[发明专利]地面多目标跟踪方法

说明书

本发明公开的一种地面多目标跟踪方法，属于图像处理技术领域，具有控制简单、定位准确，能提高目标跟踪的稳定性和可靠性。本发明通过下述技术方案实现：根据PTZ相机传入的图像中目标检测结果和标定后目标的位置信息与图像信息，训练候选检测优化模型，利用标定后目标的位置信息与图像信息训练深度网络模型，基于候选优化模块提供的目标，预测下一帧中目标的位置过计算位置交并比与外观相似度进行数据关联；对检测目标进行过滤，得到检测优化检测目标；选择匈牙利算法将交并比大于阈值的跟踪目标与检测目标进行关联，根据预测后的T+1帧跟踪目标和优化后的T+1帧检测目标的位置信息以及外观信息进行多层数据关联，完成多目标跟踪。

技术领域

本发明属于图像处理技术领域，特别涉及一种基于PTZ相机的多目标跟踪酸法，用于在PTZ相机场景下对指定目标的跟踪定位。

背景技术

在智能监控中，跟踪运动目标是一个难点，智能监控平台基于先进的计算机网络技术、多媒体技术，通讯技术和自动化技术，提出全面解决方案，实现本地/异地，大范围对监控点进行监控，并可对各种设备的相关参数进行采集，传输和处理，完成数据交换和警视联动，体现监控自动化。在视频监控领域中，由于摄像机是固定且不能控制，因此就无法得到充分有效的图像信息，这种被动视觉系统的实用性就会大大降低。全面把握现场动态双PTZ摄像机立体视觉系统下的目标定位问题是指通过可变视角和可变焦距的左右摄像机拍摄移动目标的多组图像，并结合相关的图像处理算法，实现对移动目标三维空间坐标的获取。其中，特征提取与立体匹配是双目立体视觉系统的重要组成部分，也是实现高精度目标定位的关键。因此，如何在左右摄像机获取的图像对中选取具有空间位置一致性的特征点就成了实现准确目标定位的难点和关键。在目标跟踪过程中，直方图具有较好的稳定性，不受目标的外形和比例变化的影响，但模板需要自适应的更新。一种高效的模式匹配算法，不需要进行穷尽搜索，计算量比较小，独立于目标特征的描述；但不能跟踪小且快的运动目标，不能在目标全遮挡时恢复目标跟踪。粒子滤波算法能够解决系统的非线形和多高斯的问题，跟踪小而快的运动物体，在目标全遮挡时恢复目标跟踪；但粒子滤波存在粒子匮乏问题，有限的粒子不能反映概率分布，增加粒子数也就相应的增加了计算量，无法满足实时的要求。

多目标跟踪是现在很多图像处理课题中很重要的一项任务。例如运动分析，视频监视和自动驾驶。多目标跟踪算法旨在提取目标信息直至当前帧以进行运动预测，而无需更改身份ID。但现有的表示方法还是在或多或少的方面存在不同的缺点。因此，更好的目标跟踪方法仍然需要被发现。