[发明专利]智能视频监控系统中多目标跟踪方法

说明书

技术领域

本发明属于智能视频信息处理技术领域，具体涉及一种智能视频监控系统中多目标跟踪方法。

背景技术

随着多媒体技术的发展和计算机性能的快速提高，智能视频监控系统越来越被广泛应用与各种场景。目前在美国、欧洲、日本开展了大量的自动视频监控方面的研究工作，并且视频监控也成为最近国际会议和工作组的重要研讨主题。国内相关的研究也已经展开。

视频监控技术就是实时的观测被监视场景的运动目标，如人或车辆等，并分析他们的行为，其中涉及计算机视觉、模式识别以及人工智能等多个领域，。在视频监控系统中，运动目标跟踪的作用非常重要，它不但可以提供被监控目标的运动轨迹，也为进行场景中运动目标的运动分析和场景分析提供了可靠的数据来源，同时运动目标的跟踪信息也为运动目标的争取检测已经运动目标的识别提供了帮助。

目前针对视频监控中的目标跟踪方法有许多种，但由于各种因素的影响，目标跟踪具有不稳定性，而这些方法都是在某一方面改进跟踪的效果，但不能准确而有效的实现目标跟踪。因此，准确而有效的跟踪目标成为视频监控技术的目标。

发明内容

本发明的目的在于提出在弱检测环境中，不增加设备复杂度的前提下，有效的提高跟踪的准确性和可靠性，从而满足视频监控场景中对运动目标的行为进行监控的要求，准确和可靠的视频监控中的运动目标跟踪方法。

为达到上述目的，本发明的技术解决方案是：

一种智能视频监控系统中多目标跟踪方法，其包括步骤：

a)对检测到的目标提取一种稳定的综合特征用于目标匹配；

b)在弱检测的前提下，为解决跟踪丢失问题，创建基于多世代目标的跟踪队列；

c)针对视频监控系统实时性要求，采用生命质量竞争的方式实现快速配准；

d)目标合并与分裂；

e)跟踪队列的维护，最终实现多目标的稳定跟踪。

所述的智能视频监控系统中多目标跟踪方法，其所述a)步中，对检测到的目标提取的稳定综合特征，为在传统颜色空间(color based)特征中加入基于对比度(contrast based)特征的综合特征空间。

所述的智能视频监控系统中多目标跟踪方法，其所述综合特征空间，由于基于对比度(contrast based)特征的加入，为满足实时性要求，采用128维或256维特征维数。

所述的智能视频监控系统中多目标跟踪方法，其所述b)步中，基于多世代目标的跟踪队列，其中的多世代是根据每次跟踪的结果为每个跟踪对象赋予相应的生命质量来划分；目标生命质量，是对目标稳定跟踪状况的量度。

所述的智能视频监控系统中多目标跟踪方法，其所述b)步中，基于多世代目标的跟踪队列，分为临时跟踪队列、稳定跟踪队列、跟踪丢失队列：

临时跟踪队列：初始跟踪到，还未稳定跟踪的目标集合；

稳定跟踪队列：稳定跟踪的目标集合；

跟踪丢失队列：曾经稳定跟踪但多次丢失之后，目标生命周期不再满足稳定跟踪队列要求，为待删除的目标集合，也称为目标丢失回收站。

所述的智能视频监控系统中多目标跟踪方法，其所述c)步中，针对智能系统采用生命质量竞争的方式实现快速配准的方式为：

A)多世代跟踪队列生命质量：稳定跟踪队列最高，临时跟踪队列次之，跟踪丢失队列最低；

B)当前检测目标先与稳定跟踪队列和临时跟踪队列进行目标匹配：

b1.当临时跟踪队列和稳定跟踪队列中的目标满足配准阈值的竞争要求时，以当前帧检测到目标的中心为起点，以速度的正比例数为长度半径选定一个区域，在临时跟踪队列、稳定跟踪队列中寻找有关联的目标；

b2.检测目标与关联跟踪目标通过综合特征进行匹配：匹配成功，则执行c，否则，则执行d；

b3.对不满足竞争要求的临时跟踪队列或稳定跟踪队列中的其他目标，则检测目标直接通过综合特征与跟踪队列目标进行匹配：若匹配成功，执行c，否则，执行d；

C)临时跟踪队列、稳定跟踪队列目标生命质量周期更新；

D)当前检测目标与跟踪丢失队列的目标匹配：检测目标直接通过综合特征与跟踪丢失队列中目标进行匹配：若匹配成功，执行f，否则执行e；

E)增加新目标到临时跟踪队列：不能和临时跟踪队列、稳定跟踪队列或跟踪丢失队列匹配的目标，可认为是新进入场景中的目标，把其添加到临时跟踪队列；

F)对多世代跟踪队列的目标生命质量更新，跟踪对象之间的竞争导致跟踪世代的更迭如下：