[發明專利]基于前景檢測的多目標跟蹤方法、裝置、設備及存儲介質

在審

• 申請號: 202010537379.5
• 申請日: 2020-06-12
• 公開（公告）號: CN111667503A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 高云龍;吳川;朱明;郝志成
• 申請（專利權）人: 中國科學院長春光學精密機械與物理研究所
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/194;G06T7/11
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 巴翠昆

本申請公開了一種基于前景檢測的多目標跟蹤方法、裝置、設備及存儲介質，該方法包括：接收視頻的每一幀圖像，利用前景檢測算法對圖像進行處理，自動識別在圖像中的運動目標；將經前景檢測算法處理后的二值圖像分別在不同方向上依據連通區域劃分識別出的運動目標，并對運動目標的坐標信息進行整合；根據整合后的運動目標的坐標信息，采用形心跟蹤算法對運動目標進行跟蹤，輸出運動目標的行為軌跡。該方法具有良好的多目標自動捕獲及跟蹤能力，抗干擾能力強，精度高，穩定性好，滿足實時性要求，有著廣闊的應用前景。

技術領域

本發明涉及計算機視覺領域，特別是涉及一種基于前景檢測的多目標跟蹤方法、裝置、設備及存儲介質。

背景技術

多目標跟蹤是計算機視覺領域中的一項重要任務。在智能監控系統中，其任務在于通過在視頻的每一幀中定位運動目標,并生成目標的行為軌跡。目標捕獲與區域定位是跟蹤算法中最首要的核心環節，對后續跟蹤效果將產生舉足輕重的影響。

目前，對于運動目標檢測，常見的算法包括光流法、背景建模法以及基于深度學習的算法等，然而遺憾的是，這些算法在處理1080P高分辨率圖像時往往需要耗費大量的計算資源及時間資源，無法滿足實時性能需求；此外，在實際場景中，由于復雜背景、光照變化、局部運動等因素產生的隨機噪聲，現有的運動目標檢測算法捕獲的區域可能不完整或不準確，降低了檢測精度，從而對后續的跟蹤性能產生影響。

因此，如何解決現有技術中難以實時準確地在高分辨率圖像中自動捕獲多個目標的問題，是本領域技術人員亟待解決的技術問題。

發明內容

有鑒于此，本發明的目的在于提供一種基于前景檢測的多目標跟蹤方法、裝置、設備及存儲介質，可以提高多目標捕獲能力、跟蹤能力和抗干擾能力，精度高，滿足實時性要求。其具體方案如下：

一種基于前景檢測的多目標跟蹤方法，包括：

接收視頻的每一幀圖像，利用前景檢測算法對所述圖像進行處理，自動識別在所述圖像中的運動目標；

將經所述前景檢測算法處理后的二值圖像分別在不同方向上依據連通區域劃分識別出的所述運動目標，并對所述運動目標的坐標信息進行整合；

根據整合后的所述運動目標的坐標信息，采用形心跟蹤算法對所述運動目標進行跟蹤，輸出所述運動目標的行為軌跡。

優選地，在本發明實施例提供的上述基于前景檢測的多目標跟蹤方法中，利用前景檢測算法對所述圖像進行處理，具體包括：

對所述圖像進行低通濾波；

采用幀差法對低通濾波后的所述圖像進行前景與背景的分割，自動獲取作為所述前景的運動目標；

通過數學形態學模型對分割后的所述圖像進行處理。

優選地，在本發明實施例提供的上述基于前景檢測的多目標跟蹤方法中，在接收視頻的每一幀圖像之后，在對所述圖像進行低通濾波之前，還包括：

對所述圖像進行灰度處理。

優選地，在本發明實施例提供的上述基于前景檢測的多目標跟蹤方法中，將經所述前景檢測算法處理后的二值圖像分別在不同方向上依據連通區域劃分識別出的所述運動目標，并對所述運動目標的坐標信息進行整合，具體包括：

計算經所述前景檢測算法處理后的二值圖像中每列像素的灰度和；當所述每列像素中存在識別出的所述運動目標時，灰度和為非零；

在豎直方向上按照連續非零求和結果對所述二值圖像進行第一劃分，計算所述運動目標的列標號位置；

根據第一劃分結果，計算連續非零列對應的每行像素的灰度和；當所述每行像素中存在識別出的所述運動目標時，灰度和為非零；