[發明專利]多目標追蹤方法及人臉識別方法

在審

• 申請號: 201810725905.3
• 申請日: 2018-07-04
• 公開（公告）號: CN110688873A
• 公開（公告）日: 2020-01-14
• 發明（設計）人: 王慧;陳成才
• 申請（專利權）人: 上海智臻智能網絡科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 11332 北京品源專利代理有限公司
• 代理人: 孟金喆

本發明提供一種多目標追蹤方法及人臉識別方法。所述多目標追蹤方法包括：獲取待處理視頻圖像，所述待處理視頻圖像包括多個幀圖像；分別對每個幀圖像進行目標識別處理以獲取每個幀圖像中每個目標的位置相關信息和特征信息，至少其中一個幀圖像中包括多個目標；分別對每個幀圖像中的每個目標進行分析處理以判斷每個目標是否屬于特定目標；當所述目標屬于特定目標時，根據特征信息或者同時根據位置相關信息以及特征信息進行再識別處理。本發明可以實現多目標追蹤的高準確率。

技術領域

本發明涉及計算機視覺技術領域，尤其涉及一種多目標追蹤方法、人臉識別方法、計算機可讀存儲介質以及計算機設備。

背景技術

視頻追蹤技術作為計算機視覺應用中的重要部分，廣泛用于環境監控、人機交互、機器人導航等，其主要目的是通過對攝像頭獲得的圖像序列進行分析，計算出運動目標在每一幀圖像上的位置，并根據不同的特征值，將圖像序列中連續幀之間的同一運動目標關聯起來，得到每幀圖像中目標的運動參數以及相鄰幀圖像間運動目標的對應關系，進一步得到運動目標完整的運動軌跡。

在解決多目標追蹤問題時，為了節省計算成本，通常分為兩步：

第一步，分別對每個幀圖像進行目標識別處理以獲取每個幀圖像中每個目標的位置相關信息和特征信息；

第二步，對每個幀圖像中的每個目標進行再識別(ReID)處理，即將圖像中某個物體與其他圖像中物體進行比對，判斷是否屬于同一物體，并據此為每幀圖像中的每個物體分配ID，同一物體在不同幀圖像中的ID相同。換句話說，對于視頻的某一幀，檢測得到的結果有N個det，即表明畫面中有N個物體；同時之前匹配幀的結果有M個Trk，即M個追蹤ID，ReID的過程就是將N個det和M個Trk匹配的過程。

在ReID過程中最常用的兩種參數是：位置相關信息X(包括位置、大小，速度等與檢測物的位置信息或其倒數等相關的變量)和特征信息F(經過神經網絡模型提取的檢測物體的特征向量)。通常在ReID過程中，用上述一種或兩種參數構建成本矩陣(cost matrix)，從而進行匹配過程。

現有技術中成本矩陣具體構建方式有如下四種：

(1)只使用位置相關信息X進行一步ReID，此時速度較快，但是匹配準確率低，對探測要求高；

(2)只使用特性信息F進行一步ReID，此時匹配準確率較高，但速度慢，特別難以實現多目標的實時追蹤；

(3)同時使用位置相關信息X和特征信息F進行一步ReID(比如通過一定權重λ混合兩個參數來構建cost matrix：X+λF)，此時可以進一步提高匹配精度，但速度受限于特征信息F的計算時間，難以實時。

(4)首先利用位置相關信息X進行第一次ReID，匹配未成功的再啟動特征信息F進行第二次ReID，此時可以讓大部分的匹配過程利用位置相關信息X計算，達到省時的效果，當匹配不成功的情況再啟用特征信息F能完善匹配精度，達到兼顧計算效率和匹配精度的目的。但是其缺點是優先進行位置相關信息X的匹配將導致位置相關信息X匹配錯誤影響特征信息F的匹配集合。也就是說特征信息F的計算無法糾正第一次ReID匹配中位置相關信息X帶來的錯誤。這種情況在多目標追蹤，特別是多個目標有重疊交錯的情況，利用位置相關信息X匹配將可能出錯，并且特征信息F也無法修復。

上述無論是一步還是兩步ReID過程，對于同一視頻中的物體的匹配邏輯都是固定的。其中第(4)種方式優于前三種方式，是目前多目標追蹤過程中普遍采用的技術方案，但是如何在不影響計算效率的前提下，提高匹配精度已成為本領域技術人員亟待解決的技術問題。

發明內容

本發明解決的問題是如何實現高速且高準確率的多目標追蹤。

為解決上述問題，本發明提供一種多目標追蹤方法，包括：