一种机房场景巡检人员轨迹跟踪识别方法

技术领域

本发明涉及机房巡检技术领域，特别涉及一种机房场景巡检人员轨迹跟踪识别方法。

背景技术

机房作为网络主要设备和处理器的物理存放处，无时无刻不在进行实时的数据交换，为了保证设备和处理器的安全、维护机房的环境，我们有必要全天候地实时监控其人员进出及活动区域，有效管理智慧机房。对进入机房的工作人员行动轨迹进行实时监控，在机房设备或环境出现问题时，管理人员能够根据云端记录的人员行动轨迹进行追责，减小追查成本，确保机房维护的便捷性和安全性。

现有技术大多是通过配置的相机，对人员的活动进行检测，无法对工作人员到达活动地点的顺序及时间进行检测，当机房内设备出现丢失、损坏等情况时，只能通过查找所有监控记录追溯责任，这样将耗费大量的人力、物力和财力，效率低下，而本发明解决了现有技术存在的问题。

发明内容

本发明提供一种机房场景巡检人员轨迹跟踪识别方法，实现对工作人员的实时监控和快速精准定位，提高确定责任人的准确率和效率。

一种机房场景巡检人员轨迹跟踪识别方法，包括：

S1：在机房门口对工作人员进行人脸识别，并根据识别结果从云素材库中确定工作人员的身份信息；

S2：根据机房内部署的多个相机，结合所述身份信息确定工作人员在机房内的时间点和地点，并上传至云端；

S3：所述云端根据工作人员的在机房内的时间点，对所述地点进行排序，并根据排序结果自动生成人员动态行程轨迹图。

优选的，S1中，根据识别结果从云素材库中确定工作人员的身份信息，包括：

将工作人员的人脸与云素材库中的素材人脸进行第一比对，获取满足第一比对要求的素材集合；

将工作人员的人脸与所述素材集合进行第二比对，判断是否存在满足第二比对要求的目标素材；

若是，确定所述目标素材在云素材库预先登记的身份信息作为工作人员的身份信息；

否则，判定工作人员为无关人员。

优选的，S2之前，还包括：根据机房的布局，在机房内部部署多个相机，具体为：

获取机房的布局图，在所述布局图中确定机柜交叉口，并对所述机柜交叉口进行标记，得到标记点；

在所述标记点模拟相机视野，并确定相机的视野范围，判断所有相机的全部视野范围是否覆盖整个机房视野；

若是，在所述标记点部署相机；

否则，确定遗漏视野，为其设定对应的部署点，并在所述标记点和部署点部署相机。

优选的，S2中，根据机房内部署的多个相机，结合所述身份信息确定工作人员在机房内的时间点和地点，并上传至云端，包括：

根据机房的布局图，对部署的多个相机进行命名，得到相机名称；

对到达相机布置出的工作人员进行检测，得到检测图像，将检测图像和对应的相机名称、对应时间点上传至云端。

优选的，S3中，所述云端根据工作人员的在机房内的时间点，对所述地点进行排序，并根据排序结果自动生成人员动态行程轨迹图，包括：

对相机拍摄到的检测图像进行识别，提取出检测图像中的头部特征和肩部特征，获取在机房门口的识别图像，提取识别图像的轮廓特征；

基于所述头部特征和肩部特征与轮廓特征，确定检测图像的人员信息；

根据相机名称，对检测图像进行地点标记，根据拍摄时间点对检测图像进行时间标记；

根据人员信息，从多个相机的检测图像中获取满足目标身份的目标检测图像；

根据时间标记，对所述目标检测图像进行排序，根据排序结果，确定人员动态行程轨迹图。

优选的，基于所述头部特征和肩部特征与轮廓特征，确定检测图像的人员信息，包括：

将所述头部特征和肩部特征与轮廓特征进行匹配，确定检测图像的人员信息；

将检测图像的检测时间点和识别图像的识别时间点进行时间差异比较，判断时间差异是否满足预设时间差异要求，

若是，根据检测图像的人员信息对检测图像进行身份标记；

否则，重新将头部特征和肩部特征与轮廓特征进行匹配，直到确定检测图像满足预设时间差异要求，得到最终的人员信息。

优选的，根据时间标记，对所述目标检测图像进行排序，根据排序结果，确定人员动态行程轨迹图，包括：

根据时间标记，对所述目标检测图像进行排序，根据排序结果，结合所述地点标记，生成初步轨迹动态图；

根据机房的布局图，生成对轨迹的约束规则，判断所述初步轨迹动态图是否满足所述约束规则；

若是，确定所述初步轨迹动态图为工作人员的人员动态行程轨迹图；

否则，从初步轨迹动态图中提取出不满足约束规则的轨迹点，并根据所述轨迹点的前估计点和后轨迹点的时间点和地点，对所述轨迹点进行修正，得到修正轨迹点，并根据所述修正轨迹点生成工作人员的人员动态行程轨迹图。

