[發(fā)明專利]一種融合特征匹配和數(shù)據(jù)關聯(lián)的視頻監(jiān)控多目標跟蹤方法

有效

• 申請?zhí)枺?/td>: 201410419997.4
• 申請日: 2014-08-22
• 公開（公告）號: CN104217428B
• 公開（公告）日: 2017-07-07
• 發(fā)明（設計）人: 李曉飛;車少帥;劉瀏;吳鵬飛;趙光明
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/292
• 代理公司: 南京經(jīng)緯專利商標代理有限公司32200
• 代理人: 田凌濤

技術領域

本發(fā)明涉及一種融合特征匹配和數(shù)據(jù)關聯(lián)的視頻監(jiān)控多目標跟蹤方法。

背景技術

多目標跟蹤是當前計算機視覺領域的一個研究熱點，多目標跟蹤是指利用計算機在視頻序列中確定感興趣的、具有某種顯著視覺特征的各個獨立運動目標的位置、大小、以及各個目標完整的運動軌跡。近年來，隨著計算機數(shù)據(jù)處理能力的飛速增長、以及圖像分析技術的發(fā)展，對象的實時追蹤技術脫穎而出，它在視頻監(jiān)控、視頻壓縮編碼、機器人導航與定位、智能人機交互、虛擬現(xiàn)實等領域有著非常重要的實用價值。

當前在圖像序列中進行目標跟蹤的方法大致可分為以下3種:

(1)基于運動分析的方法，其中典型的有差分法、光流法等，此類算法在背景變化小、圖像畸變極小和噪聲干擾極小等情況下適用；

(2)基于圖像匹配識別的方法，其中典型的有區(qū)域匹配、特征匹配等，此類方法的前提是圖像中跟蹤的目標單一；

(3)基于狀態(tài)濾波的方法，其中典型的有Kalman濾波，粒子濾波等，此類方法需要在獲取目標動態(tài)信息的基礎上實施,且目標運動模型簡單，易于估計。

在多目標跟蹤系統(tǒng)中，其不僅需要處理航跡起始、濾波算法、航跡終結的問題，同時由于跟蹤系統(tǒng)與跟蹤環(huán)境越來越復雜，還要解決航跡與量測的數(shù)據(jù)關聯(lián)問題。其中數(shù)據(jù)關聯(lián)問題是跟蹤系統(tǒng)實現(xiàn)的關鍵，建立航跡與量測的一一對應關系的過程就是數(shù)據(jù)關聯(lián)。對于密集多回波環(huán)境，特別是當目標相距較近或者軌跡交叉，使得多個回波可能位于同一個跟蹤門內(nèi)，或者單個回波位于多個跟蹤門的交集內(nèi)，導致目標關聯(lián)困難。目前，數(shù)據(jù)關聯(lián)典型方法有：最近鄰法，概率數(shù)據(jù)關聯(lián)，聯(lián)合概率數(shù)據(jù)關聯(lián)等。

在進行關聯(lián)跟蹤之前，方法必須得到目標的量測數(shù)據(jù)。公開號為CN101887587的中國專利公開了“視頻監(jiān)控中基于運動目標檢測的多目標跟蹤方法”，第一，該專利在數(shù)據(jù)關聯(lián)部分是建立前一幀已檢測目標與當前幀前景目標團塊的關聯(lián)矩陣，通過判斷兩者之間的位置重合度來判斷目標關聯(lián)性、新目標產(chǎn)生和目標消失，選擇和目標預測距離最近的量測數(shù)據(jù)作為正確量測更新目標狀態(tài)，即最近鄰數(shù)據(jù)關聯(lián)算法。但是對于高目標密度或雜波密度環(huán)境，使用最近鄰算法進行數(shù)據(jù)關聯(lián)容易導致誤關聯(lián)，引起跟蹤丟失或航跡合并現(xiàn)象；第二，該專利通過背景差分得到前景圖，會很高效地提取目標量測數(shù)據(jù)，但在后面關聯(lián)跟 蹤中沒有考慮到當目標由運動變靜止后，目標融入背景中，背景差分法無法得到目標的量測數(shù)據(jù)，從而無法跟蹤該目標。

發(fā)明內(nèi)容

針對上述技術問題，本發(fā)明所要解決的技術問題是提供一種針對現(xiàn)有視頻監(jiān)控目標跟蹤方法進行改進，引入特征匹配和數(shù)據(jù)關聯(lián)，能夠有效實現(xiàn)并提高多目標跟蹤精度的融合特征匹配和數(shù)據(jù)關聯(lián)的視頻監(jiān)控多目標跟蹤方法。

本發(fā)明為了解決上述技術問題采用以下技術方案：本發(fā)明設計了一種融合特征匹配和數(shù)據(jù)關聯(lián)的視頻監(jiān)控多目標跟蹤方法，針對固定角度方向監(jiān)控攝像頭所拍攝的視頻監(jiān)控，實現(xiàn)多目標跟蹤，依時序針對接收到的每一幀視頻監(jiān)控畫面按如下步驟進行操作：

步驟A.采用背景建模法針對當前視頻監(jiān)控畫面幀進行背景建模，通過背景差分法檢測獲得當前視頻監(jiān)控畫面幀中的目標，并檢測得到各個目標的量測數(shù)據(jù)；

步驟B.針對當前視頻監(jiān)控畫面幀中的各個目標建立卡爾曼濾波器，預測獲得當前視頻監(jiān)控畫面幀中各個目標的預測量測數(shù)據(jù)，判斷當前視頻監(jiān)控畫面幀是否是第一視頻監(jiān)控畫面幀，是則針對當前視頻監(jiān)控畫面幀中各個目標進行初始化，依時序接收下一視頻監(jiān)控畫面幀返回步驟A；否則進入下一步驟；

步驟C.針對上一視頻監(jiān)控畫面幀中各個目標的預測量測數(shù)據(jù)與當前視頻監(jiān)控畫面幀中各個目標的量測數(shù)據(jù)進行聯(lián)合概率數(shù)據(jù)關聯(lián)；

步驟D.針對上一視頻監(jiān)控畫面幀中各個目標的預測量測數(shù)據(jù)與當前視頻監(jiān)控畫面幀中各個目標的量測數(shù)據(jù)進行聯(lián)合概率數(shù)據(jù)關聯(lián)的結果，進行RGB顏色直方圖特征和Surf特征的匹配檢驗，實現(xiàn)多目標跟蹤，依時序接收下一視頻監(jiān)控畫面幀返回步驟A。

作為本發(fā)明的一種優(yōu)選技術方案：所述步驟A具體包括如下步驟：

步驟A01.采用背景建模法針對當前視頻監(jiān)控畫面幀進行背景建模；

步驟A02.根據(jù)當前視頻監(jiān)控畫面幀中的背景建模，通過背景差分法針對當前視頻監(jiān)控畫面幀進行背景差分，獲得當前視頻監(jiān)控畫面幀中的前景圖，針對該前景圖，判斷去除其中的陰影，并進行灰度處理和二值化處理；

步驟A03.針對經(jīng)上一步驟處理后的前景圖進行區(qū)域生長操作，即分別針對該前景圖中的各個像素點，將與之相鄰具有相同像素值的像素點與該像素點劃分為同一區(qū)域，即獲得該前景圖中的初級目標；