[發明專利]一種基于圖表示和匹配的多目標跟蹤方法

在審

• 申請號: 201410377583.X
• 申請日: 2014-08-04
• 公開（公告）號: CN104200488A
• 公開（公告）日: 2014-12-10
• 發明（設計）人: 檀結慶;鐘金琴;李瑩瑩;辜麗川
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

技術領域

本發明涉及智能視頻技術領域，具體來說是一種基于圖表示和匹配的多目標跟蹤方法。?

背景技術

視頻中的多目標跟蹤是計算機視覺領域中一個最基本的研究內容，具有廣泛的實際應用領域，如智能監控、人機交互、自主機器人、增強現實等，目前對其展開的相應研究也較多。當背景較為簡單，目標之間不存在嚴重遮擋等情況下，能取得較為理想的效果。但是在一些較為復雜和擁擠的環境下，目標外觀的相似性、目標間的相互遮擋、目標的頻繁消失和重現等都給視頻多目標跟蹤帶來了很大困難。?

現有的解決方法主要分為兩類：基于特征建模的跟蹤方法和基于數據關聯的跟蹤方法。基于特征建模的方法主要采用顏色、紋理等簡單的局部特征以及這些特征的組合來描述跟蹤目標，以實現目標的檢測和跟蹤，但現有的這類方法極少考慮到跟蹤目標的運動和空間信息，因此在復雜環境下經常會出現跟錯、跟丟等現象。基于數據關聯的方法是將候選回波與已知目標軌跡比較并最后確定正確觀測與軌跡配對的方法，這類方法大大提高了多目標跟蹤的精度，主要的代表有：聯合概率數據關聯算法(JPDA)和多假設方法(MHT)，但當多目標和回波數目增加時，JPDA會遭遇到數據關聯組合計算量巨大的問題，計算復雜度呈指數增加，而MHT由于大量的“迭代”過程浪費許多時間。如何構造一種區分度高的特征模型，實現多目標之間快而準確地關聯已經成為急需解決的技術問題。?

發明內容

本發明的目的是為了解決復雜環境下，目標外觀的相似、目標間相互遮擋而導致無法跟蹤成功的缺陷，提供一種基于圖表示和匹配的多目標跟蹤方法來解決上述問題。?

為了實現上述目的，本發明的技術方案如下：?

一種基于圖表示和匹配的多目標跟蹤方法，包括以下步驟：?

在視頻序列中，用預先訓練的模型進行目標檢測，對相鄰兩幀內檢測出的響應進行特征描述，構造兩幀響應間相似度匹配矩陣，用雙閥值策略生成目標可靠的短軌跡；?

為形成的短軌跡建立以圖為框架的空間運動模型和以顏色、局部二值差分(Local?Difference?Binary，簡稱LDB)為特征的外觀模型；?

計算軌跡間外觀特征和空間運動相似度；?

用帶權二分圖匹配跟蹤目標：將相鄰時間窗口的軌跡作為二分圖的結點，軌跡間外觀特征和空間運動相似度的線性組合作為兩結點相連邊的權重，最后通過匈牙利算法實現二分圖匹配優化，形成目標跟蹤的長軌跡。?

所述的跟蹤目標短軌跡的生成包括以下步驟：?

給定相鄰兩幀，用預先訓練的模型檢測出所有的響應；?

對每個檢測出的響應用它所在的位置、大小和顏色直方圖進行描述；?

構造兩幀響應間相似度匹配矩陣，用雙閥值策略關聯兩幀間的響應，生成目標的短軌跡，計算公式如下：?