优选的，还包括：在机房的环境和设备出现问题后，根据所述人员动态行程轨迹图确定出目标工作人员，具体为：

根据出现问题的异常时间点、机房位置和具体信息，确定第三动态行程轨迹图；

根据具体信息确定异常属性，根据所述异常属性，结合所述机房位置对目标工作人员的轨迹进行预测，得到预测轨迹；

将所述第三动态行程轨迹图与预测轨迹进行相似性比较，得到轨迹相似度，并根据所述轨迹相似度从大到小对所述可疑工作人员进行排序，得到排序结果；

根据人员动态行程轨迹图中与所述第三动态行程轨迹图相关的对比态行程轨迹图，对所述排序结果进行加权计算，得到加权排序结果，并确定最终的目标工作人员。

优选的，根据出现问题的异常时间点、机房位置和具体信息，确定第三动态行程轨迹图，包括：

确定出现问题的异常时间点和机房位置，获取在所述异常时间点预设时间之前的第一动态行程轨迹图，并从所述第一动态行程轨迹图中获取与所述机房位置相关的第二动态行程轨迹图；

根据所述第二动态行程轨迹图，获取所有工作人员在所述机房位置的停留时长和停留次数；

基于出现问题的具体信息，对所述停留时长和停留次数筛选，从所有目标人员选择满足具体信息的停留时长和停留次数的可疑工作人员，并从动态第二行程轨迹图获取可疑工作人员对应的第三动态行程轨迹图。

优选的，根据人员动态行程轨迹图中与所述第三动态行程轨迹图相关的对比态行程轨迹图，对所述排序结果进行加权计算，得到加权排序结果，并确定最终的目标工作人员，包括：

从所述人员动态行程轨迹图获取与所述第三动态行程轨迹图相关的对比态行程轨迹图，并根据所述对比态行程轨迹图确定可疑工作人员的日常轨迹特征；

将所述第三动态行程轨迹图的单次轨迹特征与日常轨迹特征进行相似度比较，得到特征相似度，并基于所述特征相似度的取值对所述排序结果进行加权计算，得到加权排序结果；

按照所述加权排序结果调取所述可疑工作人员的监控记录，确定最终的目标工作人员。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种机房场景巡检人员轨迹跟踪识别方法的流程图；

图2为本发明实施例中确定工作人员的身份信息的流程图；

图3为本发明实施例中确定工作人员在机房内的时间点和地点的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1

一种机房场景巡检人员轨迹跟踪识别方法，如图1所示，包括：

S1：在机房门口对工作人员进行人脸识别，并根据识别结果从云素材库中确定工作人员的身份信息；

S2：根据机房内部署的多个相机，结合所述身份信息确定工作人员在机房内的时间点和地点，并上传至云端；

S3：所述云端对工作人员的在机房内的时间点，对所述地点进行排序，并根据排序结果自动生成人员动态行程轨迹图。

在该实施例中，在机房门口预先设置人脸识别装置，并预先对工作人员进行人脸和身份信息的采集，形成所述云素材库。

在该实施例中，将相机提前部署在各个机柜交叉口和机房天花板上，如图2的效果所示，并根据相机摆放的地点命名对应相机。当人员进入机房以后到达布置的相机处时，相机能够垂直地检测到人的头和肩，并将记录到的时间和地点传至云端。

上述涉及方案的有益效果是：通过在机房门口对工作人员进行人脸识别，及时对未授权人员入侵进行告警，避免机房财产安全收到侵害，通过云端记录人员的活动地点和时间，从而生成行动轨迹图，当机房的设备被出现丢失、损坏等情况时，能够通过丢失设备的原所在位置，根据云端的历史记录快速地确定行动轨迹涉及此地点的人员名单，从而逐一排除，快速地精准定位到责任人，实现机房的智慧监管。

