素，需要在人員圖像庫內(nèi)提前放置每個(gè)人員在8個(gè)不同方向的行走圖像，每個(gè)方位的圖像包括人員全身圖像、頭部圖像、胸部以上的圖像、膝部以上的圖像和半身像，共計(jì)40張圖像。除了預(yù)設(shè)的圖像，圖像庫還會(huì)根據(jù)人員的識(shí)別信息存儲(chǔ)與圖像庫內(nèi)已有的圖像特征差異較大的人員圖像。

圖像的存儲(chǔ)通過計(jì)算人員之間的余弦相似度，余弦相似度得分閾值設(shè)定為0.6，當(dāng)?shù)梅执笥诘扔?.6時(shí)確定為目標(biāo)人員，當(dāng)有多人得分均大于0.6時(shí)，取最高值，得分越高說明與圖像庫內(nèi)的某一張圖像越相似。為了存儲(chǔ)到與初始圖像特征差異較大的圖像，需要在能夠確定人員身份的情況下保存該人員得分分值較低的圖像，該分值越接近0.6越好，這樣存儲(chǔ)到的圖像才能夠與初始圖像有較大的區(qū)分度。動(dòng)態(tài)圖像庫在測(cè)試視頻中的表現(xiàn)見表5。添加了動(dòng)態(tài)人員圖庫的FastReID算法將None的數(shù)量由169次減少到123次，誤識(shí)別的次數(shù)由34次減少到19次，添加了注意力機(jī)制與動(dòng)態(tài)人員圖庫后，None的數(shù)量由169次減少到108次，誤識(shí)別的次數(shù)由34次減少到17次，相較單一添加注意力機(jī)制，同時(shí)添加注意力機(jī)制與動(dòng)態(tài)人員圖庫2種方法對(duì)于減少遮擋引起的人員錯(cuò)誤識(shí)別與無法識(shí)別的問題收益更大。

表5 動(dòng)態(tài)圖像庫在測(cè)試視頻中的表現(xiàn)Table 5 Performance of motion picture library in test videos

3.2 根據(jù)像素坐標(biāo)校正人員身份信息

在人員識(shí)別的過程中，添加注意力機(jī)制和建立動(dòng)態(tài)人員圖庫能夠有效減少由于人員部分遮擋導(dǎo)致的人員無法識(shí)別和錯(cuò)誤識(shí)別的次數(shù)，而當(dāng)人員被嚴(yán)重遮擋時(shí)，以上2種方法仍然無法準(zhǔn)確識(shí)別到人員的身份信息。因此，提出一種根據(jù)像素坐標(biāo)校正人員身份信息的方法，如果該人員在遮擋的上一幀程序正確識(shí)別到了該人員的身份信息，就可以根據(jù)上一幀的人員信息校正當(dāng)前幀的人員信息，該方法的步驟如下。

步驟2：判斷當(dāng)前幀是否存在None或者誤識(shí)別現(xiàn)象，如果沒有，保存當(dāng)前幀的人員信息，作為下一幀的校正依據(jù)。如果有，則計(jì)算每個(gè)人員之間的像素距離，判斷該人員在前一幀和當(dāng)前幀之間的距離是否小于閾值。

步驟3：如果距離小于閾值，查看該人員身份是否發(fā)生改變，如果發(fā)生改變，則使用前一幀保存的正確信息進(jìn)行校正。如果距離大于閾值，則判定前一幀與當(dāng)前幀不是同一個(gè)人，該人員直接使用當(dāng)前幀的身份信息。

步驟4：校正完成后保存當(dāng)前幀人員信息，作為下一幀校正依據(jù)。

上述步驟中，人員在前一幀與當(dāng)前幀的距離指的是人員前一幀與當(dāng)前幀的檢測(cè)框上邊框中心點(diǎn)的距離，通過兩點(diǎn)之間的距離公式計(jì)算，兩點(diǎn)間的距離見式（4）。

