[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

本發明涉及多目標跟蹤，具體涉及一種人數無關的實時多目標跟蹤算法，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，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，對每個目標進行對比，釋放重復跟蹤目標，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，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；本發明提供的技術方案能夠有效克服現有技術所存在的無法準確有效進行多目標跟蹤的缺陷。

技術領域

本發明涉及多目標跟蹤，具體涉及一種人數無關的實時多目標跟蹤算法。

背景技術

目標跟蹤是視頻監控和視頻分析中的重要內容，在智能監控、人機交互、機器人導航、醫學診斷等方面有著廣泛的應用。目標跟蹤主要是指在視頻的每一幅圖像中確定我們感興趣的運動目標的位置，并把不同幀中的同一目標對應起來。

現有的目標跟蹤算法主要分為批處理方法和在線方法兩大類。批處理方法將所有幀的檢測結果進行處理，把因為阻擋而間斷的軌跡聯系起來，如A.Andriyenko等人在2014年IEEE TPAMI第35期上發表的“Continuous Energy Minimization for Multi-TargetTracking”(連續能量最小化的多目標跟蹤)，在得到每一幀的檢測結果后，將檢測結果相接得到跟蹤片段，再對跟蹤片段進行全局上的聯系得到長跟蹤片段。因此，該方法的關鍵是全局關聯度(global association)，然而批處理方法在存在長時間阻擋的時候，因為難以區分不同目標而表現出不足。同時，這些方法需要事先對圖像序列進行檢測，而且計算量巨大，因此很難應用于實時應用。

此外，還有一些在線的方法，如M.D.Breitenstein在2011年IEEE TPAMI上發表的“Online multiperson tracking-by-detection from a single,uncalibrated camera”(利用單個未校準的攝像機進行在線多人跟蹤)，F.Poiesi等人在2013年CVIU上發表的“Multi-target tracking on confidence maps:An application to people tracking”(置信度映射的多目標跟蹤：一項人物跟蹤的應用)，根據幀與幀間的聯系，利用累積到當前幀的信息來建立目標軌跡，因此可以用來實現實時應用。然而，該方法難以處理因為被遮擋而檢測不準確的物體，在線方法產生的往往是間斷的跟蹤片段，在目標受到遮擋時會把目標跟丟。

發明內容

(一)解決的技術問題

針對現有技術所存在的上述缺點，本發明提供了一種人數無關的實時多目標跟蹤算法，能夠有效克服現有技術所存在的無法準確有效進行多目標跟蹤的缺陷。

(二)技術方案

為實現以上目的，本發明通過以下技術方案予以實現：

一種人數無關的實時多目標跟蹤算法，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；