[發明專利]一種社區監控場景下行人多目標跟蹤方法

在審

• 申請號: 202010966065.7
• 申請日: 2020-09-15
• 公開（公告）號: CN112258552A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 徐亮;張衛山;孫浩云;尹廣楹;張大千;管洪清
• 申請（專利權）人: 青島邃智信息科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06F9/50
• 代理公司: 北京聯瑞聯豐知識產權代理事務所(普通合伙) 11411
• 代理人: 郭堃

1.一種社區監控場景下行人多目標跟蹤方法，其特征在于：包括以下步驟：

步驟1：獲取社區監控區域下的視頻流，并對其進行去噪處理；

步驟2：獲取視頻中當前幀圖像，采用HOG特征提取方法對當前圖像進行行人多目標特征提取；

步驟3：根據提取到的特征，訓練Fast-RCNN+網絡，得到最優參數；

步驟4：利用訓練好的Fast-RCNN+網絡模型對視頻圖像實現行人多目標檢測工作；

步驟5：將采集到的視頻圖像中的行人多目標數據建立關聯矩陣；

步驟6：提取輸入視頻幀圖像中包含上下文信息(行人的位置信息和背景信息)的特征；

步驟7：將提取的特征訓練融合上下文信息的ReCNN網絡，獲得最優參數；

步驟8：利用訓練好的ReCNN網絡對視頻上下文行人信息進行檢測實現追蹤的目的；

步驟9：采用GPU調度策略進行GPU調度。

2.根據權利要求1所述的社區監控場景下行人多目標跟蹤方法，其特征在于：在所述步驟1中，還包括在社區環境下安裝高清攝像頭或者視頻采集裝置，選擇需要監測的區域，獲取該區域下所有的視頻流，采用小波濾波進行去噪的預處理，利用鄰幀信息進行幀間濾波來平滑噪聲細紋，保證視頻去噪后播放的流暢性。

3.根據權利要求1所述的社區監控場景下行人多目標跟蹤方法，其特征在于：在所述步驟2中，還包括獲取當前幀圖像，首先對當前圖像標準化Gamma空間，以減少光照因素影響，依據圖像梯度值統計單元格內梯度方向直方圖，并將所有單元格在塊上進行歸一化，滑動窗口獲取所有塊的HOG特征。

4.根據權利要求1所述的社區監控場景下行人多目標跟蹤方法，其特征在于：在所述步驟3中，還包括訓練過程：首先使用默認參數進行訓練，根據訓練中間結果，對初始權值、訓練速率和迭代次數不斷進行調整，直到所述圖像增強網絡以預設的效率達到預設的增強效果。

5.根據權利要求1所述的社區監控場景下行人多目標跟蹤方法，其特征在于：在所述步驟7中，還包括利用環境上下文完成行人的運動預測，通過提取上下文行人信息的特征訓練ReCNN網絡模型，基于環境模型的建立使用上下文的跟蹤方法最終實現行人多目標跟蹤方法。

6.根據權利要求1所述的社區監控場景下行人多目標跟蹤方法，其特征在于：在所述步驟9中，還包括實時監控GPU處理器集群中的GPU使用情況，采取適當的調度策略對GPU進行實時調度。