式中 d為前一幀與當(dāng)前幀人員檢測(cè)框上邊框中心點(diǎn)的距離；x，x0分別為前一幀和當(dāng)前幀上邊框中心點(diǎn)的x坐標(biāo)；y，y0分別為前一幀和當(dāng)前幀上邊框中心點(diǎn)的y坐標(biāo)。距離的閾值應(yīng)不小于人員在前一幀與當(dāng)前幀移動(dòng)的最大距離，閾值的取值依賴于視頻的分辨率，采樣間隔和人員的移動(dòng)速度。本研究采用型號(hào)為DH－IPC－HFW4443M－I1的大華攝像機(jī)，攝像機(jī)距離地面3 m，俯拍角度為30°。攝像機(jī)的分辨率為1 280×720，采樣間隔為1，人員移動(dòng)的平均速度為1 m／s，人員每一幀在x軸和y軸上移動(dòng)的像素距離均不超過5個(gè)像素單位，因此，當(dāng)前試驗(yàn)環(huán)境下閾值th＝當(dāng)視頻分辨率、人員平均速度和采樣間隔發(fā)生改變時(shí)，人員每一幀所能移動(dòng)的最大像素距離也會(huì)發(fā)生改變。當(dāng)分辨率發(fā)生變化時(shí)，視頻幀內(nèi)所包含的像素點(diǎn)的個(gè)數(shù)也會(huì)變化，但人員在前一幀和當(dāng)前幀在x軸和y軸上所能移動(dòng)的最大像素距離與視頻幀中x軸和y軸總長(zhǎng)度的比值不發(fā)生改變，因此當(dāng)視頻分辨率發(fā)生變化時(shí)，基于該比值可以求出其他分辨率下人員所能移動(dòng)的最大像素距離。以1 m／s的速度為基準(zhǔn)，當(dāng)人員移動(dòng)速度變?yōu)樵瓉淼膞倍時(shí)，每一幀內(nèi)人員的移動(dòng)的最大像素距離也會(huì)變?yōu)樵瓉淼膞倍。同樣的，當(dāng)采樣間隔變?yōu)樵瓉淼膞倍時(shí)，人員在前一幀和當(dāng)前幀能移動(dòng)的最大像素距離也會(huì)變?yōu)樵瓉淼膞倍，例如當(dāng)采樣間隔由1變成4時(shí)，人員在相鄰2次采樣之間所能移動(dòng)的最大像素單位會(huì)變?yōu)樵瓉淼?倍?？紤]以上因素，確定閾值的表達(dá)式為

式中 th為閾值；l1，l2分別為在當(dāng)前分辨率下，人員在一幀內(nèi)沿x軸所能移動(dòng)的最大像素單位與x軸總長(zhǎng)的比值和沿y軸所能移動(dòng)的最大像素單位與y軸總長(zhǎng)的比值；px，py分別為目標(biāo)分辨率的寬度與高度；f為FastReID進(jìn)行人員識(shí)別時(shí)的采樣間隔；v為人員的運(yùn)動(dòng)速度。該運(yùn)動(dòng)估計(jì)方法的流程如圖4所示。

圖4 運(yùn)動(dòng)估計(jì)流程Fig.4 Movement estimation flow

表6對(duì)比注意力機(jī)制、行人動(dòng)態(tài)圖庫和根據(jù)像素坐標(biāo)校正人員身份信息（簡(jiǎn)稱運(yùn)動(dòng)估計(jì)）3種不同方法在測(cè)試視頻中的表現(xiàn)，數(shù)據(jù)顯示，在Fas-tReID中分別加入3種方法都能夠減少None的數(shù)量和誤識(shí)別的次數(shù)，將注意力機(jī)制、人員動(dòng)態(tài)圖像庫和運(yùn)動(dòng)估計(jì)的方法結(jié)合之后，None的數(shù)量減少為34次，減少了79.8%，誤識(shí)別次數(shù)減少為3次，減少了91.2%，相較于只使用一種或者2種方法，能夠更準(zhǔn)確的識(shí)別到人員身份，充分證明了上述方法對(duì)于正確識(shí)別人員身份信息的有效性。

表6 運(yùn)動(dòng)估計(jì)在測(cè)試視頻中的表現(xiàn)Table 6 Performance of motion estimation in test videos

