[發明專利]一種人數無關的實時多目標跟蹤算法

在審

• 申請號: 202010906003.7
• 申請日: 2020-09-01
• 公開（公告）號: CN111986237A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 朱呂甫;劉鑫鑫
• 申請（專利權）人: 安徽炬視科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/62;G06T7/73
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 殷娟

1.一種人數無關的實時多目標跟蹤算法，其特征在于：包括以下步驟：

S1、利用目標檢測算法對輸入圖像進行目標識別，過濾不合適的目標，并建立用于記錄目標移動軌跡的位置鏈；

S2、多線程并行對目標進行KCF跟蹤運算，若運算結果滿足跟蹤條件，則繼續跟蹤該目標，并更新對應位置鏈，否則釋放該目標；

S3、對每個目標進行對比，釋放重復跟蹤目標；

S4、利用KCF跟蹤運算對過濾后目標在下一幀圖像中的位置信息進行預測，并建立用于記錄目標預測位置信息的預測鏈；

S5、對預測位置信息進行過濾，將過濾后的預測位置信息輸入預測鏈進行跟蹤；

S6、分別提取更新后位置鏈、預測鏈的特征向量，并結合目標和特征向量構建一個有權重的無向圖；

S7、對無向圖進行聚類操作得到聚群，根據聚群更新目標當前位置；

S8、輸入下一幀圖像，綜合判斷目標檢測算法獲取新的目標位置信息以及所有目標當前位置，判斷是否建立新的跟蹤目標，重復步驟S2。

2.根據權利要求1所述的人數無關的實時多目標跟蹤算法，其特征在于：S1中利用目標檢測算法對輸入圖像進行目標識別，包括：

S11、將輸入圖像縮放至320x240，并進行歸一化操作；

S12、對輸入圖像選取感興趣區域，并對感興趣區域選取方向梯度直方圖特征。

3.根據權利要求1所述的人數無關的實時多目標跟蹤算法，其特征在于：S2中多線程并行對目標進行KCF跟蹤運算，包括：獲取計算機的cpu核心數，開啟和cpu核心數等數量的線程數，同時進行跟蹤運算，線程運算完一個目標，及補充一個新目標。

4.根據權利要求1所述的人數無關的實時多目標跟蹤算法，其特征在于：S3中對每個目標進行對比，釋放重復跟蹤目標，包括：

S31、計算每個目標之間位置的重合比，重合比為兩個矩形框面積的比值；

S32、若重合比大于0.65，則出現重復跟蹤；

S33、保留矩形框與視頻底邊之間距離最小的目標，釋放其余重復跟蹤目標。

5.根據權利要求1所述的人數無關的實時多目標跟蹤算法，其特征在于：S5中所述過濾后的預測位置信息輸入預測鏈進行跟蹤，包括：當預測鏈沒有成功跟蹤到目標時，則針對該目標在當前幀圖像中的位置進行KCF跟蹤器的初始化。

6.根據權利要求5所述的人數無關的實時多目標跟蹤算法，其特征在于：若針對該目標在當前幀圖像中的位置進行KCF跟蹤器的初始化后，所述預測鏈仍然沒有成功跟蹤到目標時，判斷該丟失目標連續丟失幀數；

當該丟失目標連續丟失幀數大于閾值時，判定該丟失目標消失，將消失信息輸入預測鏈；否則判定該丟失目標在丟失幀數圖像內消失，將消失信息輸入預測鏈。

7.根據權利要求1所述的人數無關的實時多目標跟蹤算法，其特征在于：S6中結合目標和特征向量構建一個有權重的無向圖，包括：將目標和特征向量作為節點，節點之間的相似度作為邊的權重。

8.根據權利要求7所述的人數無關的實時多目標跟蹤算法，其特征在于：S6中結合目標和特征向量構建一個有權重的無向圖，包括兩點約束：

A、同類型節點不計算相似度，不連接該邊；

B、節點之間的坐標距離超過閾值時，不連接該邊。

9.根據權利要求1所述的人數無關的實時多目標跟蹤算法，其特征在于：S7中根據聚群更新目標當前位置，包括：融合同一個聚群中的位置坐標和預測坐標，作為目標在當前幀圖像中的當前位置。