[發明專利]一種社區監控場景下基于局部特征識別和鄰幀匹配的寵物跟蹤方法

在審

• 申請號: 202011029862.9
• 申請日: 2020-09-27
• 公開（公告）號: CN112307897A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 孫浩云;張衛山;尹廣楹;張大千;徐亮;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: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 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

本發明涉及圖像檢索、人工智能、深度學習技術領域，具體公開了一種社區監控場景下基于局部特征識別和鄰幀匹配的寵物跟蹤方法，該方法首先對寵物的頭部、軀體、四肢以合適的若干個部位選區進行劃分，對寵物個體以及每個局部特征部分建立多層次Adaboost分類器。然后使用建立好的ML?Adaboost分類器識別出每幀圖像中所存在的寵物個體以及對應頭部、軀體、四肢部分；采用卡爾曼濾波對匹配失效的特征所處位置進行預測，以便跟蹤算法能夠將連續幀的圖像中的寵物軌跡相關聯。本發明能夠在部分特征被遮擋的情況下仍然能夠對寵物個體進行大致方向上的跟蹤，并且逐幀匹配過程中相比于按照紋理特征相似度進行匹配的方法更加迅速和精準。

技術領域

本發明涉及圖像檢索、人工智能、深度學習技術領域，特別涉及一種社區監控場景下基于局部特征識別和鄰幀匹配的寵物跟蹤方法。

背景技術

目標跟蹤是目標檢測的后續，目標跟蹤技術的主要目的是在多幀連續的圖像中對某個特定個體進行識別并跟蹤其運動軌跡。目前而言，目標跟蹤在多個行業當中應用非常廣泛，除了針對行人的跟蹤，還包括對車輛等其它物體的跟蹤。對于目標跟蹤技術，跟蹤目標的類別具有一定的普適性，而跟蹤的準確程度和效率取決于跟蹤過程中所采取的識別以及匹配措施，即如何保證能夠在多幀圖像中匹配出同一個目標并且刻畫其運動軌跡。

一般來講，如果同一個目標能夠在多幀圖像序列中的每一幀出現，那么目標的識別和跟蹤將會變的非常簡單，只需將每一幀圖像中的目標檢測出來并且在各幀之間進行關聯即可。但目標的跟蹤往往受環境變化的影響，在跟蹤的過程中，目標往往會因為光照變化或者受到遮擋而無法進行有效識別，此時跟蹤算法所用到的跟蹤器就需要通過目標消失前的若干幀圖像來推測目標有可能存在的位置。另外，目標的跟蹤依賴于對各幀圖像中目標的匹配，最簡單的匹配方式便是通過對目標的像素紋理特征進行分析并且比較各幀之間所檢測到的目標的相似度，但這種匹配方式往往需要建立一定的相似度標準，即匹配結果到達何種程度才能夠認為各幀圖像中的目標是一樣的。而這種匹配方式一旦面向多個目標的多幀匹配，將會產生大量的計算開銷。

與此同時，跟蹤時對目標的特征檢測精度也往往影響著跟蹤過程的有效性，一個好的跟蹤算法應保證目標的部分特征受到遮擋時仍然能夠對目標進行一定的跟蹤。針對上述有關現有的目標跟蹤算法所存在的問題，本發明以社區場景下的寵物跟蹤為例，提出了一種社區監控場景下基于局部特征識別和鄰幀匹配的寵物跟蹤方法。該方法對局部特征以矩形選區進行切割，使跟蹤過程中的逐幀匹配精度更高，且能夠在目標部分特征不可見時仍然能夠對目標進行持續跟蹤。為了克服以目標紋理值相似度計算為主的匹配方法的缺點，在跟蹤過程中采用匈牙利指派算法對各幀之間同一目標整體以及對應的局部特征進行匹配，對于因環境變化或遮擋所導致的匹配失效幀(以下稱異常幀)，采用卡爾曼濾波器根據異常幀前一幀的圖像的位置信息對該異常幀中目標可能存在的位置進行預測并標定，從而對跟蹤過程進行補正。另外，針對目標消失的問題，采用異常幀計數的方式來衡量，若目標的異常幀計數達到一定的閾值，則認為該目標以及超出攝像頭視野之外。

發明內容

為了解決對目前的目標跟蹤技術所存在的缺陷進行分析的問題，本發明的目的是提供一種社區監控場景下基于局部特征識別和鄰幀匹配的寵物跟蹤方法。該方法的主要應用場景是在社區復雜場景下對部分社區居民身邊的寵物進行跟蹤以記錄其運動軌跡信息，能夠為居民寵物走失問題的解決提供信息幫助。

為了解決上述技術問題，本發明的技術方案是：

一種社區監控場景下基于局部特征識別和鄰幀匹配的寵物跟蹤方法，包括，還包括以下步驟：步驟1：搜集社區監控下的圖像，對寵物個體進行標注，并且根據HOG特征建立針對寵物個體的Adaboost分類器；

步驟2：對寵物的四肢、頭部、軀干進行標注，分別對這三種部位根據HOG特征建立針對局部特征的Adaboost分類器；