[发明专利]用于对变电站内多目标跟踪定位的方法

说明书

本发明涉及机器视觉技术领域，本发明提供了用于对变电站内多目标跟踪定位的方法，对通过摄像头采集到的变电站内设备图像集，进行预处理；使用目标检测器给识别图像中每一个被跟踪的目标，获取每一个目标的坐标信息；当发生遮挡时，该方法结合运动信息和外观信息，对目标进行跟踪，最后基于透视变换将跟踪情况实时反映到变电站底图上，能克服现有变电站内多目标跟踪中出现的遮挡问题及对目标的定位问题。

技术领域

本发明涉及机器视觉技术领域，具体涉及用于对变电站内多目标跟踪定位的方法。

背景技术

随着电网规模的增大、电压等级的提高，供电安全性要求更加严格，变电站正常运行成为保障电力系统供电安全的重要环节。无人值守或少人值守变电站在一定程度上决定了 电网的智能化发展，而变电站场景下的运动目标检测和跟踪技术是实现变电站无人值守或少 人值守的必要条件。

准确有效的多目标跟踪将提高监视性能，并确保变电站人员的安全。如今，随着基于图像的检测方法的迅速发展，基于图像检测的跟踪方法逐渐成为多目标跟踪方法的重要组 成部分。基于图像检测的方法首先使用背景减法检测对象，然后建立帧与帧之间的对应关系 以找到对象的轨迹。

但是，基于图像检测的跟踪方法的性能高度依赖于目标检测器。当检测器处理复杂 的情况(例如重度阻塞)时，会经常出现错误和丢失跟踪检测目标的情况。尤其是变电站监 视的视频跟踪系统常遇到的重要问题之一就是目标人员被遮挡，尤其是多个目标人员。

现有的视频跟踪方法处理遮挡问题的模型主要采用生成模型，通过在线学习的方式 建立模型，然后搜索重建误差最小的图像区域以找到目标位置。然而，生成模型在速度和准 确性上表现不理想，尤其是变电站内出现多个目标时。

因此，急需用于对变电站内多目标跟踪定位的方法，以解决多目标的遮挡问题。

发明内容

本发明所要解决的技术问题是克服上述现有技术的缺陷，提供了用于对变电站内多 目标跟踪定位的方法，能够有效的解决变电站内对多目标的遮挡问题。

为实现上述目的，本发明通过以下技术方案得以实现：用于对变电站内多目标跟踪 定位的方法，包括，

S1：对通过摄像头采集到的变电站内设备图像集，进行预处理；

S2：使用目标检测器给识别图像中每一个被跟踪的目标，获取每一个目标的坐标信 息；

S3：使用卡尔曼滤波预测目标的轨迹，根据目标在当前帧的状态预测其在下一帧的 状态，并将估计预测结果存入T-Pre集合中；

S4：计算被目标在当前帧的状态与其在下一帧的预测状态的马氏距离，并比较所得 结果与预设的第一阈值的大小；若所得结果小于或等于第一阈值，则进入S7，否则进入S6；

S5：使用卷积神经网络提取目标的外观特征，计算前、后帧的余弦相似度，并比较所得余弦距离与预设的第二阈值的大小；若所得余弦距离小于或等于第二阈值，则进入S7，否则进入S6；

S6：进行融合度量学习，将当前帧获得的目标的坐标信息存入已检测集合D中，将历史帧获得的目标的坐标信息存入跟踪集合T中，根据设置的权重系数j，计算包含T预测结果的T-Pre集合与D集合之间的马氏距离以及D中提取到的特征向量与历史轨迹T中提 取到的特征向量平均值的余弦距离，并比较所得结果与预设的第一阈值的大小；若所得结果大于第三阈值，则进入S7；

S7：若D为空集，就将丢失帧计数加1，若丢失帧计数超过预设的第四阈值时，就 认为该目标已消失，并将该目标的历史坐标信息从T中删除，重新进行检测；

S8：将变电站底图和被跟踪的目标之间进行透视变换，实现对目标的实时定位；

S9：输出最终的结果。