[發明專利]一種基于KCF與Kalman的改進型多目標跟蹤方法、系統及裝置

有效

• 申請號: 201711063087.7
• 申請日: 2017-10-31
• 公開（公告）號: CN108053427B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 謝維信;王鑫;高志堅
• 申請（專利權）人: 深圳大學
• 主分類號: G06T7/277
• 分類號: G06T7/277;G06T7/246;G06T7/269
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 鐘子敏

本發明公開了一種基于KCF與Kalman的改進型多目標跟蹤方法，該方法包括：利用GoogLeNet網絡模型進行目標檢測并提取出目標的特征向量；結合上一幀跟蹤鏈中各目標對當前幀的預測位置與當前幀目標觀測位置、重疊率以及特征向量空間距離建立一個關聯矩陣，并利用匹配算法進行匹配；對直接匹配成功的跟蹤鏈的跟蹤框以及對應特征向量進行更新；對匹配失敗的目標利用KCF跟蹤器進行局部跟蹤；將KCF的跟蹤結果與Kalman跟蹤的結果進行加權融合得到的位置進對其進行更新；預測跟蹤鏈中各個目標下一幀位置。通過上述方式，本發明結合CNN網絡提取特征向量與KCF局部跟蹤提升了跟蹤的效果，較好解決了目標遮擋、目標誤檢等問題。此外，本發明還提供了一種多目標跟蹤系統以及裝置。

技術領域

本發明涉及計算機視覺領域，特別是涉及一種基于KCF與Kalman的改進型多目標跟蹤方法、系統及裝置。

背景技術

隨著計算機視覺領域的技術的發展及在監控領域的廣泛應用，使得對于目標的跟蹤分析尤為重要。傳統的跟蹤方法都是基于卡爾曼濾波跟蹤器(kalman)的思想，但是這種方法在目標局部遮擋時預測目標位置信息的效果相對較差，從而降低了監控的準確性。所以為了滿足智能化監控技術發展的需求，需要一種準確性高、預測效果好的目標跟蹤方法及多目標跟蹤系統。

發明內容

本發明主要解決的技術問題是，提供一種基于KCF與Kalman的改進型多目標跟蹤方法、多目標跟蹤系統及具有存儲功能的裝置，能夠解決跟蹤準確率低，計算量大的的問題。

為解決上述技術問題，本發明采用的技術方案是提供一種基于KCF與Kalman的改進型多目標跟蹤方法，包括以下步驟：

結合跟蹤鏈以及上一幀圖片中第一多個目標對應的檢測框預測所述第一多個目標中各個目標在當前幀中的跟蹤框；

獲取上一幀圖片中的第一多個目標在當前幀中對應的跟蹤框，以及當前幀圖片中第二多個目標的檢測框；

建立所述第一多個目標在當前幀中的跟蹤框和當前幀中第二多個目標的檢測框的目標關聯矩陣；

利用目標匹配算法進行校正，以得到當前幀第一部分目標對應的實際位置。

為解決上述技術問題，本發明采用的另一個技術方案是：提供一種具有存儲功能的裝置，存儲有程序數據，所述程序數據被執行時實現如上述的多目標跟蹤方法。

為解決上述技術問題，本發明采用的又一個技術方案是：提供一種多目標跟蹤分析系統：包括電性連接的處理器和存儲器；

所述處理器耦合所述存儲器，所述處理器在工作時執行指令以實現如上所述的多目標跟蹤的方法，并將所述執行指令產生的處理結果保存在所述存儲器中。

以上技術方案的有益效果是：區別于現有技術的情況，本發明通過結合跟蹤鏈以及上一幀圖片中第一多個目標對應的檢測框預測第一多個目標中各個目標當前幀的跟蹤框；獲取上一幀圖片中的第一多個目標在當前幀中對應的跟蹤框，以及當前幀圖片中第二多個目標的檢測框；建立第一多個目標在當前幀中的跟蹤框和當前幀中第二多個目標的檢測框的目標關聯矩陣；利用目標匹配算法進行校正，以得到當前幀第一部分目標對應的實際位置。本方法通過上述方式，本發明能夠提供一種跟蹤準確率高、實時好的目標的跟蹤方法及多目標跟蹤系統。

附圖說明

圖1是本發明一種基于KCF與Kalman的改進型多目標跟蹤方法的一實施方式的流程示意圖；

圖2是本發明一種基于KCF與Kalman的改進型多目標跟蹤方法的另一實施例的流程示意圖；

圖3是本發明一種基于KCF與Kalman的改進型多目標跟蹤方法的又一實施例的流程示意圖；

圖4是本發明一種基于KCF與Kalman的改進型多目標跟蹤方法的又一實施例的流程示意圖；