[發(fā)明專利]多目標(biāo)跟蹤方法及相應(yīng)視頻分析系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810821668.0
• 申請(qǐng)日: 2018-07-24
• 公開（公告）號(hào): CN110751674A
• 公開（公告）日: 2020-02-04
• 發(fā)明（設(shè)計(jì)）人: 劉吉
• 申請(qǐng)（專利權(quán)）人: 北京深鑒智能科技有限公司
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T7/277;H04N7/18
• 代理公司: 11452 北京展翼知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)
• 代理人: 張陽

公開了一種多目標(biāo)跟蹤方法及實(shí)施該方案的對(duì)應(yīng)視頻分析系統(tǒng)。該方法包括：獲取目標(biāo)的檢測(cè)位置信息；獲取目標(biāo)的預(yù)測(cè)位置信息；對(duì)獲取的預(yù)測(cè)位置信息和檢測(cè)位置信息進(jìn)行匹配；在判定某一目標(biāo)的檢測(cè)位置信息與某一目標(biāo)的預(yù)測(cè)位置信息相匹配的情況下，基于該目標(biāo)的檢測(cè)位置更新所述目標(biāo)的狀態(tài)信息；在判定某一目標(biāo)的預(yù)測(cè)位置沒有與之匹配的檢測(cè)位置的情況下，判定該目標(biāo)為消亡目標(biāo)；以及在判定某一目標(biāo)的檢測(cè)位置沒有與之匹配的檢測(cè)位置的情況下，判定該目標(biāo)為新目標(biāo)或重新出現(xiàn)的目標(biāo)。由此，通過對(duì)各功能模塊的合理調(diào)配，能夠在實(shí)現(xiàn)低算力高速跟蹤的同時(shí)滿足較高的跟蹤精度要求。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種多目標(biāo)跟蹤方法及相應(yīng)視頻分析系統(tǒng)。

背景技術(shù)

目標(biāo)檢測(cè)和跟蹤一直是學(xué)術(shù)界和工業(yè)界的一個(gè)重要研究方向。例如，視頻監(jiān)控系統(tǒng)作為面向城市公共安全綜合管理的物聯(lián)網(wǎng)應(yīng)用中智慧安防和智慧交通的重要組成部分，面臨著深度應(yīng)用的巨大挑戰(zhàn)。不僅如此，目標(biāo)檢測(cè)和追蹤還在諸如車輛輔助駕駛、交通和游戲等領(lǐng)域內(nèi)有著巨大的實(shí)用空間和潛在意義。

近年來隨著目標(biāo)檢測(cè)算法和目標(biāo)屬性分析算法的飛速發(fā)展，目標(biāo)檢測(cè)和屬性分析的準(zhǔn)確率越來越高，但計(jì)算量也越來越大。當(dāng)出于實(shí)時(shí)性和安全性的考慮需要在攝像頭，無人機(jī)等嵌入式端本地部署這些算法時(shí)，由于嵌入式端的功耗限制，算法計(jì)算量被限制在一個(gè)較小的數(shù)量級(jí)上。

因此，如何在滿足功耗限制的情況下實(shí)現(xiàn)準(zhǔn)確的多目標(biāo)跟蹤，成為目標(biāo)跟蹤領(lǐng)域需要解決的一大問題。

發(fā)明內(nèi)容

鑒于上述的至少一個(gè)問題，本發(fā)明提出了一種多目標(biāo)跟蹤方案及實(shí)施該方案的對(duì)應(yīng)視頻分析系統(tǒng)，通過對(duì)各功能模塊的合理調(diào)配，能夠在實(shí)現(xiàn)低算力高速跟蹤的同時(shí)滿足較高的跟蹤精度要求。

根據(jù)本發(fā)明的一個(gè)方面，提出了一種多目標(biāo)跟蹤方法，包括：獲取目標(biāo)的檢測(cè)位置信息；獲取目標(biāo)的預(yù)測(cè)位置信息；對(duì)獲取的預(yù)測(cè)位置信息和檢測(cè)位置信息進(jìn)行匹配；在判定某一目標(biāo)的檢測(cè)位置信息與某一目標(biāo)的預(yù)測(cè)位置信息相匹配的情況下，基于該目標(biāo)的檢測(cè)位置更新所述目標(biāo)的狀態(tài)信息；在判定某一目標(biāo)的預(yù)測(cè)位置沒有與之匹配的檢測(cè)位置的情況下，判定該目標(biāo)為消亡目標(biāo)；以及在判定某一目標(biāo)的檢測(cè)位置沒有與之匹配的檢測(cè)位置的情況下，判定該目標(biāo)為新目標(biāo)或重新出現(xiàn)的目標(biāo)。

由此，通過預(yù)測(cè)與檢測(cè)的匹配以及后續(xù)的處理步驟，靈活應(yīng)對(duì)目標(biāo)檢測(cè)中會(huì)遇到的各種情況(例如，目標(biāo)丟失、重新出現(xiàn)和新目標(biāo)等)，并且通過檢測(cè)、跟蹤和分析模塊的合理配合，在確保視頻分析精度的同時(shí)降低正確顯示目標(biāo)(及其屬性)所需的計(jì)算量。

獲取目標(biāo)的檢測(cè)位置信息可以包括：對(duì)當(dāng)前輸入的圖像幀進(jìn)行目標(biāo)檢測(cè)以獲取至少一個(gè)目標(biāo)的檢測(cè)位置信息，優(yōu)選地，可以按照預(yù)定規(guī)則從連續(xù)視頻圖像幀中間隔選取用于進(jìn)行目標(biāo)檢測(cè)的當(dāng)前輸入的圖像幀。由此，通過降低檢測(cè)需求而進(jìn)一步降低視頻分析所需的計(jì)算量。

獲取目標(biāo)的預(yù)測(cè)位置信息可以包括：基于在前幀中檢測(cè)到的某一目標(biāo)的在前狀態(tài)信息求取該目標(biāo)的預(yù)測(cè)位置信息；優(yōu)選地，可以基于該目標(biāo)的在前狀態(tài)信息建模，以基于該目標(biāo)的狀態(tài)模型預(yù)測(cè)該目標(biāo)在當(dāng)前幀中的位置。由此，能夠通過較為高效的模型計(jì)算來實(shí)現(xiàn)對(duì)后續(xù)幀內(nèi)各目標(biāo)位置的預(yù)測(cè)。進(jìn)一步的，在判定某一目標(biāo)的檢測(cè)位置信息與某一目標(biāo)的預(yù)測(cè)位置信息相匹配的情況下，使用該目標(biāo)的檢測(cè)位置更新所述目標(biāo)的位置狀態(tài)信息包括：使用該目標(biāo)的檢測(cè)位置修正該目標(biāo)的狀態(tài)模型。由此，通過引入修正機(jī)制提升預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確度。

某一目標(biāo)的在前狀態(tài)信息可以包括：該目標(biāo)的位置、速度、加速度、形變速度、和/或模板信息。基于該目標(biāo)的在前狀態(tài)信息建模包括：使用如下至少一種模型對(duì)所述目標(biāo)進(jìn)行建模：卡爾曼(Kalman)濾波器；線性濾波器；核相關(guān)濾波(KCF)跟蹤器；均值漂移(MeanShift)跟蹤器；以及連續(xù)自適應(yīng)均值漂移(CamShift)跟蹤器，并且，狀態(tài)信息的類型基于使用的具體模型進(jìn)行確定。由此，能夠根據(jù)各自應(yīng)用場(chǎng)合，靈活選擇所需的預(yù)測(cè)機(jī)制。