[发明专利]一种基于深度哈希特征的行人多目标追踪方法

说明书

本发明公开了一种基于深度哈希特征的行人多目标追踪方法。该方法为：选取行人重识别Market‑1501数据集训练残差网络ResNet50；结合行人重识别及哈希图像检索思想，将训练好的ResNet50作为基础网络模型与全连接哈希层相连接构建深度哈希网络模型；选取新的行人重识别数据集训练深度哈希网络，并使用此网络提取行人深度哈希表观特征；结合行人表观特征及与运动特征作为行人特征描述子，并在追踪过程中融合中断恢复机制以完成行人多目标追踪。本发明有效减少了行人多目标追踪过程中由于目标遮挡、目标交互产生的身份交换数量，提升了追踪精度。

技术领域

本发明涉及计算机视觉技术领域，特别是一种基于深度哈希特征的行人多目标追踪方法。

背景技术

近年来，随着人工智能技术的发展，计算机视觉愈发得到海内外学者关注。计算机视觉囊括多个研究方向，例如目标检测、目标追踪、图像分类、图像分割等等。随着计算机视觉技术的完善，越来越多的视觉算法也被应用在现实场景中。在安防领域，例如车站、体育场等人员密集场景；小区、银行等安防监控场景；景区、地铁等人流量统计场景，都需要对监控摄像头抓捕的视频信息进行实时分析。传统监控方法主要依靠人工对视频信息进行统计分析，这种方法不仅效率低，误检、漏检情况也相对较多，此外，仅依靠人工分析是如此庞大数量的监控视频是不现实的，所以利用视觉算法对视频进行自动化分析具有重要研究意义。

目标检测与目标追踪是计算机视觉领域的热点问题，而目标追踪中的多目标追踪问题因其实用价值极高更是研究的重中之重，它可以应用于视频监控、人机交互、虚拟现实等方向。目标追踪算法可以对视野内指定目标进行实时追踪，通过目标检测、位置预测、数据关联的方式获取目标移动轨迹。此外，多追踪算法还可以获取目标更为细节的信息，例如位置、速度、加速度、方向等，多样化的信息对目标状态分析、场景状态分析均有很大的帮助，因此越来越多的智能视觉分析算法依赖于多目标追踪完成。在如此大环境下，大量的多目标追踪算法被提出，但算法的准确性、普适性以及实用性仍有巨大的进步空间。多目标跟踪场景一般较为复杂，存在大量影响追踪结果因素例如：频繁遮挡、目标高速移动、目标方向变化等等，在复杂追踪场景中保证追踪准确性也是一大难点。多目标追踪算法作为众多视觉应用的基础，具有重要的研究意义。

早期的多目标追踪算法大多在特征表示部分使用目标的运动特征，例如位置重叠度(IOU)等。当目标运动状态规律且无复杂情况发生时，此类算法表现优异，而在现实复杂场景中运动特征表现不佳。在目标遮挡、目标交互、方向突变、尺度突变情况频发的场景中，若仅使用运动特征，目标遮挡和目标交互会引起追踪过程中频繁的目标ID交换。此外，方向与尺度的突变会造成运动特征失效导致追踪频繁中断而产生大量追踪碎片及冗余轨迹。而这些问题也是多目标追踪问题面临的主要挑战。

发明内容

本发明的目的在于提供一种可以减少目标遮挡、目标交互影响的基于深度哈希特征的行人多目标追踪方法。

实现本发明目的的技术解决方案为：一种基于深度哈希特征的行人多目标追踪方法，在行人多目标追踪过程中使用深度哈希表观特征与运动特征描述行人，同时结合追踪中断恢复机制减少追踪时身份交换次数以提升追踪准确率，包括以下步骤：

步骤1、计算目标检测集合D^t中det_j与目标轨迹集合T^t-1在t帧中预测框trk_i间运动特征相似度Sim_mot(trk_i，det_j)。

步骤2、计算目标检测集合D^t中det_j与目标轨迹集合T^t-1在t帧中预测框trk_i间表观特征相似度Sim_app(trk_i，det_j)。