[发明专利]一种融合相关滤波的GM-PHD视频多目标跟踪方法

权利要求书

1.一种融合相关滤波的GM-PHD视频多目标跟踪方法，其特征在于，所述方法包括：

S1：初始化参数；初始帧时，当前帧的目标检测框集为检测框为第i个检测框的状态向量，其中分别表示该检测框左上角横坐标、纵坐标，检测框宽、检测框高和置信度，为当前帧目标检测框个数；

选取的检测框作为这一帧的量测进行后续步骤的计算；c_th为置信度阈值，N_k表示k时刻的量测目标的数量，表示第i个量测目标的中心位置和宽高信息；

每一个目标由一个六维向量的矩形框来表示：其中表示目标中心点的位置，表示目标的速度信息，表示目标的宽和高；

当时，将对应的检测框作为第一帧的新生目标，作为第一帧的目标状态集初始化为零，并放入跟踪结果集中，其中，M_k为满足条件的检测框个数，目标结果状态表示为分别表示目标结果状态的左上角横坐标、纵坐标，目标框宽、目标框高和对应赋值的目标标签；

将用高斯混合的形式表示成后验强度表示目标的预期数量，初始设置为1；初始化为diag([1 1 1 1 1 1])；

S2：当k1时，对每一个目标进行GM-PHD的预测步骤，得到高斯分量并与这一帧的检测集进行关联匹配，将目标分为存活目标集合V_S，新生目标集合R和杂波K，漏检目标集合V_L和结束跟踪的目标集合V_C，其中J_k表示高斯分量的个数，为这一帧检测框的个数；

S3：在进行目标跟踪时，对于目标a，GM-PHD根据量测集生成一系列的高斯分量，计算高斯分量与a的相似度，并将相似度作为对应的高斯分量的权重；

将当前帧所有的高斯分量继续用来下一帧的跟踪操作，其中，选取w_k值大于0.2的目标，提取其目标位置信息，框大小信息以及标签信息，放入跟踪结果集中，作为当前帧的跟踪框结果，并显示记录下来。

2.根据权利要求1所述的方法，其特征在于，所述S2中，将目标分为存活目标集合V_S，新生目标集合R和杂波K，漏检目标集合V_L和结束跟踪的目标集合V_C，包括：

计算当前帧中第i个检测框与第j个高斯分量的交并比结果a_ij：

将每一个高斯分量x_j与每一个检测框进行一次交并比的计算，得到关联矩阵A：

若a_ij＞T_iou，则将其判定为同一个目标，记为存活目标V_S，否则为不同的目标；T_iou为预先设定的交并比阈值；

如果对于同一个检测框有两个或者多个高斯分量符合大于交并比阈值T_iou，则取交并比最大的作为最终关联结果；如果发生两个值一样的情况，则对分量进行特征相似计算；若对于第i行中没有数值大于交并比阈值T_iou，则认为为新生目标或者杂波，若对于第j列中没有数值大于交并比阈值T_iou，则认为x_j为应该结束跟踪的目标或者漏检的目标。

3.根据权利要求2所述的方法，其特征在于，在判断存活目标时，选取关联矩阵A的第j列中交并比最大的值并记录其位置i，如果a_ij＞T_iou，在第i行中选取交并比最大的值并记录其位置p；

如果p＝j则认为x_j为关联上的存活目标，x_j→V_S，并将从检测集中移除；否则分别计算x_j、x_p与的特征相似度，如果x_j更接近则重复p＝j的步骤，否则将x_j→V_lc，V_lc＝{V_L，V_C}，表示为未区分的漏跟目标V_L和结束跟踪目标集V_C。

4.根据权利要求3所述的方法，其特征在于，在进行存活目标的判断后，若当前帧剩余未匹配的检测集不为空，则将全都作为新生目标添加入GM-PHD成员中。