实施例2

基于实施例1的基础上，本发明实施例中提供一种机房场景巡检人员轨迹跟踪识别方法，如图2所示，S1中，根据识别结果从云素材库中确定工作人员的身份信息，包括：

S11：将工作人员的人脸与云素材库中的素材人脸进行第一比对，获取满足第一比对要求的素材集合；

S12：将工作人员的人脸与所述素材集合进行第二比对，判断是否存在满足第二比对要求的目标素材；

S13：若是，确定所述目标素材在云素材库预先登记的身份信息作为工作人员的身份信息；

否则，判定工作人员为无关人员。

在该实施例中，所述第一比对为初步比对，比对精度较低，确定匹配的素材集合中的素材为多个。

在该实施例中，所述第二比对为精确比对，比对精度高，确定匹配的目标素材唯一。

在该实施例中，确定所述目标素材在云素材库预先登记的身份信息作为工作人员的身份信息后还包括允许所述工作人员进入机房。

在该实施例中，判定工作人员为无关人员后不允许所述工作人员进入机房，并进行预警提醒。

上述设计方案的有益效果是：通过对进入机房的工作人员进行人脸识别确定身份信息，为轨迹确定提供基础，并及时对未授权人员入侵进行告警，避免机房财产安全收到侵害。

实施例3

基于实施例1的基础上，本发明实施例提供一种机房场景巡检人员轨迹跟踪识别方法，S2之前，还包括：根据机房的布局，在机房内部部署多个相机，具体为：

获取机房的布局图，在所述布局图中确定机柜交叉口，并对所述机柜交叉口进行标记，得到标记点；

在所述标记点模拟相机视野，并确定相机的视野范围，判断所有相机的全部视野范围是否覆盖整个机房视野；

若是，在所述标记点部署相机；

否则，确定遗漏视野，为其设定对应的部署点，并在所述标记点和部署点部署相机。

上述设计方案的有益效果是：在机柜交叉口部署对应的相机，确保了相机视野的宽广，便于了对工作人员轨迹的拍摄，同时，在机柜交叉口的相机拍摄不到的视野部署相机，保证部署的相机能够拍摄到机房内的全部场景，为确定工作人员轨迹提供基础。

实施例4

基于实施例1的基础上，本发明实施例提供一种机房场景巡检人员轨迹跟踪识别方法，如图3所示，S2中，根据机房内部署的多个相机，结合所述身份信息确定工作人员在机房内的时间点和地点，并上传至云端，包括：

S21：根据机房的布局图，对部署的多个相机进行命名，得到相机名称；

S22：对到达相机布置出的工作人员进行检测，得到检测图像，将检测图像和对应的相机名称、对应时间点上传至云端。

上述设计方案的有益效果是：通过将根据相机在机房的位置对相机进行命名，并将相机拍摄的检测图像和时间点上传至云端，为在云端确定工作人员轨迹提供数据基础。

实施例5

基于实施例1的基础上，本发明实施例提供一种机房场景巡检人员轨迹跟踪识别方法，S3中，所述云端对工作人员的在机房内的时间点，对所述地点进行排序，并根据排序结果自动生成人员动态行程轨迹图，包括：

对相机拍摄到的检测图像进行识别，提取出检测图像中的头部特征和肩部特征，获取在机房门口的识别图像，提取识别图像的轮廓特征；

将所述头部特征和肩部特征与轮廓特征进行匹配，确定检测图像的人员信息；

将检测图像的检测时间点和识别图像的识别时间点进行时间差异比较，判断时间差异是否满足预设时间差异要求，

若是，根据检测图像的人员信息对检测图像进行身份标记；

否则，重新将头部特征和肩部特征与轮廓特征进行匹配，知道满足预设时间差异要求，得到最终的人员信息；

根据相机名称，对检测图像进行地点标记，根据拍摄时间点对比检测图像进行时间标记；

根据身份标记，从多个相机的检测图像中获取满足目标身份的目标检测图像；

根据时间标记，对所述目标检测图像进行排序，根据排序结果，结合所述地点标记，生成初步轨迹动态图；

根据机房的布局图，生成对轨迹的约束规则，判断所述初步轨迹动态图是否满足所述约束规则；

若是，确定所述初步轨迹动态图为工作人员的人员动态行程轨迹图；

否则，从初步轨迹动态图中提取出不满足约束规则的轨迹点，并根据所述轨迹点的前估计点和后轨迹点的时间点和地点，对所述轨迹点进行修正，得到修正轨迹点，并根据所述修正轨迹点生成工作人员的人员动态行程轨迹图。

在该实施例中，所述检测图像主要拍摄到工作人员的头和肩，因此需要将检测图像中的头部特征和肩部特征与识别图像的轮廓特征进行匹配。

在该实施例中，将检测图像的检测时间点和识别图像的识别时间点进行时间差异比较，例如识别图像的识别时间点为15:35，而检测图像的检测时间点为15:40，根据检测图像的相机地点可知，从机房门口到所述相机地点最少需要10分钟，因此，判断所述检测图像的检测时间点不准确。

