[发明专利]一种快速多目标行人追踪和分析方法及其智能装置

说明书

技术领域

本发明涉及一种快速多目标行人追踪和分析方法及其智能装置。

背景技术

目前，现如今的深度学习追踪算法中，存在网络冗余多，追踪速度慢，模型大，难以实用，无法实时追踪，更无法进行多目标追踪等问题。每次都要通过模型算法重新计算并提取特征，进而会形成造成反复运算，使反应速度大大受限。所以急需一种基于相关滤波的视频对象追踪方法及其智能装置，来解决实现在对于多目标行人准确且快速追踪和分析的问题。

发明内容

本发明要解决的技术问题是解决了传统追踪算法网络冗余多，追踪速度慢，模型大，难以实用，无法实时追踪，更无法进行多目标追踪的技术问题。

解决上述技术问题，本发明提供了一种基于相关滤波的视频对象追踪方法，它包括：

将视频帧序列缩放到同一尺度；

在第一帧中，对物体框区域进行截图得到目标数据图片；

将目标数据图片通过卷积神经网络提取目标数据图片的特征；

根据所述目标数据图片的特征通过滤波器计算出目标数据滤波参数，根据所述目标数据滤波参数得到预测框；

在下一帧中，通过所述预测框对图片进行截图得到搜索区域图片；

将搜索区域图片通过卷积神经网络提取搜索区域图片的特征；

根据所述搜索区域图片的特征通过滤波器计算出搜索区域滤波参数；

根据所述搜索区域滤波参数获取响应最大区域作为最终位置框。

更进一步，根据所述搜索区域图片的特征得到及在目标中心处程高斯状的响应标签y∈R^M×N，其中，M代表空间维度的宽，N代表空间维度的高，D代表特征通道；

根据公式获得滤波参数，其中，w^l是通道l的滤波器参数，★代表循环相关操作，参数λ≥0是正则化参数，代表y的离散傅里叶变换，y^*代表复数y的共轭；

根据公式获取响应最大区域作为最终位置框。

更进一步，所述卷积神经网络为三层无补零的共享参数孪生卷积神经网络。

更进一步，所述物体框区域进行截图前将该帧图片放大2.5倍，所述预测框对图片进行截图前将该帧图片放大2.5倍。

本申请还提供了一种智能装置，它包括：

缩放单元，用于将视频帧序列缩放到同一尺度；

截图单元，用于在第一帧中，对物体框区域进行截图得到目标数据图片；

提取单元，用于将目标数据图片通过卷积神经网络提取目标数据图片的特征；

计算单元，用于根据所述目标数据图片的特征通过滤波器计算出目标数据滤波参数，根据所述目标数据滤波参数得到预测框；

所述截图单元，还用于在下一帧中，通过所述预测框对图片进行截图得到搜索区域图片；

所述提取单元，还用于将搜索区域图片通过卷积神经网络提取搜索区域图片的特征；

所述计算单元，还用于根据所述搜索区域图片的特征通过滤波器计算出搜索区域滤波参数；

获取单元，用于根据所述搜索区域滤波参数获取相应最大区域作为最终位置框。

更进一步，所述提取单元，还用于所述搜索区域图片的特征得到及在目标中心处程高斯状的响应标签y∈R^M×N，其中，M代表空间维度的宽，N代表空间维度的高，D代表特征通道；

所述计算单元.还用于根据公式获得滤波参数，其中，w^l是通道l的滤波器参数，★代表循环相关操作，参数λ≥0是正则化参数，代表y的离散傅里叶变换，y^*代表复数y的共轭，⊙代表矩阵对应位置相乘；

所述获取单元，还用于根据公式获取响应最大区域。

更进一步，所述提取单元，用于提取特征的所述卷积神经网络为三层无补零的共享参数孪生卷积神经网络。

更进一步，所述缩放单元，还用于所述物体框区域进行截图前将第一帧图片放大2.5倍，所述预测框对图片进行截图前将第二帧图片放大2.5倍。

本发明的有益效果：

1.速度快：在i5cpu上达到对单目标100fps以上的追踪速度，而当前主流的视频帧率的25fps，故算法能够对视频中的目标物体进行实时追踪。

2.模型小：模型大小为76k，作为基于卷积神经网络的系统，轻量级的模型使得该系统能很容易地用在嵌入式设备中。