[發(fā)明專利]一種多目標跟蹤的方法及裝置

在審

• 申請?zhí)枺?/td>: 201910943907.4
• 申請日: 2019-09-30
• 公開（公告）號: CN110660084A
• 公開（公告）日: 2020-01-07
• 發(fā)明（設(shè)計）人: 張立;張凱文
• 申請（專利權(quán)）人: 上海淡竹體育科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/277
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提出一種多目標跟蹤的方法及裝置。本發(fā)明屬于機器視覺和多目標跟蹤領(lǐng)域，尤其涉及使用圖像分析技術(shù)和目標運動軌跡預(yù)測技術(shù)實現(xiàn)視頻場景內(nèi)的多目標跟蹤的方法及裝置。該方法包括以下步驟：預(yù)測目標軌跡，計算目標軌跡匹配度，提取跟蹤目標特征，計算目標特征匹配度，目標匹配和獲得目標ID。本發(fā)明可以有效提高目標被遮擋、目標過于密集、視頻跳幀太大、目標快速移動情況下目標跟蹤的準確率，降低目標ID交換現(xiàn)象。

技術(shù)領(lǐng)域

本發(fā)明屬于機器視覺和多目標跟蹤領(lǐng)域，尤其涉及使用圖像分析技術(shù)和目標運動軌跡預(yù)測技術(shù)實現(xiàn)多目標跟蹤的方法及裝置。

背景技術(shù)

多目標跟蹤主要任務(wù)是在給定視頻中同時對多個目標進行定位、維持每個目標的ID、記錄每個目標的軌跡。多目標跟蹤需要解決的問題：確定跟蹤目標的數(shù)量，維持各個目標的ID，解決頻繁的遮擋的影響，解決相似外觀的影響。多目標跟蹤方法需要解決的是測量幀內(nèi)各目標的特征，基于目標特征判斷幀間目標是否相同，是否有離開的目標，是否有新加入的目標，確定相同目標的ID，刪除離開目標的ID，添加新加入目標的ID。

目前成熟的多目標跟蹤技術(shù)是數(shù)據(jù)關(guān)聯(lián)方式：通過計算兩幀中兩個目標的特征空間間的馬氏距離，認為距離最短的一個就是同一個目標。這種方式優(yōu)點就是簡單、匹配速度快，而缺點就是當碰到目標被遮擋、目標過于密集、視頻跳幀太大、目標快速移動等情況時，跟蹤會失敗。

本發(fā)明使用目標軌跡預(yù)測技術(shù)和目標特征加權(quán)匹配技術(shù)解決以上問題，提高復(fù)雜場景下目標跟蹤的準確率。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決復(fù)雜場景下多目標跟蹤的不足，使用目標軌跡預(yù)測和目標匹配、目標特征提取和幀間目標特征比對、加權(quán)匹配策略實現(xiàn)復(fù)雜場景下多目標跟蹤的方法及裝置，旨在解決和優(yōu)化場景內(nèi)目標較多、目標重疊、目標特征相似以及目標快速移動情況下目標跟蹤的準確率，降低目標ID交換現(xiàn)象。

本發(fā)明采用以下技術(shù)方案實現(xiàn)：

本發(fā)明引入目標運動軌跡預(yù)測模型，使用一個多維空間模型描述目標的運動軌跡，使用軌跡預(yù)測模型根據(jù)跟蹤目標在當前時刻（k-1時刻）的狀態(tài)（位置）來預(yù)測跟蹤目標在下一時刻（k時刻）的狀態(tài)（位置），并更新目標運動軌跡。

本發(fā)明引入目標軌跡匹配度來描述當前時刻跟蹤目標和目標的預(yù)測軌跡的匹配度。目標軌跡匹配度為當前時刻跟蹤目標的實際位置和目標的預(yù)測軌跡之間的距離。

本發(fā)明引入目標特征提取模型，使用該模型計算和提取每一幀內(nèi)每個跟蹤目標的特征。

本發(fā)明引入目標特征匹配度來描述當前時刻（k時刻）跟蹤目標和上一時刻（k-1時刻）跟蹤目標特征的匹配度，目標特征匹配度為當前時刻跟蹤目標的特征和上一時刻跟蹤目標的特征的距離。

本發(fā)明引入特征關(guān)聯(lián)模型，及特征關(guān)聯(lián)模型的輸出：目標關(guān)聯(lián)匹配度。特征關(guān)聯(lián)模型使用目標軌跡匹配度和目標特征匹配度為輸入?yún)?shù)，計算得到目標關(guān)聯(lián)匹配度。

本發(fā)明引入目標關(guān)聯(lián)匹配度閾值，兩個目標之間的目標關(guān)聯(lián)匹配度高于閾值認為匹配有效，可以進入下一個計算模型，低于閾值則認為兩個目標不匹配。

本發(fā)明引入目標離開時間和目標離開時間閾值。目標離開時間為從上一次匹配成功到當前時刻的時間。當目標離開時間高于目標離開時間閾值時，認為目標已經(jīng)離開。

一種目標跟蹤的方法，包括：

1、預(yù)測目標軌跡

使用軌跡預(yù)測模型根據(jù)跟蹤目標的當前狀態(tài)（k-1時刻）來預(yù)測跟蹤目標在下一狀態(tài)（k時刻）的軌跡位置，并更新運動軌跡。

2、計算目標軌跡匹配度

計算出目標當前時刻（k時刻）真實位置和預(yù)測軌跡之間的目標軌跡匹配度。

3、提取跟蹤目標特征