[發明專利]一種跨攝像頭的行人軌跡匹配方法

有效

• 申請號: 201710026123.6
• 申請日: 2017-01-13
• 公開（公告）號: CN106887014B
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 潘子瀟;謝曉華;尹冬生
• 申請（專利權）人: 中山大學
• 主分類號: G06T7/292
• 分類號: G06T7/292;G06T7/246;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明涉及一種跨攝像頭的行人軌跡匹配方法，包括以下步驟：S1.提取目標攝像頭的一條行人軌跡作為目標軌跡，然后將其余攝像頭在該時間段內出現的所有行人軌跡作為候選軌跡；S2.使用中國連鎖餐廳過程訓練分層狄利克雷過程，提取所有軌跡的全局運動模式特征，同時獲得目標軌跡和各條候選軌跡在全局運動模式特征上的特征權重；S3.分別計算目標軌跡特征權重與各條候選軌跡特征權重之間的余弦距離作為相似性度量，然后將余弦距離最小的候選軌跡作為目標軌跡的匹配軌跡。

技術領域

本發明涉及圖像處理技術領域，更具體地，涉及一種跨攝像頭的行人軌跡匹配方法。

背景技術

隨著計算機技術和圖像處理技術的發展，基于視頻的智能監控系統得到廣泛的應用，其中行人追蹤技術在商業客流分析、社會公共安全監控等領域發揮著巨大的作用。由于單個攝像機的視野有限，為了擴展視野，實現行人的長距離追蹤，基于多攝像頭的行人追蹤技術備受關注。實現多攝像頭行人跟蹤的一個關鍵技術難題是對不同攝像頭視域內的行人進行匹配關聯。

傳統的行人追蹤技術主要依靠視頻中行人的表觀特征進行追蹤，如基于梯度直方圖(HOG)特征向量的追蹤方法，基于加權顏色直方圖模型的粒子濾波追蹤方法等。但是在多攝像頭環境下，由于不同攝像機的視角差異問題，在交疊視域中觀察到的行人表觀特征具有很大差別，很可能一個攝像頭拍到某位行人的正面，但是另外一個攝像頭拍攝到的卻是該行人的背面。這導致傳統方法難以準確地在兩個攝像頭之間追蹤行人。

為了解決以上問題，現有技術提供了以下幾種跨攝像頭的軌跡匹配方法：

1)通過歐氏距離的最大最小值判斷相似性。首先將候選軌跡分為n段，目標軌跡分別計算其對應點與n段軌跡的最短距離，然后再將其與n段軌跡的最短距離中取最大距離當做候選軌跡、目標軌跡間的距離；

2)通過疑似移動對象匹配數判斷相似性。獲取目標軌跡的匹配基準軌跡點列表，對列表中的每個軌跡點分別獲取疑似移動對象列表，統計對象列表中的匹配數，將匹配數最大的疑似移動對象當做匹配對象。

上述方案中，一方面，傳統的行人追蹤技術依靠視頻中行人的表觀特征進行追蹤，但是在多攝像頭環境下由于視角差異，追蹤準確率有較大下降。另一方面，傳統的軌跡匹配方法通過計算不同軌跡間軌跡點的歐氏距離來判斷相似性，由于不同軌跡的長度經常不同(軌跡點數量不相同)，需要采取插值等手段增加虛擬軌跡點，這會引入度量誤差。

發明內容

本發明為解決以上方法在進行跨攝像頭追蹤時由于存在視角差異導致的追蹤準確率低或引入度量誤差的缺陷，提供了一種跨攝像頭的行人軌跡匹配方法，該方法不使用行人的視覺表觀特征進行跨攝像頭匹配，而是通過匹配不同攝像頭的最相似軌跡來確定是否屬于同一行人，解決了跨攝像頭的行人追蹤問題；且由于全局運動模式特征是共享的，每條軌跡在全局運動模式特征上的權重可以直接用于計算相似度，從而解決了軌跡點對齊問題。

為實現以上發明目的，采用的技術方案是：

一種跨攝像頭的行人軌跡匹配方法，包括以下步驟：

S1.提取目標攝像頭的一條行人軌跡作為目標軌跡，然后將其余攝像頭在該時間段內存在的所有軌跡作為候選軌跡；

S2.使用中國連鎖餐廳過程訓練分層狄利克雷過程，提取所有軌跡的全局運動模式特征，同時獲得目標軌跡和各條候選軌跡在全局運動模式特征上的特征權重；

S3.分別計算目標軌跡特征權重與各條候選軌跡特征權重之間的余弦距離作為相似性度量，然后將余弦距離最小的候選軌跡作為目標軌跡的匹配軌跡。

優選地，所述中國連鎖餐廳過程訓練分層狄利克雷過程，提取所有軌跡的全局運動模式特征并獲得特征權重的具體過程如下：