施工区域的人员追踪方法、装置、设备以及存储介质与流程

1.本发明涉及计算机视觉领域，特别涉及是一种施工区域的人员追踪方法、装置、设备以及存储介质。


背景技术：

2.施工区域具有建设面积大、分布广、施工战线较长的特点，安全质量问题不容忽视。然而，由于施工区域中的人员较多，并且安全监管存在自然条件的苛刻、部分监督管人员专业性不够等困难，导致了对施工区域人员的识别难、跟踪难、管理难的问题，增加了施工区域的管控难度。


技术实现要素：

3.基于此，本发明的目的在于，提供一种施工区域的人员追踪方法、装置、设备以及存储介质，基于施工区域的视频流数据，采用计算机视觉识别方法，实现了对施工区域的人员的身份识别以及对人员的实时监控以及跟踪，有效节约管理成本，提高了施工区域的管控效率。
4.第一方面，本技术实施例提供了一种施工区域的人员追踪方法，包括以下步骤：
5.获得施工区域对应的第一摄像装置采集的视频流数据，其中，所述视频流数据包括若干个时刻对应的视频帧图像；
6.对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果；
7.根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。
8.第二方面，本技术实施例提供了一种施工区域的人员追踪装置，包括：
9.数据获取模块，用于获得施工区域对应的第一摄像装置采集的视频流数据，其中，所述视频流数据包括若干个时刻对应的视频帧图像；
10.身份识别模块，用于对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果；
11.追踪模块，用于根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。
12.第三方面，本技术实施例提供了一种计算机设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如方面所述的施工区域的人员追踪方法的步骤。
13.第四方面，本技术实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如方面所述的施工区域的人员追踪方法的步骤。
14.在本技术实施例中，提供一种施工区域的人员追踪方法、装置、设备以及存储介质，基于施工区域的视频流数据，采用计算机视觉识别方法，实现了对施工区域的人员的身
份识别以及对人员的实时监控以及跟踪，有效节约管理成本，提高了施工区域的管控效率。
15.为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
16.图1为本技术第一实施例提供的施工区域的人员追踪方法的流程示意图；
17.图2为本技术第一实施例提供的施工区域的人员追踪方法中s2的流程示意图；
18.图3为本技术第二实施例提供的施工区域的人员追踪方法的流程示意图；
19.图4为本技术第三实施例提供的施工区域的人员追踪方法的流程示意图；
20.图5为本技术第四实施例提供的施工区域的人员追踪方法中s3的流程示意图；
21.图6为本技术第五实施例提供的施工区域的人员追踪装置的结构示意图；
22.图7为本技术第六实施例提供的计算机设备的结构示意图。
具体实施方式
23.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
24.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
25.应当理解，尽管在本技术可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”/“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
26.请参阅图1，图1为本技术第一实施例提供的施工区域的人员追踪方法的流程示意图，所述方法包括如下步骤：
27.s1：获得施工区域对应的第一摄像装置采集的视频流数据。
28.所述施工区域的人员追踪方法的执行主体为施工区域的人员追踪方法的追踪设备(以下简称追踪设备)，在一个可选的实施例中，所述追踪设备可以是一台计算机设备可以是服务器，或是多台计算机设备联合而成的服务器机群。
29.在本实施例中，追踪设备可以通过追踪设备自身携带的摄像装置，或者该追踪设备外接的摄像装置，作为第一摄像装置，对施工区域进行拍摄采集，获得视频流数据，其中，所述视频流数据包括若干个时刻对应的视频帧图像。
30.为了提高运算的效率，在一个可选的实施例中，追踪设备对所述视频流数据进行剪辑，去除所述视频流数据中不包括目标检测区域的视频流数据，获取剪辑后的视频流数据，对剪辑后的视频流数据进行抽帧处理，获取若干个时刻对应的，包括预设的目标检测区域的图像，作为所述视频帧图像，其中，所述视频帧图像包括人员对应的人脸检测区域、二
维码检测区域以及步态检测区域，在一个可选的实施例中，所述二维码检测区域可以是所述视频帧图像中人员佩戴的智能安全帽上的二维码标签，例如aruco二维码标签。
31.s2：对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果。
32.在本实施例中，追踪设备对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果，其中，所述身份识别包括人脸识别、二维码识别以及步态识别步骤。
33.请参阅图2，图2为本技术第一实施例提供的施工区域的人员追踪方法中s2的流程示意图，包括步骤s21～s24，具体如下：
34.s21：对所述人脸检测区域进行识别，获得所述人员的人脸识别数据，将所述人脸识别数据与预设的数据库中的人脸参考数据进行匹配，若人脸匹配成功，获得身份识别正确结果。
35.在本实施例中，追踪设备可以采用基于人脸训练集数据预先训练的第一目标检测模型，对所述人脸检测区域进行识别，获得所述人员的人脸识别数据，其中，所述目标检测模型可以采用r-cnn检测模型、fast r-cnn检测模型、faster r-cnn检测模型、yolo检测模型以及ssd检测模型等等，在此不作限定。
