[發明專利]一種基于多尺度特征量的目標跟蹤方法和系統

有效

• 申請號: 201910963491.2
• 申請日: 2019-10-11
• 公開（公告）號: CN110909592B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 代宇慶;李楊
• 申請（專利權）人: 重慶特斯聯智慧科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 谷波

本發明公開了一種基于多尺度特征量的目標跟蹤方法和系統，本方法通過計算不同時間點的位置點所屬簇群之間的移動距離，并通過比較移動距離與預定尺度閾值來確定當前時間點的位置點所在簇群與在當前時間點之前的預設時間段內時間點的位置點所在簇群分別屬于大尺度移動還是小尺度移動，設置閾值進行判斷，適用的范圍更廣，根據被跟蹤物體移動的空間尺度進行預測，可以針對不同尺度下被跟蹤目標的動態移動軌跡進行準確預測，提高了預測準確度，根據預測結果對被跟蹤目標進行精準跟蹤處理。

技術領域

本發明涉及目標跟蹤領域，具體是一種基于多尺度特征量的目標跟蹤方法和系統。

背景技術

在智慧城市的應用場景當中，對目標的位置變化進行跟蹤具有重要價值，例如，可以公安或者安保部門可以基于目標跟蹤而對關注的監視對象進行布控，防范違法事件，維護公共安全。交通管理中可以基于目標跟蹤而測定車輛的通行情況，進而通過匯總很多車輛的通行情況，確定每段道路通行順暢程度，等等。

傳統的目標跟蹤只是實時或者準實時地獲得目標的位置點，因此只能反映目標過去以及當前時刻的位置。為了更好的服務于以上應用場景，人們希望開展對目標的動態預測跟蹤，即通過動態分析目標的位置點變化，預測目標的將來位置點，進而針對該將來位置點進行必要的響應，例如由公安或安保部門進行提前布控，或者由交通部門進行提前的調度。

目前，現有技術中對目標的動態預測跟蹤一般是依據大數據分析來實現，(1·)首先，匯集海量目標的位置點；(2)進而，通過分析海量目標的位置點的變化，獲得任一目標在上一個時間點位于位置點S_t，則其在下一個時間點移動到位置點S_t+1的條件概率或者，可以獲得如果任一目標在之前的一系列時間點處于位置點S_t-i,S_t-i+1……S_t，則其在下一時間點移動到位置點S_t+1的條件概率(3)進而，根據當前的被預測目標在之前一個或者一系列時間點的位置點，預測其在下一時刻移動到若干潛在位置點的預測概率；并且如果某個或者某幾個潛在位置點的預測概率大于預定的概率閾值，則將這個或者這些潛在位置點作為被預測目標的將來位置點，針對將來位置點進行必要的響應。

但是，現有技術存在以下缺點：首先，在基于海量目標的位置點變化分析概率的過程中，當中沒有考慮到移動的空間尺度的影響，導致按照一樣的條件概率規則度兩個不同尺度的目標位置點進行預測，容易出現預測失準的現象；另一方面來說，對于大尺度空間移動的目標，其需要的是在同樣大尺度的空間范圍內對其潛在位置點進行預測，給出其小尺度空間范圍內的潛在位置點預測對于目標的跟蹤來說沒有意義；同理，對于小尺度空間移動的目標來說，對其給出大尺度空間范圍的潛在位置點預測也是沒有意義的。

因此，如何通過根據被跟蹤目標的空間尺度，精準預測被跟蹤目標的位置點變化，進而實現對目標準確布控是本領域技術人員亟待解決的問題。

發明內容

鑒于上述問題，本發明的目的是為了解決現有技術中對目標的動態預測跟蹤技術沒有考慮到移動的空間尺度的影響，使對目標的位置點預測容易出現偏差，不能準確的針對不同的空間范圍預測潛在位置點的問題。

本發明實施例提供一種基于多尺度特征量的目標跟蹤方法，包括：

獲取被跟蹤目標在當前時間點與在當前時間點之前的預定時間段內時間點的位置點；

過濾所述在當前時間點與在當前時間點之前的預定時間段內時間點的噪聲位置點，生成有效位置點；

將所述有效位置點按照時間和空間分布，聚類為N個位置點簇群；

分別計算所述位置點簇群的簇群中心與在時間上相鄰的上一個簇群的簇群中心之間的移動距離；