[發明專利]基于特征匹配矩陣的多目標數據關聯算法

無效

• 申請號: 201210361601.6
• 申請日: 2012-09-25
• 公開（公告）號: CN103677734A
• 公開（公告）日: 2014-03-26
• 發明（設計）人: 楊文佳;王楠;柴智;李亞鵬
• 申請（專利權）人: 中國航天科工集團第二研究院二〇七所
• 主分類號: G06F7/20
• 分類號: G06F7/20
• 代理公司: 核工業專利中心 11007
• 代理人: 高尚梅

技術領域

本發明屬于光電技術領域，具體涉及一種基于特征匹配矩陣的多目標數據關聯算法。

背景技術

視頻目標跟蹤技術是計算機視覺以及信息融合領域的重要課題，融合了許多領域的先進技術，如人工智能、圖像處理、模式識別、自動控制等。由于視頻目標跟蹤的結果蘊含了每幀圖像中所檢測到的運動目標的大量信息，所以在軍事和民用上有著非常廣泛的應用價值。在軍事方面的應用包括：軍用跟蹤瞄準系統；民事方面的應用包括：智能視頻監控，智能交通監控，基于視覺的人機交互系統，以及圖像檢索系統等。

在海量視頻檢索系統中需要對運動目標的信息進行準確地關聯。但是由于視頻場景的復雜性和多樣性，在對視頻中的運動目標進行跟蹤時，當單個目標出現相互遮擋，多個目標融合為一個目標組，原目標信息可能丟失，從而導致運動目標的誤關聯。因此如何實現在遮擋情況下的多目標數據關聯是海量視頻檢索系統的難點和關鍵。

發明內容

本發明的目的在于提供一種基于特征匹配矩陣的多目標數據關聯算法，通過多特征匹配矩陣對運動目標的運動狀態進行判定，并在目標合并遮擋情況下，通過Kalman濾波和直方圖相交算法的融合實現多目標之間的數據關聯。

為達到上述目的，本發明所采取的技術方案為：

一種基于特征匹配矩陣的多目標數據關聯算法，該算法包括如下步驟：

步驟一：在拍攝設備靜止狀態下采集當前視頻序列圖像；

設第t-1幀的運動目標數目為M，第t幀中需要關聯的運動區域數目為N，目標集為Ob＝{ob_i|i＝1,2,...,M}，區域集為Fg＝{fg_j|j＝1,2,...,N}，則目標集ob_i與區域集fg_j的匹配結果即為關聯匹配矩陣的元素，匹配矩陣的行為t-1幀的運動目標，列為需要關聯的運動區域數目，各個匹配元素R(i,j)組成M×N的關聯匹配矩陣R；

步驟二：計算t時刻的第j個運動區域的中心位置與t-1時刻運動目標中心位置距離最近的目標，作為該目標的延續，記最近匹配距離為d(i,j)；

步驟三：計算t-1幀和t幀各運動目標的相交面積，若t時刻目標與當前區域目標相交面積大于一定閾值，表明當前目標為該目標的延續，記相交面積為s(i，j)；

步驟四：當上述中心關聯距離和區域相交面積都大于一定閾值，則置關聯匹配矩陣R的元素R(i,j)為1；

步驟五：對關聯匹配矩陣R陣進行判斷：

對R每一列fg_j，計算該列的和

（1）若c_j＝0，表明fg_j沒有與其相關聯的目標，為新增目標，令目標數量M＝M+1，則為出現新目標狀態；

（2）若c_j＝1，則對應理想跟蹤狀態；

（3）若c_j＞1，表明有c_j個目標合并為當前目標fg_j，則進入合并預測跟蹤狀態；

步驟六：對于出現新目標和理想跟蹤狀態，通過形心匹配方法進行關聯跟蹤；對于目標出現合并狀態，則分別保留目標合并前的運動信息和顏色信息，進行Kalman濾波和直方圖融合的合并跟蹤；

步驟七：對關聯匹配矩陣R每一行Ob_i，計算該行的和

若r_j＝0，表明對應目標暫時消失，由于目標可能被靜止物體暫時完全遮擋，所以當該目標持續數幀都沒有相關聯的目標，表明該目標處于消失狀態。

所述步驟六進行Kalman濾波和直方圖融合的合并跟蹤的方法如下：在HSV顏色空間得到目標顏色直方圖，并利用直方圖相交算法來更新Kalman濾波量測狀態，通過Kalman濾波實現合并狀態下運動目標的最佳線性遞推估計。

本發明所取得的有益效果為：

本發明所述基于特征匹配矩陣的多目標數據關聯算法，通過多特征匹配矩陣對運動目標的運動狀態進行判定，不僅能實現在新目標出現和理想跟蹤狀態下的多目標數據關聯，而且在目標合并遮擋情況下，通過Kalman濾波和直方圖相交算法的融合實現目標之間的數據關聯。

附圖說明

圖1為本發明所述基于特征匹配矩陣的多目標數據關聯算法流程圖。

具體實施方式

下面結合附圖和具體實施例對本發明進行詳細說明。

如圖1所示，本發明所述基于特征匹配矩陣的多目標數據關聯算法包括如下步驟：