36.追踪设备将所述人脸识别数据与预设的数据库中的人脸参考数据进行匹配，若人脸匹配成功，获得身份识别正确结果，其中，所述人脸参考数据为预先录入的，施工区域的报备人员的人脸特征信息。
37.s22：若人脸匹配失败，对所述二维码检测区域进行识别，获得所述人员的二维码识别数据，将所述二维码识别数据与预设的数据库中的二维码参考数据进行匹配，若二维码匹配成功，获得身份识别正确结果。
38.由于施工区域中的灰尘较大，对人员进行人脸识别获得的人脸识别数据的准确性下降，导致无法对人员进行准确的身份识别，在本实施例中，若人脸匹配失败，追踪设备可以采用基于二维码训练集数据预先训练的第二目标检测模型，对所述二维码检测区域进行识别，获得所述人员的二维码识别数据，将所述二维码识别数据与预设的数据库中的二维码参考数据进行匹配，若二维码匹配成功，获得身份识别正确结果，其中，所述二维码参考数据为预先录入的，施工区域的报备人员的分配的智能安全帽上的二维码标签。
39.s23：若二维码匹配失败，获得所述视频帧图像中的人员的推算坐标信息以及参考坐标信息，将所述推算坐标信息以及参考坐标信息进行匹配，若坐标匹配成功，获得身份识别正确结果。
40.避免由于二维码标签损伤，而导致无法对人员进行准确的身份识别，在本实施例中，若二维码匹配失败，追踪设备获得所述视频帧图像中，预先标定好的视频帧图像四角的像素坐标对应的地理坐标，内插出该人员的地理坐标，作为所述推算坐标信息。
41.追踪设备可以获得该人员佩戴的智能安全帽发送的gps定位坐标，作为所述参考坐标信息，将所述推算坐标信息以及参考坐标信息进行匹配，若坐标匹配成功，获得身份识别正确结果。
42.s24：若坐标匹配失败，对所述步态检测区域进行特征提取，获得所述视频帧图像中的人员的步态特征数据，将所述步态特征数据与预设的数据库中的步态特征参考数据进
行步态匹配，若步态匹配成功，获得身份识别正确结果，若步态匹配失败，获得身份识别失败结果。
43.智能安全帽在施工区域中，由于受到建筑物的遮挡，gps信号的发送容易受到干扰，造成发送的gps定位坐标的准确性下降，为了进一步对人员身份进行准确识别，在本实施例中，若坐标匹配失败，追踪设备根据所述视频帧图像以及预设的时间间隔，获得所述视频帧图像的若干个相邻视频帧图像，对所述若干个相邻视频帧图像进行人形轮廓分割，获得若干个相邻视频帧图像对应的人形轮廓分割区域，作为所述步态检测区域，将获得的所述步态检测区域输入至预设的步态识别模型进行特征提取，获得所述视频帧图像中的人员的步态特征数据。
44.追踪设备将所述步态特征数据与预设的数据库中的步态特征参考数据进行匹配，若步态匹配成功，获得身份识别正确结果，若步态匹配失败，获得身份识别失败结果。其中，所述步态特征参考数据为预先通过所述步态识别模型，对施工区域的报备人员进行特征提取后的特征数据。
45.请参阅图3，图3为本技术第二实施例提供的施工区域的人员追踪方法的流程示意图，还包括步骤s4，所述步骤s4在步骤s2之后，具体如下：
46.s4：若步态识别失败，对所述第一摄像装置的摄像参数进行调整，获得调整后的所述第一摄像装置在施工区域当前采集的视频帧图像，对调整后的所述第一摄像装置在施工区域当前采集的所述视频帧图像进行身份识别，若识别成功，获得身份识别正确结果。
47.考虑到可能是摄像装置的摄像参数导致的身份识别失败的问题，在本实施例中，若识别失败，追踪设备对所述第一摄像装置的摄像参数进行调整，获得调整后的所述第一摄像装置在施工区域当前采集的视频帧图像，其中，所述摄像参数包括视角参数以及焦距参数。
48.追踪设备对调整后的所述第一摄像装置在施工区域当前采集的所述视频帧图像进行身份识别，若识别成功，获得身份识别正确结果。其中，所述识别步骤可以参考步骤s21～s24，在此不做赘述。
49.请参阅图4，图4为本技术第三实施例提供的施工区域的人员追踪方法的流程示意图，还包括步骤s5，所述步骤s5在步骤s4之后，具体如下：
50.s5：若对调整后的所述第一摄像装置在施工区域当前采集的所述视频帧图像进行身份识别，识别失败，获得所述第一摄像装置对应的视频帧图像中的人员的推算坐标信息，根据所述推算坐标信息，启动所述施工区域中的第二摄像装置，获得施工区域对应的第二摄像装置采集的视频流数据，对所述第二摄像装置采集的视频流数据中的视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果。
51.考虑到可能是当前工作的摄像装置导致的身份识别失败的问题，在本实施例中，若对调整后的所述第一摄像装置在施工区域当前采集的所述视频帧图像进行身份识别，识别失败，获得所述第一摄像装置对应的视频帧图像中的人员的推算坐标信息，根据所述推算坐标信息，启动所述施工区域中的第二摄像装置，获得施工区域对应的第二摄像装置采集的视频流数据，对所述第二摄像装置采集的视频流数据中的视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果。其中，所述识别步骤可以参考步骤s21～s24，在此不做赘述。
52.s3：根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。
53.在本实施例中，追踪设备根据所述身份识别结果，若所述身份识别结果为身份识别正确结果，追踪设备获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。
54.请参阅图5，图5为本技术第四实施例提供的施工区域的人员追踪方法中s3的流程示意图，还包括步骤s31，具体如下：
55.s31：获得所述第二摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，将所述第二摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息转换为所述第一摄像装置对应的相应时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。
