[发明专利]一种多目标跟踪的方法

权利要求书

1.一种多目标跟踪的方法，其特征在于，所述方法包括：

(A)利用预定目标检测技术在第一帧视频中检测一个或多个跟踪目标；

(B)从第一帧视频提取特征；

(C)提取用于训练分类器的样本，并对分类器进行训练；

(D)使用训练的分类器从第一帧视频之后的第二帧视频检测所述一个或多个跟踪目标；

(E)从第二帧视频提取特征；

(F)确定从第一帧视频提取的特征与从第二帧视频提取的特征之间的第一匹配度；

(G)基于所述分类器检测的所述一个或多个跟踪目标的结果和所述第一匹配度，确定所述一个或多个跟踪目标在第二帧视频中的位置。

2.如权利要求1所述的一种多目标跟踪的方法，其特征在于，

步骤(B)包括：分别从第一帧视频中的多个第一图像块提取特征；

步骤(D)包括：利用所述分类器判断第二帧视频中的与所述多个第一图像块对应的多个第二图像块中存在每个跟踪目标的概率；

步骤(E)包括：分别从第二帧视频中的与所述多个第一图像块对应的多个第二图像块提取特征；

其中，对应的第一图像块和第二图像块的大小和位置相同；

步骤(F)包括：计算对应的第一图像块和第二图像块的特征之间的相似度作为第一匹配度；

步骤(G)包括：针对任意一个跟踪目标，计算每个第二图像块存在所述任意一个跟踪目标的概率与对应的第一匹配度的和，并确定所述和最大的第二图像块的位置作为所述任意一个跟踪目标在第二帧视频中的位置。

3.如权利要求2所述的一种多目标跟踪的方法，其特征在于，步骤(C)的提取用于训练分类器的样本的步骤包括：分别以检测的一个或多个跟踪目标在第一帧视频中的位置为中心，在小于第一半径的范围内提取正样本，在大于第一半径和小于第二半径的范围内提取负样本。

4.如权利要求3所述的一种多目标跟踪的方法，其特征在于，

步骤(B)包括：所述多个第一图像块位于第一帧视频中分别以检测的各个跟踪目标在第一帧视频中的位置为中心，小于第三半径的范围内。

5.如权利要求1或4所述的一种多目标跟踪的方法，其特征在于，还包括：

(H)更新用于训练所述分类器的样本，并对所述分类器重新进行训练；

(I)利用重新训练的所述分类器从第二帧视频之后的第三帧视频中检测所述一个或多个跟踪目标；

(J)从第三帧视频提取特征；

(K)确定从第三帧视频提取的特征与从第二帧视频提取的特征之间的第二匹配度；

(L)基于重新训练的所述分类器检测的所述一个或多个跟踪目标的结果和所述第二匹配度，确定所述一个或多个跟踪目标在第三帧视频中的位置。

6.如权利要求5所述的一种多目标跟踪的方法，其特征在于，

步骤(I)包括：利用重新训练的所述分类器判断第三帧视频中与所述多个第二图像块对应的多个第三图像块中存在每个跟踪目标的概率；

步骤(J)包括：分别从第三帧视频中的与所述多个第二图像块对应的多个图像块提取特征；

其中，对应的第三图像块和第二图像块的大小和位置相同；

步骤(K)包括：计算对应的第三图像块和第二图像块的特征之间的相似度 作为第二匹配度；

步骤(L)包括：针对任意一个跟踪目标，计算每个第三图像块存在所述任意一个跟踪目标的概率与对应的第二匹配度的和，并确定每个第三图像块存在所述任意一个跟踪目标的概率与对应的第二匹配度的和最大的第三图像块的位置作为所述任意一个跟踪目标在第三帧视频中的位置。

7.如权利要求6所述的一种多目标跟踪的方法，其特征在于，步骤(H)的更新用于训练所述分类器的样本的步骤包括：分别以检测的各个跟踪目标在第二帧视频中的位置为中心，在小于第一半径范围内提取正样本；在大于第一半径和小于第二半径的范围内提取负样本。

8.如权利要求7所述的一种多目标跟踪的方法，其特征在于，所述第一半径<第二半径<第三半径。

9.如权利要求8所述的一种多目标跟踪的方法，其特征在于，采用在线多事例学习的方法训练所述分类器。