使用人員像素坐標(biāo)校正人員身份信息的效果展示如圖5所示：在第654幀中，白衣男子的身份信息，本應(yīng)未fu，但是由于身體部分被遮擋，被Fas-tReID錯(cuò)誤識(shí)別為了yao。在第838幀中，帶眼鏡的黑衣男子的身份信息，本應(yīng)為shen，但是由于身體部分被遮擋，F(xiàn)astReID未識(shí)別到該人員。通過該方法成功的校正了白衣男子和戴眼鏡黑衣男子的身份信息。

圖5 運(yùn)動(dòng)估計(jì)校正人員身份信息Fig.5 Movement estimation correction of person identification information

4 跨攝像機(jī)的人員識(shí)別與跟蹤

為了提升人員識(shí)別與跟蹤的效果，將目標(biāo)檢測(cè)、行人重識(shí)別與行人跟蹤技術(shù)結(jié)合起來，構(gòu)建的框架如圖6所示，對(duì)于輸入的視頻流，首先使用YOLOv5s進(jìn)行人員檢測(cè)，將人員檢測(cè)框傳入到DeepSORT中，DeepSORT將人員特征信息輸入到FastReID中，F(xiàn)astReID通過將視頻中提取到的人員特征與人員查詢圖庫內(nèi)的圖片進(jìn)行匹配，從而識(shí)別出人員身份信息。

圖6 整體框架Fig.6 Overall frame

采用深度學(xué)習(xí)框架Pytorch 1.9.0，NVIDIA Ge-Force GTX 1650顯卡，在Windows 64位系統(tǒng)下進(jìn)行試驗(yàn)研究。選用2臺(tái)大華DH－IPC－HFW4443M－I1型號(hào)的攝像機(jī)，攝像機(jī)1拍攝辦公室內(nèi)的場(chǎng)景，攝像機(jī)2拍攝辦公室外走廊的場(chǎng)景，攝像機(jī)距離地面2.5 m，俯拍角度30°。試驗(yàn)場(chǎng)景如圖7所示。

圖7 試驗(yàn)場(chǎng)景Fig.7 Test scenario

試驗(yàn)結(jié)果如圖8所示，為了保護(hù)人員隱私，在比較清晰的人員面部打了馬賽克，后續(xù)試驗(yàn)結(jié)果做了同樣處理。人員沿走廊走向辦公室，在辦公室行走一圈后停止前行。圖8（a）是攝像機(jī)2拍攝到的走廊的視頻截圖，圖8（b）是攝像機(jī)1拍攝到的辦公室內(nèi)的視頻截圖，圖8（a）和圖8（b）均存在人員相互遮擋的現(xiàn)象。圖中藍(lán)色的線條是人員的跟蹤軌跡，右上角的英文字母是FastReID賦予的人員身份信息，可以看出在測(cè)試視頻中，無論處于哪個(gè)場(chǎng)景，行人的身份信息都沒有發(fā)生改變。可見文中提出的框架在人員部分身體被遮擋的情況下能夠準(zhǔn)確的識(shí)別和跟蹤到目標(biāo)人員。

圖8 人員跨鏡跟蹤Fig.8 Personnel tracking across the camera

5 結(jié)論

1）結(jié)合改進(jìn)后的YOLOv5s人員檢測(cè)算法、DeepSORT人員跟蹤算法與FastReID行人重識(shí)別算法實(shí)現(xiàn)了室內(nèi)人員的跨鏡識(shí)別與跟蹤。

2）使用DeepSORT算法進(jìn)行人員跟蹤，優(yōu)化了DeepSORT的檢測(cè)器YOLOv5s算法的中的非極大值抑制算法和DeepSORT的特征提取網(wǎng)絡(luò)，降低了人員跟蹤過程中的ID跳變次數(shù)。

3）使用FastReID進(jìn)行人員重識(shí)別，結(jié)合注意力機(jī)制、人員動(dòng)態(tài)圖像庫和運(yùn)動(dòng)估計(jì)的方法降低了遮擋造成的人員無法識(shí)別與識(shí)別錯(cuò)誤的次數(shù)。