[发明专利]一种基于视频监控的行人多目标检测与跟踪方法

说明书

本发明公开了一种基于视频监控的行人多目标检测与跟踪方法，首先，通过选择目标的中心位置和加权颜色直方图为特征进行运动目标检测和特征提取；接着，建立当前帧运动目标链，同时，对原有目标链中的每个目标使用卡尔曼滤波器进行位置预测；然后，根据原有目标链中的目标和当前帧目标链中的运动目标的面积重合情况、中心距离以及加权颜色直方图的匹配情况，建立关联矩阵，并将目标的状态分为新目标出现、目标匹配、目标遮挡和目标消失四种情况；最后，对针对四种不同的情况对运动目标进行相应的处理，并及时更新目标链信息。通过其上过程，精准地实现其检测与跟踪任务，具有鲁棒性更强、精度更准确、适用范围更普遍的优点。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于视频监控的行人多目标检测与跟踪方法。

背景技术

智能视频监控技术是近年来计算机视觉领域的一个研究热点。智能视频监控技术融合了自动控制、图像处理、人工智能以及模式识别等不同领域的先进技术，将计算机视觉与网络化的视频监控相结合，实现视频中运动目标如行人、车辆等物体的检测、识别、跟踪和行为分析等功能，为实时监控和预警提供有效的保证。智能视频监控技术可以极大地减少主观干扰，增强系统的智能化处理能力，有效地增强监控效果。

在视频监控中，行人是最重要的活动主体之一，因此对行人的行为分析成为智能视频监控的重要功能部分。而行人行为分析的实现建立行人检测与跟踪的基础上，现实场景中，对行人目标准确而快速的检测和跟踪是一项十分具有挑战性的工作，因为行人在移动时比车辆更具灵活性并且行人是非刚体，轮廓特征在不断变化，不易提取，这给跟踪的准确性以及算法的计算复杂度带来了诸多问题。在行人、车辆等目标检测的领域内，现广泛采用基于视频中感兴趣目标的运动信息的检测算法，比如背景减除法，光流法，帧差法等，上述算法主要利用图像帧与帧之间的相互关系，构建背景图像，实现目标检测，计算简单，具有良好的实时性，但是考虑到光线变化等背景噪声的影响、背景的建立和更新、阴影对目标准确性的干扰等，其检测精度会显著下降。对于目标跟踪而言，分为基于区域的跟踪方法、基于轮廓的跟踪方法、基于特征的跟踪方法和基于模型的跟踪方法，上述跟踪方法缺乏通用性，只能达到特定应用场景的跟踪需求，比如待跟踪目标形状发生变化、运动目标受光照影响、目标在运动期间发生部分或全部遮挡、背景有动态和静态、目标的运动模式突变等等都将给运动目标的准确跟踪带来了很大的挑战。

发明内容

有鉴于此，本发明的目的在于避免现有技术中的不足而提供一种基于视频监控的行人多目标检测与跟踪方法，其具有鲁棒性更强、精度更准确、适用范围更普遍的优点。

本发明的目的通过以下技术方案实现：提供一种基于视频监控的行人多目标检测与跟踪方法，包括如下步骤：

S100、根据行人目标的形状特点和运动特点，选择目标的中心位置和加权颜色直方图为特征进行运动目标检测和特征提取，并完成运动目标链的初始化，即原有目标链；

S200、读取下一帧图像，进行目标检测，并为当前帧检测到的目标建立当前帧运动目标链，同时，对原有目标链中的每个目标使用卡尔曼滤波器进行位置预测；

S300、根据原有目标链中的目标和当前帧目标链中的运动目标的面积重合情况、中心距离以及加权颜色直方图的匹配情况，建立关联矩阵，将目标的状态分为新目标出现、目标匹配、目标遮挡和目标消失四种情况；

S400、针对四种不同的情况对运动目标进行相应的处理，并及时更新目标链信息。

作为进一步的改进，所述步骤S100具体表现为：

S100A、读取视频图像，进行目标检测，找到有运动目标出现的第一帧；

S100B、提取目标的中心坐标、长、宽和加权颜色直方图信息，并为每个目标设置一个表示目标遮挡状态的逻辑参数，初始状态设为1，表示目标未发生遮挡，若发生遮挡则置0，完成运动目标链的初始化，即原有目标链。