[发明专利]一种用于周界防范的多目标快速跟踪方法

说明书

技术领域

本发明涉及计算机视觉、智能视频监控领域，具体涉及一种用于周界防范的多目标快速跟踪方法。

背景技术

周界防范系统一般被布置在外围边界围墙或内部建筑物外墙贴边区域，常常作为安防体系的第一环节。周界防范是智能分析系统中的重要组成部分，可应用于各种公共场所包括机场、车站、港口、建筑物周围、街道、小区、及其他场所，用于检测、分类、跟踪和记录过往行人、车辆及其它可疑物体，能够判断是否有行人及车辆在禁区内发生长时间徘徊、停留、逆行等行为。

基于视频流的运动目标跟踪主要包括两个步骤：一是找到我们感兴趣的目标，也就是运动目标检测；二是目标的跟踪，就是将不同帧中检测出来的同一个目标关联起来。常用的基于视频的目标跟踪方法种类比较多，比如基于特征的方法、基于运动的方法和基于匹配的方法等。

均值漂移算法是一种基于密度梯度上升的非参数方法，通过迭代运算找到目标位置，实现目标跟踪。它显著的优点是算法计算量小，简单易实现，很适合于实时跟踪场合；但是当目标与背景较相似情况下常常跟踪失败，文献《Robust mean-shift tracking with corrected background-weighted histogram》中所提的方法在很大程度上解决了目标与背景相似情况下跟踪失败的问题。

发明内容

本发明的目的就在于提高运动目标跟踪的准确性和鲁棒性【robustness，就是系统的健壮性。它是在异常和危险情况下系统生存的关键。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。】，提供一种用于周界防范的多目标快速跟踪方法。该方法还包括一种改进的均值漂移方法，由于充分利用了运动目标的精确检测结果，所以跟踪更加鲁棒。

本发明所采用的技术方案是：

利用多高斯背景建模技术检测出视频流中的运动目标，根据前后帧的运动目标的基本特征进行匹配，将同一个目标关联起来。如果目标特征匹配度小于一定阈值，启用改进的均值漂移技术对目标进行跟踪关联，如果均值漂移结果不理想，再使用预测对目标进行预测关联。

一、一种用于周界防范的多目标快速跟踪系统（简称跟踪系统）

本跟踪系统包括工作环境：视频监控平台、综合接入网关、智能管理服务器；

设置有智能分析服务器；

其连接关系是：视频监控平台、综合接入网关、智能管理服务器和智能分析服务器依次连接。

工作原理

智能分析服务器连接到智能管理服务器，智能分析服务器根据智能管理服务器的IP（互联网协议）和端口连接到智能管理服务器；用户请求视频智能分析任务时，此请求发送到智能管理服务器，智能管理服务器30记录下智能分析服务器状态，并将待检测摄像头列表均衡分配到空闲的智能分析服务器，智能分析服务器轮巡设备，从摄像头获取实时视频并解码，得到RGB(red，green，blue，红绿兰颜色表示法)数据，然后对RGB数据进行分析，并将检测结果上报到智能管理服务器，智能管理服务器将结果保存下来。用户也可根据告警类型和日期查询报警，统计生成报表。

二、一种用于周界防范的多目标快速跟踪方法（简称跟踪方法）

本跟踪方法包括下列步骤：

①输入视频

利用待检测摄像头获得视频图像数据，输出到智能分析服务器供分析使用；

②运动目标检测

利用视频图像数据，采用多高斯背景建模方法对运动目标进行检测得到运动目标；

③目标跟踪

A、对运动目标进行去噪处理，再采用连通域标记方法获得运动目标的外接矩形；

B、根据运动目标的特征（中心点位置、大小），采用特征匹配方法将前一帧运动目标与当前帧运动目标进行关联，获得候选目标匹配对；

C、搜索候选目标匹配对的情况：

如果当前帧运动目标没有被前一帧的运动目标匹配上，则认为当前帧运动目标是新的目标；

如果当前帧运动目标仅仅被前一帧的一个运动目标匹配上，则完成这个目标的跟踪；

如果当前帧运动目标被前一帧的多个运动目标匹配上，则进入步骤D，此处的多个运动目标记为Ti；

D、对Ti分别采用改进的均值漂移方法进行跟踪，如跟踪结果大于阈值，则完成跟踪，如跟踪结果小于阈值，则进入步骤E；