[發(fā)明專利]一種基于運動模型和單目標線索的在線多目標跟蹤方法

有效

• 申請?zhí)枺?/td>: 202010429681.9
• 申請日: 2020-05-20
• 公開（公告）號: CN111639570B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設計）人: 韓守東;王宏偉;黃飄;于恩;劉東海生
• 申請（專利權）人: 華中科技大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V20/40;G06V10/28
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

1.一種基于運動模型和單目標線索的在線多目標跟蹤方法，其特征在于，包括：

S1.檢測視頻每一幀中各個目標的位置，得到目標檢測框，以視頻第一幀中各個目標所在位置，對跟蹤軌跡進行初始化；

S2.將視頻第二幀作為當前幀；

S3.將相機運動模型嵌入目標運動模型中，根據(jù)視頻上一幀中各個目標的運動信息對視頻當前幀中各個目標的位置進行預測，得到預測目標框；

步驟S3包括，采用Kalman濾波器根據(jù)視頻上一幀中各個目標的運動信息對視頻當前幀中各個目標的位置進行預測，得到各個目標的初始預測框；

簡化相機運動變換為歐式變換，將視頻幀放縮一定比例后通過相關系數(shù)最大化模型ECC計算上一幀和當前幀的場景變化，得到仿射矩陣；

將仿射矩陣中的偏置因子乘以縮放比例系數(shù)；

利用仿射矩陣對初始預測框進行矯正，得到矯正后的預測目標框；

利用矯正后的預測目標框和步驟S1的目標檢測框更新Kalman濾波器參數(shù)；

S4.對于視頻當前幀中的每個目標，將步驟S1得到的目標檢測框與步驟S3得到的預測目標框輸入至區(qū)域回歸網(wǎng)絡進行校正，得到校正后的檢測目標框；

S5.利用單目標跟蹤器對上一幀中的所有目標在當前幀進行搜索，獲得各個目標的跟蹤軌跡；步驟S5具體包括：

以上一幀目標位置中心為中心的二倍框范圍作為搜索區(qū)域；

提取目標特征與搜索區(qū)域特征，兩者進行卷積得到響應圖；

將響應圖峰值最大的區(qū)域作為目標區(qū)域，完成目標與背景的分類；

在目標區(qū)域周圍生成若干個初始邊界框，求得三個IOU最大的邊界框，取其平均值作為最終的目標邊界框；

S6.通過數(shù)據(jù)關聯(lián)匹配校正后的檢測目標框與各個目標的跟蹤軌跡，并根據(jù)匹配結果對跟蹤軌跡進行更新、增加和刪除；

S7.將視頻下一幀作為當前幀，重復執(zhí)行步驟S3-S6直至視頻結束。

2.根據(jù)權利要求1所述的一種基于運動模型和單目標線索的在線多目標跟蹤方法，其特征在于，單目標跟蹤器采用DiMP單目標跟蹤器。

3.根據(jù)權利要求1所述的一種基于運動模型和單目標線索的在線多目標跟蹤方法，其特征在于，步驟S6具體包括：

計算每個跟蹤軌跡和校正后檢測行人框的位置差異，為各個跟蹤軌跡匹配對應地檢測行人框；

對于匹配成功的跟蹤軌跡，直接更新其相關參數(shù)；對于沒有匹配成功的檢測行人框，視為新出現(xiàn)的目標加入跟蹤序列；對于沒有匹配成功的跟蹤軌跡，視為丟失狀態(tài)；如果丟失狀態(tài)持續(xù)超過一定時間，則刪除軌跡。

4.根據(jù)權利要求3所述的一種基于運動模型和單目標線索的在線多目標跟蹤方法，其特征在于，所述匹配成功是指跟蹤軌跡與檢測行人框的重合程度大于設定閾值。