[发明专利]无监督多目标检测跟踪方法及其存储装置与摄像装置

权利要求书

1.一种无监督多目标跟踪检测方法，其特征在于，包括以下步骤：

S1、对获取的图像数据的每一帧分别进行仿射变换以构建训练样本集，仿射变换是根据人为选定的第一帧的框选目标进行的，框选目标同时包括人为选定的待跟踪目标形成的正样本和人为选定的非待跟踪目标形成的负样本；

S2、根据预设的置信度阈值β和自适应阈值θ，采用OSF分类器对第一帧之后的图像数据进行分类，分类出每一帧的OSF正样本、OSF负样本以及OSF困难样本，其中分类时，样本标签的分布概率大于(β+θ)时形成所述OSF正样本，小于(β-θ)时形成所述OSF负样本，否则形成所述OSF困难样本；

S3、通过ISVM分类器对OSF困难样本进行分类；

S4、以ISVM分类器分类后形成的新的θ更新步骤S2中自适应阈值θ，反复进行步骤S2、S3直至达到自适应阈值θ收敛到预设程度，所述新的θ定义为：θ＝1–ξλk，ξ为敏感系数，λk衡量随机蕨分类器性能，Mtol表示需要标注的所有困难样本个数,Mr为随机蕨和SVM将困难样本分为同一类的个数；

S5、利用步骤S4训练完成之后的OSF分类器和ISVM分类器，对获取的视频目标中的目标进行跟踪检测。

2.根据权利要求1所述的无监督多目标跟踪检测方法，其特征在于，所述步骤S5具体为：利用步骤S4训练完成之后的OSF分类器和ISVM分类器，采用滑动窗搜索的方式对图像数据进行处理，利用OSF分类器进行目标检测，将检测结果分为正样本、负样本及困难样本，运用ISVM分类器对困难样本进一步分类，并对正确的检测结果进行跟踪，由跟踪进一步收集正负样本作为待处理的图像数据，进一步利用步骤S1-S4进行分类器的更新。

3.根据权利要求1所述的无监督多目标跟踪检测方法，其特征在于，所述OSF分类器的构成如下：由J个随机蕨组成，每个随机蕨Fj由N个随机的二值特征组成Fj＝(fj1，fj2，...，fjN)，对于任意的n∈[1，N]，且n为整数，每个二值特征fjn取决于图像帧x中随机选取的djn,1与djn,2两点像素强度大小：