56.在本实施例中，追踪设备根据所述身份识别结果，若所述身份识别结果为身份识别正确结果，追踪设备获得所述第二摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，将所述第二摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息转换为所述第一摄像装置对应的相应时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。
57.在一个可选的实施例中，若所述身份识别结果为身份识别失败结果，追踪设备响应于提醒指令，发送预先设置的提醒信息至管理员设备中，以提醒施工区域内出现非报备人员或者是人员识别失败的情况，实现对施工区域的实时监控，有效节约管理成本，提高了施工区域的管控效率。
58.请参考图6，图6为本技术第五实施例提供的施工区域的人员追踪装置的结构示意图，该装置可以通过软件、硬件或两者的结合实现施工区域的人员追踪装置的全部或一部分，该装置6包括：
59.数据获取模块61，用于获得施工区域对应的第一摄像装置采集的视频流数据，其中，所述视频流数据包括若干个时刻对应的视频帧图像；
60.身份识别模块62，用于对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果；
61.追踪模块63，用于根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。
62.在本实施例中，通过数据获取模块，获得施工区域对应的第一摄像装置采集的视频流数据，其中，所述视频流数据包括若干个时刻对应的视频帧图像；通过身份识别模块，对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果；通过追踪模块，根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。基于施工区域的视频流数据，采用计算机视觉识别方法，实现了对施工区域的人员的身份识别以及对人员的实时监控以及跟踪，有效节约管理成本，提高了施工区域的管控效率。
63.请参考图7，图7为本技术第六实施例提供的计算机设备的结构示意图，设备7包括：处理器71、存储器72以及存储在存储器72上并可在处理器71上运行的计算机程序73；计算机设备可以存储有多条指令，指令适用于由处理器71加载并执行上述第一至第四所示实
施例的方法步骤，具体执行过程可以参见第一至第四所示实施例的具体说明，在此不进行赘述。
64.其中，处理器71可以包括一个或多个处理核心。处理器71利用各种接口和线路连接服务器内的各个部分，通过运行或执行存储在存储器72内的指令、程序、代码集或指令集，以及调用存储器72内的数据，执行施工区域的人员追踪装置5的各种功能和处理数据，可选的，处理器71可以采用数字信号处理(digital signal processing,dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programble logic array，pla)中的至少一个硬件形式来实现。处理器71可集成中央处理器71(central processing unit，cpu)、图像处理器71(graphics processing unit，gpu)和调制解调器等中的一个或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责触摸显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器71中，单独通过一块芯片进行实现。
65.其中，存储器72可以包括随机存储器72(random access memory，ram)，也可以包括只读存储器72(read-only memory)。可选的，该存储器72包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器72可用于存储指令、程序、代码、代码集或指令集。存储器72可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控指令等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器72可选的还可以是至少一个位于远离前述处理器71的存储装置。
66.本技术实施例还提供了一种存储介质，所述存储介质可以存储有多条指令，所述指令适用于由处理器加载并执行上述第一至第四所示实施例的方法步骤，具体执行过程可以参见第一至第四所示实施例的具体说明，在此不进行赘述。
67.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
68.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
69.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束算法。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
70.在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅是示意性的，例如，所述
模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
71.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
72.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
73.所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
74.本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。