在该实施例中，轨迹的约束规则例如为上一时间点对应上一地点，后一时间点对应后一地点，根据其确定出当前时间点对应的可选地点，如果检测到初步轨迹动态图中确定当前时间点对应的当前地点不在所述可选地点中，则确定所述初步轨迹动态图不满足约束规则。

上述设计方案的有益效果是：根据对检测图像进行时间标记、身份标记和地点标记，从而以身份标记为准，根据时间标记进行排序，结合地点标记进行检验，保证最终得到人员动态行程轨迹图的准确性，为快速地精准定位到责任人，实现机房的智慧监管提供数据基础。

实施例6

基于实施例1的基础上，本发明实施例提供一种机房场景巡检人员轨迹跟踪识别方法，还包括：在机房的环境和设备出现问题后，根据所述人员动态行程轨迹图确定出目标工作人员，具体为：

确定出现问题的异常时间点和机房位置，获取在所述异常时间点预设时间之前的第一动态行程轨迹图，并从所述第一动态行程轨迹图中获取与所述机房位置相关的第二动态行程轨迹图；

根据所述第二动态行程轨迹图，获取所有工作人员在所述机房位置的停留时长和停留次数；

基于出现问题的具体信息，对所述停留时长和停留次数筛选，从所有目标人员选择满足具体信息的停留时长和停留次数的可疑工作人员，并从动态第二行程轨迹图获取可疑工作人员对应的第三动态行程轨迹图；

根据具体信息确定异常属性，根据所述异常属性，结合所述机房位置对目标工作人员的轨迹进行预测，得到预测轨迹；

将所述第三动态行程轨迹图与预测轨迹进行相似性比较，得到轨迹相似度，并根据所述轨迹相似度从大到小对所述可疑工作人员进行排序，得到排序结果；

从所述人员动态行程轨迹图获取与所述第三动态行程轨迹图相关的对比态行程轨迹图，并根据所述对比态行程轨迹图确定可疑工作人员的日常轨迹特征；

将所述第三动态行程轨迹图的单次轨迹特征与日常轨迹特征进行相似度比较，得到特征相似度，并基于所述特征相似度的取值对所述排序结果进行加权计算，得到加权排序结果；

按照所述加权排序结果调取所述可疑工作人员的监控记录，确定最终的目标工作人员。

在该实施例中，所述出现问题的具体信息例如为设备出现故障，则根据故障检测原因，确定在所述设备的操作时长，进而确定需要出现所述故障检测原因时工作人员的可能停留时长和停留次数。

在该实施例中，异常属性例如为设备出现故障或设备丢失。

上述设计方案的有益效果是：根据机房出现问题的具体信息，首先根据人员动态行程轨迹图从所有工作人员中筛选出可疑工作人员，再根据可疑工作人员的轨迹与预测轨迹和日常轨迹特征之间的相似度，确定出可疑工作人员的调查顺序，对根据动态轨迹确定出可疑度较大的工作人员逐一进行检测，便于快速地精准定位到责任人，提高机房可视能力并减少人工成本。

实施例7

基于实施例5的基础上，本发明实施例提供一种机房场景巡检人员轨迹跟踪识别方法，根据机房的布局图，生成对轨迹的约束规则，判断所述初步轨迹动态图是否满足所述约束规则，包括：

根据所述机房的布局图，确定相机布局点，并根据人员轨迹特征，生成对每个相机布局点与其他相机布局点的单约束值，基于所述单约束值，确定每个布局点的总约束值；

当前布局点的总约束值K计算公式如下：

其中，β表示所述当前布局点在所述布局图中的重要程度，其中为(1，2)，n表示除去当前布局点所述布局图中的其他相机布局点的数量，ε

基于所述每个布局点的总约束值，确定所述初步轨迹动态图的轨迹约束值；

所述初步轨迹动态图的轨迹约束值D的计算公式如下：

其中，h表示所述初步轨迹动态图中相机布局点的个数，β

基于所述初步轨迹动态图的轨迹约束值与约束规则中的标准约束值进行比较；

若轨迹约束值小于标准约束值，确定所述初步轨迹动态图满足所述约束规则；

否则，确定所述初步轨迹动态图不满足所述约束规则。

在该实施例中，所述人员轨迹特征根据人员的移动特征确定。

在该实施例中，当前布局点在所述布局图中的重要程度与当前布局点在历史轨迹中出现的次数有关，出现次数越多，重要程度取值越大。

在该实施例中，约束值越大，表明的布局点的要求越高。

上述设计方案的有益效果是：通过根据机房的布局图和相机布局点，对初步轨迹动态图进行是否满足约束判断，实现对初步轨迹动态图的准确分析，为后续对初步轨迹动态图的处理提供基础。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。