[发明专利]一种多目标跟踪及行为分析检测方法

说明书

本发明提供了一种多目标跟踪及行为分析检测方法，应用于目标自动跟踪技术领域，包括：基于待跟踪人物图像进行分解，获得多个目标人物头像；将目标人物头像和待分析图像输入至网络跟踪模型，获取置信度值和坐标框，其中，网络跟踪模型为基于CNN和RPN组成的跟踪模型；根据置信度值和坐标框，选取第一目标数量个坐标框作为第一坐标框；根据历史跟踪值和第一坐标框，获取跟踪结果；根据跟踪结果，输出检测到的候选人头目标信息，人头目标信息包括每个目标的尺度及候选人头目标的总个数。应用本发明实施例，解决现有技术中基于人脸检测、头肩检测或全身检测的人员检测、跟踪方法，因容易被遮挡、目标分类困难等原因易造成误报、漏报、跟踪困难等结果。

技术领域

本发明涉及目标跟踪技术领域，尤其涉及一种多目标跟踪及行为分析检测方法。

背景技术

随着社会经济的迅速发展，视频监控系统在各个行业的应用正逐渐成熟，建设并投入使用的摄像机数量正快速增加。由于监控系统汇集了大量的视频，对这些视频的实时监看逐渐成为大问题，采用用户一直盯着屏幕也很难一直保持警戒状态，且对于后续数据丢失就无法造成分析。因此，需要采用智能分析系统，在采集到视频的同时进行分析。

现有技术中，目前智能分析技术是基于人脸检测、头肩检测和全身检测的人员检测、跟踪方法，分析准确率受环境影响大，运动目标被遮挡会造成目标信息缺失，相机架设位置、角度多样性使目标分类困难，上述因素易造成误报、漏报、跟踪困难等结果。

发明内容

本发明的目的在于克服现有技术之缺陷，提供了一种多目标跟踪及行为分析检测方法，旨在解决现有技术中基于人脸检测、头肩检测或全身检测的人员检测、跟踪方法，因容易被遮挡、目标分类困难等原因易造成误报、漏报、跟踪困难等结果。

本发明是这样实现的：

本发明提供一种多目标跟踪及行为分析检测方法，所述方法包括：

基于待跟踪人物图像进行分解，获得多个目标人物头像；

将所述目标人物头像和待分析图像输入至网络跟踪模型，获取置信度值和坐标框，其中，所述网络跟踪模型为基于CNN和RPN组成的跟踪模型，所述待分析图像为待处理视频中所对应的任意一张视频帧图像；

根据所述置信度值和所述坐标框，选取第一目标数量个坐标框作为第一坐标框；

根据历史跟踪值和所述第一坐标框，获取跟踪结果；

根据跟踪结果，输出检测到的候选人头目标信息，所述人头目标信息包括每个目标的尺度、位置、置信度以及候选人头目标的总个数。

一种实现方式中，所述方法还包括：

获取所述待跟踪人物图像与待分析图像所对应的视频帧的间隔数；

在所述间隔数大于预设值时，根据所述待分析图像对当待分析图像进行图像裁剪。

一种实现方式中，所述根据所述置信度值和所述坐标框，选取第一目标数量个坐标框作为第一坐标框的步骤，包括：

对所述置信度值按照从大到小的顺序进行排序；

依次选取第一目标数量个置信度，将所述第一数量个置信度值所对应的坐标框作为跟踪目标候选框。

一种实现方式中，所述根据跟踪结果，输出检测到的候选人头目标信息的步骤，包括：

合并各个候选人头目标；

获取位置重叠的候选人头目标，并合并位置重叠的候选人头目标；

获取置信度值低于预设值的候选人头目标，并删除置信度低的候选人头目标；

根据人体生态学，获取尺寸不符合的人头目标，并删除。