[發(fā)明專利]圖像分析多目標(biāo)跟蹤方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910372296.2
• 申請(qǐng)日: 2019-05-06
• 公開（公告）號(hào): CN110310303B
• 公開（公告）日: 2021-07-23
• 發(fā)明（設(shè)計(jì)）人: 林嘉
• 申請(qǐng)（專利權(quán)）人: 南昌嘉研科技有限公司
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T5/00
• 代理公司: 北京酷愛智慧知識(shí)產(chǎn)權(quán)代理有限公司 11514
• 代理人: 占麗君

1.一種圖像分析多目標(biāo)跟蹤方法，其特征在于，包括以下步驟：

獲取待跟蹤目標(biāo)當(dāng)前的原始圖像；

將所述原始圖像輸入到預(yù)設(shè)的背景分割模型中，根據(jù)所述原始圖像計(jì)算背景掩膜；

根據(jù)所述背景掩膜建立金字塔模型，通過(guò)所述金字塔模型分析得到背景掩膜中的運(yùn)動(dòng)物體，將每一個(gè)運(yùn)動(dòng)物體的位置區(qū)域記錄為一個(gè)Spot對(duì)象；

將背景掩膜中Spot對(duì)象與Target對(duì)象庫(kù)進(jìn)行匹配，獲得Spot對(duì)象的目標(biāo)位置，完成待跟蹤目標(biāo)的目標(biāo)跟蹤；

所述Spot對(duì)象包括區(qū)域的基準(zhǔn)坐標(biāo)和尺寸大小，用于標(biāo)識(shí)所述背景掩膜中的一塊區(qū)域；

所述將背景掩膜中Spot對(duì)象與Target對(duì)象庫(kù)進(jìn)行匹配，獲得Spot對(duì)象的目標(biāo)位置具體包括：

如果Target對(duì)象庫(kù)中存在與所述Spot對(duì)象對(duì)應(yīng)的Target對(duì)象時(shí)，將所述Spot對(duì)象插入Target對(duì)象的位置隊(duì)列中，定義Target對(duì)象的位置為Spot對(duì)象的目標(biāo)位置；

如果Target對(duì)象庫(kù)中不存在與所述Spot對(duì)象對(duì)應(yīng)的Target對(duì)象時(shí)，根據(jù)所述Spot對(duì)象構(gòu)建Target對(duì)象，采用位置接近原理獲得該Spot對(duì)象的目標(biāo)位置；

所述Target對(duì)象包括位置列表、擬合參數(shù)和預(yù)測(cè)位置，用于標(biāo)識(shí)運(yùn)動(dòng)物體的運(yùn)動(dòng)趨勢(shì)。

2.根據(jù)權(quán)利要求1所述圖像分析多目標(biāo)跟蹤方法，其特征在于，

所述獲取待跟蹤目標(biāo)當(dāng)前的原始圖像包括：

使用OpenCV的VideoCapture函數(shù)獲取待跟蹤目標(biāo)當(dāng)前BGR三通道的Mat圖像；

或者是，使用FFmpeg讀取待跟蹤目標(biāo)當(dāng)前的流媒體，并解壓所述流媒體獲得YUV三通道的AVFrame圖像，并將所述AVFrame圖像轉(zhuǎn)換為Mat圖像。

3.根據(jù)權(quán)利要求1所述圖像分析多目標(biāo)跟蹤方法，其特征在于，

所述背景分割模型為使用OpenCV中的BackgroundSubtractorMOG2類建立。

4.根據(jù)權(quán)利要求3所述圖像分析多目標(biāo)跟蹤方法，其特征在于，

所述根據(jù)所述原始圖像計(jì)算背景掩膜具體包括：

將所述原始圖像與歷史原始圖像進(jìn)行對(duì)比；用黑色像素點(diǎn)表示對(duì)比過(guò)程中，原始圖像與歷史原始圖像中相同的區(qū)域；用白色像素點(diǎn)表示對(duì)比過(guò)程中，原始圖像與歷史原始圖像中發(fā)生變化的區(qū)域；

由所述黑色像素點(diǎn)和白色像素點(diǎn)構(gòu)成黑白圖像；

通過(guò)OpenCV變形變化函數(shù)對(duì)所述黑白圖像進(jìn)行平滑、去噪后，得到所述背景掩膜。

5.根據(jù)權(quán)利要求1所述圖像分析多目標(biāo)跟蹤方法，其特征在于，

所述根據(jù)所述背景掩膜建立金字塔模型，通過(guò)所述金字塔模型分析得到背景掩膜中的運(yùn)動(dòng)物體具體包括：

利用OpenCV的buildPyramid函數(shù)對(duì)所述背景掩膜建立金字塔模型，通過(guò)對(duì)金字塔模型逐層分析、定位所述背景掩膜中白色像素點(diǎn)區(qū)域，得到背景掩膜中的運(yùn)動(dòng)物體。

6.根據(jù)權(quán)利要求1所述圖像分析多目標(biāo)跟蹤方法，其特征在于，

該方法在所述將背景掩膜中Spot對(duì)象與Target對(duì)象庫(kù)進(jìn)行匹配，獲得Spot對(duì)象的目標(biāo)位置之后，還包括：

對(duì)所述Target對(duì)象庫(kù)中的Target對(duì)象的運(yùn)動(dòng)規(guī)律進(jìn)行擬合，預(yù)測(cè)Target對(duì)象的預(yù)測(cè)位置。

7.根據(jù)權(quán)利要求6所述圖像分析多目標(biāo)跟蹤方法，其特征在于，

所述對(duì)所述Target對(duì)象庫(kù)中的Target對(duì)象的運(yùn)動(dòng)規(guī)律進(jìn)行擬合，預(yù)測(cè)Target對(duì)象的預(yù)測(cè)位置具體包括：

采用最小二乘法對(duì)Target對(duì)象的運(yùn)動(dòng)規(guī)律進(jìn)行擬合；

擬合過(guò)程以時(shí)間t為自變量，物體位置(x_n,y_n)為應(yīng)變量，所述運(yùn)動(dòng)規(guī)律可表示為：

x_n＝∑a_i×t_nⁱ，yn＝∑b_i×t_nⁱ

其中i為擬合階數(shù)，n為采樣數(shù)；a_i和b_i為擬合參數(shù)，t_n為第n幀的時(shí)間。