[发明专利]一种基于视频检测结果的车辆跟踪方法

说明书

一种基于视频检测结果的车辆跟踪方法，采用以下步骤，步骤1：摄像头采集监控区域视频，将采集到的视频流传送到处理模块中所述处理模块对摄像视频进行解码，得到连续的图像帧，将该图像帧传送到图像检测模块中；步骤2：该图像检测模块通过对当前图片帧中的车辆进行识别，得到n个检测框，n>0；步骤3：图像检测模块对n个检测框分别赋予唯一编号，使得每一辆车在视频流中的连续图片帧中具有相同编号。能够在极少计算成本上补全现有基于图像检测方案的不足，提高检测结果，便于后续的视频数据结构化。

技术领域

本发明涉及图像识别领域，具体涉及一种基于视频检测结果的车辆跟踪方法。

背景技术

随着道路卡口监控摄像头的普及，基于摄像机的车辆检测技术得到了广泛的应用。基于图像的视频检测和属性分析系统在近几年因为深度学习取得了较高的突破，然而单张图像往往存在遮挡等复杂情况使得检测等技术出现错误，因此如何利用跟踪技术串联多帧的结果来进一步的提取结构化信息是一个很大的问题。

传统意义上的跟踪算法往往使用光流或者梯度直方图等底层特征在新一帧的图像上进行模板匹配来获得下一帧的位置，而近年来的深度特征准确性更高，能够更精确的预测。但是目前检测已经采用深度学习的方法来进行检测，对计算力已经有了较大的压力，进一步使用复杂的跟踪模块不太实际。

发明内容

本发明针对现有技术的不足，提出一种基于视频检测结果的车辆跟踪方法，具体技术方案如下：

一种基于视频检测结果的车辆跟踪方法，其特征在于：

采用以下步骤，

步骤1：摄像头采集监控区域视频，将采集到的视频流传送到处理模块中；

所述处理模块对摄像视频进行解码，得到连续的图像帧，将该图像帧传送到图像检测模块中；

步骤2：该图像检测模块通过对当前图片帧中的车辆进行识别，得到n个检测框，n>0；

步骤3：图像检测模块对n个检测框分别赋予唯一编号，使得每一辆车在视频流中的连续图片帧中具有相同编号；

步骤4：处理模块针对每个编号，判断该编号是否对应设置有跟踪活跃轨迹集，如果是，则进入步骤6，否则，进入步骤5；

步骤5：处理模块针对该编号建立有对应的跟踪活跃轨迹集，初始化跟踪活跃轨迹和完结轨迹为空集，将该编号对应的检测框加入到跟踪活跃轨迹集中；

步骤6：将该编号对应的活跃轨迹集中的检测框与当前检测结果的检测框进行匹配得分计算：

该匹配得分的方式为，匹配得分为计算使用活跃轨迹集中的矩形框与当前检测结果中的矩形框的重合比例；

步骤7：根据匹配得分利用匈牙利算法计算得到对应的匹配结果，设置有参考阈值，如果匹配得分高于阈值，则进入步骤8，否则，进入步骤9；

步骤8：将当前检测结果中的矩形框加入到该编号对应的活跃轨迹集；

步骤9：设置有不匹配计数器和参考值，不匹配计数器中的值加一，将该编号对应的活跃轨迹集转换为完结轨迹集；

步骤10：重复步骤2至步骤9直到最后一帧数，将所有的活跃轨迹更替为完结轨迹，得到最后的跟踪结果。

进一步地：对跟踪结果进行卡尔曼滤波器，完成完结轨迹集的滤波和补全。

本发明的有益效果为：第一，能够在极少计算成本上补全现有基于图像检测方案的不足，提高检测结果，便于后续的视频数据结构化。具有一下几点显著的社会和经济效益：

第二，能够提升现有基于图像检测方案的不足，能够过滤图像检测的结果避免抖动，能够抑制出现的错误检测，能够补全轨迹中缺失的检测，大大提高检测的效果。