[发明专利]一种基于运动模型和单目标线索的在线多目标跟踪方法

权利要求书

1.一种基于运动模型和单目标线索的在线多目标跟踪方法，其特征在于，包括：

S1.检测视频每一帧中各个目标的位置，得到目标检测框，以视频第一帧中各个目标所在位置，对跟踪轨迹进行初始化；

S2.将视频第二帧作为当前帧；

S3.将相机运动模型嵌入目标运动模型中，根据视频上一帧中各个目标的运动信息对视频当前帧中各个目标的位置进行预测，得到预测目标框；

步骤S3包括，采用Kalman滤波器根据视频上一帧中各个目标的运动信息对视频当前帧中各个目标的位置进行预测，得到各个目标的初始预测框；

简化相机运动变换为欧式变换，将视频帧放缩一定比例后通过相关系数最大化模型ECC计算上一帧和当前帧的场景变化，得到仿射矩阵；

将仿射矩阵中的偏置因子乘以缩放比例系数；

利用仿射矩阵对初始预测框进行矫正，得到矫正后的预测目标框；

利用矫正后的预测目标框和步骤S1的目标检测框更新Kalman滤波器参数；

S4.对于视频当前帧中的每个目标，将步骤S1得到的目标检测框与步骤S3得到的预测目标框输入至区域回归网络进行校正，得到校正后的检测目标框；

S5.利用单目标跟踪器对上一帧中的所有目标在当前帧进行搜索，获得各个目标的跟踪轨迹；步骤S5具体包括：

以上一帧目标位置中心为中心的二倍框范围作为搜索区域；

提取目标特征与搜索区域特征，两者进行卷积得到响应图；

将响应图峰值最大的区域作为目标区域，完成目标与背景的分类；

在目标区域周围生成若干个初始边界框，求得三个IOU最大的边界框，取其平均值作为最终的目标边界框；

S6.通过数据关联匹配校正后的检测目标框与各个目标的跟踪轨迹，并根据匹配结果对跟踪轨迹进行更新、增加和删除；

S7.将视频下一帧作为当前帧，重复执行步骤S3-S6直至视频结束。

2.根据权利要求1所述的一种基于运动模型和单目标线索的在线多目标跟踪方法，其特征在于，单目标跟踪器采用DiMP单目标跟踪器。

3.根据权利要求1所述的一种基于运动模型和单目标线索的在线多目标跟踪方法，其特征在于，步骤S6具体包括：

计算每个跟踪轨迹和校正后检测行人框的位置差异，为各个跟踪轨迹匹配对应地检测行人框；

对于匹配成功的跟踪轨迹，直接更新其相关参数；对于没有匹配成功的检测行人框，视为新出现的目标加入跟踪序列；对于没有匹配成功的跟踪轨迹，视为丢失状态；如果丢失状态持续超过一定时间，则删除轨迹。

4.根据权利要求3所述的一种基于运动模型和单目标线索的在线多目标跟踪方法，其特征在于，所述匹配成功是指跟踪轨迹与检测行人框的重合程度大于设定阈值。