[發(fā)明專利]實(shí)現(xiàn)多目標(biāo)跟蹤的方法、裝置、電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201810634954.6
• 申請(qǐng)日: 2018-06-15
• 公開（公告）號(hào): CN110610514B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設(shè)計(jì)）人: 張盼;張楊
• 申請(qǐng)（專利權(quán)）人: 株式會(huì)社日立制作所
• 主分類號(hào): G06T7/292
• 分類號(hào): G06T7/292;G06T7/194
• 代理公司: 北京銀龍知識(shí)產(chǎn)權(quán)代理有限公司 11243
• 代理人: 黃燦;張博

本發(fā)明提供一種實(shí)現(xiàn)多目標(biāo)跟蹤的方法、裝置、電子設(shè)備，屬于智能交通技術(shù)領(lǐng)域。實(shí)現(xiàn)多目標(biāo)跟蹤的方法，包括：獲取攝像頭的視頻流，作為連續(xù)的輸入圖像；對(duì)所述圖像進(jìn)行目標(biāo)檢測(cè)，提取出多個(gè)目標(biāo)對(duì)象；基于目標(biāo)檢測(cè)結(jié)果計(jì)算出每一所述目標(biāo)對(duì)象的跟蹤幀率，所述跟蹤幀率不大于所述圖像的采集幀率；根據(jù)每一目標(biāo)對(duì)象的跟蹤幀率對(duì)每一目標(biāo)對(duì)象分別進(jìn)行跟蹤。本發(fā)明的技術(shù)方案中，對(duì)于不同的目標(biāo)對(duì)象，實(shí)時(shí)動(dòng)態(tài)調(diào)整跟蹤幀率，能夠降低目標(biāo)跟蹤的數(shù)據(jù)處理量，實(shí)現(xiàn)多目標(biāo)對(duì)象的實(shí)時(shí)跟蹤。

技術(shù)領(lǐng)域

本發(fā)明涉及智能交通技術(shù)領(lǐng)域，特別是指一種實(shí)現(xiàn)多目標(biāo)跟蹤的方法、裝置、電子設(shè)備。

背景技術(shù)

在公共安全及智能交通管理領(lǐng)域中，目標(biāo)跟蹤可獲取目標(biāo)對(duì)象的運(yùn)動(dòng)軌跡，進(jìn)而對(duì)目標(biāo)對(duì)象的行為進(jìn)行分析。例如從監(jiān)控視頻中，通過目標(biāo)跟蹤可獲取車輛或行人的運(yùn)動(dòng)軌跡，進(jìn)而進(jìn)行行為分析，判斷車輛行車或行人行走是否違規(guī)，輔助道路交通管理。

現(xiàn)有的目標(biāo)跟蹤方法中，首先需要檢測(cè)出圖像中的目標(biāo)對(duì)象，通常是利用基于全圖的HOG算法來檢測(cè)出圖像中的目標(biāo)對(duì)象，需要處理的數(shù)據(jù)量比較大，并且比較耗時(shí)；之后，在后續(xù)的每一幀圖像中，利用Meanshift方法跟蹤所有檢測(cè)到的目標(biāo)對(duì)象，獲取目標(biāo)對(duì)象的運(yùn)動(dòng)軌跡并進(jìn)行行為分析。由于對(duì)目標(biāo)對(duì)象是逐幀進(jìn)行跟蹤，需要較高的計(jì)算能力和計(jì)算速度，比如在有M個(gè)攝像頭采集圖像，每秒采集24幀圖像，每幀圖像中有N個(gè)目標(biāo)對(duì)象時(shí)，那么每秒需要跟蹤的目標(biāo)對(duì)象個(gè)數(shù)為24*M*N，在目標(biāo)對(duì)象的數(shù)量比較多時(shí)，由于每秒需要處理的圖像數(shù)據(jù)量過多，很難實(shí)現(xiàn)實(shí)時(shí)跟蹤。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是提供一種實(shí)現(xiàn)多目標(biāo)跟蹤的方法、裝置、電子設(shè)備，能夠降低目標(biāo)跟蹤的數(shù)據(jù)處理量，實(shí)現(xiàn)多目標(biāo)對(duì)象的實(shí)時(shí)跟蹤。

為解決上述技術(shù)問題，本發(fā)明的實(shí)施例提供技術(shù)方案如下：

一方面，提供一種實(shí)現(xiàn)多目標(biāo)跟蹤的方法，包括：

獲取攝像頭的視頻流，作為連續(xù)的輸入圖像；

對(duì)所述圖像進(jìn)行目標(biāo)檢測(cè)，提取出多個(gè)目標(biāo)對(duì)象；

基于目標(biāo)檢測(cè)結(jié)果計(jì)算出每一所述目標(biāo)對(duì)象的跟蹤幀率，所述跟蹤幀率不大于所述圖像的采集幀率；

根據(jù)每一目標(biāo)對(duì)象的跟蹤幀率對(duì)每一目標(biāo)對(duì)象分別進(jìn)行跟蹤。

進(jìn)一步地，所述對(duì)所述圖像進(jìn)行目標(biāo)檢測(cè)，提取出多個(gè)目標(biāo)對(duì)象包括：

確定所述圖像中目標(biāo)對(duì)象所在的目標(biāo)區(qū)域，所述目標(biāo)區(qū)域占據(jù)所述圖像的部分區(qū)域；

對(duì)所述目標(biāo)區(qū)域的圖像進(jìn)行目標(biāo)檢測(cè)，提取出目標(biāo)對(duì)象。

進(jìn)一步地，所述確定所述圖像中目標(biāo)對(duì)象所在的目標(biāo)區(qū)域包括：

對(duì)輸入的圖像進(jìn)行前景提取，并使用光流法計(jì)算所述圖像中目標(biāo)對(duì)象的運(yùn)動(dòng)信息，獲得表示目標(biāo)對(duì)象的前景二值圖像，所述前景二值圖像分為存在所述目標(biāo)對(duì)象的所述目標(biāo)區(qū)域和不存在所述目標(biāo)對(duì)象的非目標(biāo)區(qū)域。

進(jìn)一步地，所述對(duì)輸入的圖像進(jìn)行前景提取包括：

利用高斯混合模型的方法進(jìn)行前景提取；或

利用運(yùn)動(dòng)估計(jì)的方法進(jìn)行前景提取，得到所述目標(biāo)區(qū)域。

進(jìn)一步地，所述對(duì)所述目標(biāo)區(qū)域的圖像進(jìn)行目標(biāo)檢測(cè)，提取出目標(biāo)對(duì)象包括：

利用基于HOG的特征分類算法或SSD算法對(duì)所述目標(biāo)區(qū)域的圖像進(jìn)行目標(biāo)檢測(cè)，提取出目標(biāo)對(duì)象，獲得目標(biāo)對(duì)象的檢測(cè)區(qū)域及類別。

進(jìn)一步地，所述基于目標(biāo)檢測(cè)結(jié)果計(jì)算出每一所述目標(biāo)對(duì)象的跟蹤幀率包括：

基于目標(biāo)檢測(cè)結(jié)果和光流法計(jì)算出每一目標(biāo)對(duì)象的運(yùn)動(dòng)速度、在圖像中的大小和距攝像頭的距離；