[發明專利]基于頭部軀干特征進行多目標跟蹤的方法

有效

• 申請號: 202011076008.8
• 申請日: 2020-10-10
• 公開（公告）號: CN112200076B
• 公開（公告）日: 2023-02-21
• 發明（設計）人: 柯逍;葉宇;李悅洲
• 申請（專利權）人: 福州大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/40;G06V10/80
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 陳明鑫;蔡學俊

1.一種基于頭部軀干特征進行多目標跟蹤的方法，其特征在于，包括以下步驟：

步驟S1：獲取視頻中行人檢測的結果，并對結果進行篩選，刪除錯誤的檢測結果；

步驟S2：對篩選后的檢測結果進行預處理后，輸入到人體關鍵點檢測網絡中，得到所有的人體關鍵點；

步驟S3：對得到的每個行人的關鍵點進行篩選，選取頭部以及肩膀的關鍵點進行組合，獲得頭部軀干特征；

步驟S4：將得到的單個行人的頭部軀干特征輸入到跟蹤器中進行初始化，進而對目標進行跟蹤；

所述步驟S3具體為：

步驟S31：對選取的關鍵點進行篩選，采用基于置信度的篩選方案，令人體關鍵點檢測置信度閾值為T_kp，刪除滿足以下要求的人體關鍵點：

joint_c＜T_kp

其中，joint_c表示這個人體關鍵點的置信度；

步驟S32：對篩選后的關鍵點進行組合，令篩選后的人體關鍵點集合為Q，遍歷集合Q，對整個集合Q分別按照x坐標和y坐標的大小進行排序，找出集合中最上端、最下端、最左端以及最右端的人體關鍵點，得到一個集合中的最小矩形凸包，所述矩形凸包內的圖像內容就是目標的頭部軀干特征；

所述步驟S4具體為：

步驟S41：令處于正在被跟蹤狀態的目標集合為O_track，該集合包含了從視頻第一幀開始到當前幀所有處于跟蹤狀態的目標；

步驟S42：遍歷處于正在被跟蹤狀態的目標集合O_track，將新獲得的頭部軀干特征與該集合內所有目標進行IOU以及OKS計算，以確認該目標是否處于跟蹤狀態；

步驟S43：計算處于被跟蹤狀態的目標集合中，已存在被跟蹤目標的邊界框與新獲得的頭部軀干特征邊界框的融合度量值，計算方法如下

若FF大于0.5，則認為該目標存在，不需要重新初始化為新目標，轉步驟S1；否則該特征被認定從屬于一個新的目標，進行下一步；

步驟S44：將新的頭部軀干特征輸入到跟蹤器中進行初始化，加入處于正在被跟蹤狀態的目標集合O_track，轉步驟S1；

進一步的，所述IOU和OKS計算的方法如下：

其中A表示第一個目標的邊界框的面積，B表示第二個目標的邊界框的面積；邊界框面積的計算方法就是矩形的長乘以矩形的寬；vis_z表示第z個人體關鍵點的可見性，dis_z表示已存在人體關鍵點和第z個人體關鍵點的歐氏距離，scale²表示人體關鍵點所占面積大小，σ_z表示第z個人體關鍵點的歸一化因子。

2.根據權利要求1所述的基于頭部軀干特征進行多目標跟蹤的方法，其特征在于，所述步驟S1具體為：

步驟S11:對視頻每一幀圖像進行預處理后，利用目標檢測網絡對其進行檢測；

步驟S12：利用行人檢測器對視頻每一幀的信息進行檢測，獲得檢測結果R，令

R＝{K_i,P_j,det_x,det_y,det_w,det_h,det_c},i＝1,2,...M,j＝1,2,...N

表示一個視頻序列中所有檢測結果的集合，其中M表示一個視頻序列中所有圖像幀的數量，N表示一幀圖像中所有被檢測到的行人的數量，K_i表示一個視頻序列中的第i幀圖像，P_j表示此幀圖像中的第j個行人，det_x,det_y,det_w,det_h分別表示這個行人的檢測框左上角的x坐標、y坐標、以及檢測框的寬和高，det_c表示這個檢測框的置信度；

步驟S13：令行人檢測置信度閾值為T_d，行人寬高比閾值為T_r，刪除滿足下列條件的檢測結果：

det_c＜T_d or det_w/det_h＞T_r。