技术特征：
1.一种施工区域的人员追踪方法，其特征在于，包括以下步骤：获得施工区域对应的第一摄像装置采集的视频流数据，其中，所述视频流数据包括若干个时刻对应的视频帧图像；对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果；根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。2.根据权利要求1所述的施工区域的人员追踪方法，其特征在于：所述视频帧图像包括人员对应的人脸检测区域、二维码检测区域以及步态检测区域。3.根据权利要求2所述的施工区域的人员追踪方法，其特征在于：所述身份识别结果包括身份识别正确结果以及身份识别失败结果；所述对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果，包括步骤：对所述人脸检测区域进行识别，获得所述人员的人脸识别数据，将所述人脸识别数据与预设的数据库中的人脸参考数据进行匹配，若人脸匹配成功，获得身份识别正确结果；若人脸匹配失败，对所述二维码检测区域进行识别，获得所述人员的二维码识别数据，将所述二维码识别数据与预设的数据库中的二维码参考数据进行匹配，若二维码匹配成功，获得身份识别正确结果；若二维码匹配失败，获得所述视频帧图像中的人员的推算坐标信息以及参考坐标信息，将所述推算坐标信息以及参考坐标信息进行匹配，若坐标匹配成功，获得身份识别正确结果；若坐标匹配失败，对所述步态检测区域进行特征提取，获得所述视频帧图像中的人员的步态特征数据，将所述步态特征数据与预设的数据库中的步态特征参考数据进行步态匹配，若步态匹配成功，获得身份识别正确结果，若步态匹配失败，获得身份识别失败结果。4.根据权利要求3所述的施工区域的人员追踪方法，其特征在于，所述对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果，还包括步骤：若步态匹配失败，对所述第一摄像装置的摄像参数进行调整，获得调整后的所述第一摄像装置在施工区域当前采集的视频帧图像，对调整后的所述第一摄像装置在施工区域当前采集的所述视频帧图像进行身份识别，若识别成功，获得身份识别正确结果，若识别失败，获得身份识别失败结果。5.根据权利要求4所述的施工区域的人员追踪方法，其特征在于，所述对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果，还包括步骤：若对调整后的所述第一摄像装置在施工区域当前采集的所述视频帧图像进行身份识别，识别失败，获得所述第一摄像装置对应的视频帧图像中的人员的推算坐标信息，根据所述推算坐标信息，启动所述施工区域中的第二摄像装置，获得施工区域对应的第二摄像装置采集的视频流数据；对所述第二摄像装置采集的视频流数据中的视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果。6.根据权利要求5所述的施工区域的人员追踪方法，其特征在于，所述获得所述第一摄
像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹，还包括步骤：获得所述第二摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，将所述第二摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息转换为所述第一摄像装置对应的相应时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。7.一种施工区域的人员追踪装置，其特征在于，包括：数据获取模块，用于获得施工区域对应的第一摄像装置采集的视频流数据，其中，所述视频流数据包括若干个时刻对应的视频帧图像；身份识别模块，用于对各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果；追踪模块，用于根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。8.一种设备，其特征在于，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的施工区域的人员追踪方法的步骤。9.一种存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的施工区域的人员追踪方法的步骤。

技术总结
本发明涉及计算机视觉领域，特别涉及一种施工区域的人员追踪方法，方法包括：获得施工区域对应的第一摄像装置采集的视频流数据，对视频流数据中，各个时刻的所述视频帧图像中的人员进行身份识别，获得所述人员的身份识别结果；根据所述身份识别结果，获得所述第一摄像装置对应的各个时刻的所述视频帧图像中的人员的推算坐标信息，构建所述人员的运动轨迹。基于施工区域的视频流数据，采用计算机视觉识别方法，实现了对施工区域的人员的身份识别以及对人员的实时监控以及跟踪，有效节约管理成本，提高了施工区域的管控效率。提高了施工区域的管控效率。提高了施工区域的管控效率。


技术研发人员：雷新 邓超怡 李学山 朱敏华 李行义 徐力 刘鹏 欧阳杨 吴蔚 陈隽敏 赵智尧 黄俊达
受保护的技术使用者：中国能源建设集团广东省电力设计研究院有限公司
技术研发日：2023.06.06
技术公布日：2023/9/20