[发明专利]一种社区多特征融合的目标跟踪方法及装置

说明书

本发明公开了一种社区多特征融合的目标跟踪方法及装置，该方法包括获取摄像头采集的视频流，对所述视频流进行目标检测，并在检测到目标时，确定出目标的跟踪ID和加权特征，依据目标的跟踪ID和加权特征对目标进行跟踪，得到跟踪的预测框，并确定出检测到目标时的检测框，依据跟踪的预测框和检测框，确定对目标的跟踪情况。通过目标的加权特征对目标进行跟踪，相比现有技术的单一特征跟踪，可以提高识别成功率，而通过检测框和跟踪的预测框相结合来确定目标的跟踪情况，能够提高目标跟踪的准确率。

技术领域

本发明涉及目标跟踪技术领域，尤其涉及一种社区多特征融合的目标跟踪方法及装置。

背景技术

随着社会科技的发展，人工智能技术在社区监控安防项目被广泛应用。公共安全秩序应对影响社区项目区域内公共安全秩序的各种行为、设施设备安全隐患、作业人员作业行为等进行合理管控，确保社区项目区域内公共安全秩序正常有序。社区内行人跟踪可以有效对外卖人员、快递人员、外来访客等进行有效、规范化管理，解决社区矛盾、建立和谐社区。

传统目标跟踪是指取视频图像第一帧，在第一帧中找到需要跟踪的目标，然后将其用矩形框标注，基本上是通过目标检测得到的结果，接着利用目标跟踪算法在后面的视频帧中继续标注这个目标框。目标跟踪方法主要有模板匹配方法、TLD(Tracking-Learning-Detection，跟踪-学习-检测)方法和光流法等，但这些算法对复杂环境适应性差，跟踪过程中造成较大的偏差，很难在真实环境中应用。

社区内树木、花草较多，且摄像头分布并不密集，当上下班时间很容易出现行人与行人之间遮挡、树木与行人之间遮挡、行人在监控盲区跟丢等状况，现有的算法进行行人跟踪，将已出现的目标特征向量提取后与系统中已存储的特征向量进行对比，得到的跟踪结果可能会为空或者输出错误。

发明内容

本发明实施例提供一种社区多特征融合的目标跟踪方法及装置，用以提高社区中目标跟踪的准确率。

第一方面，本发明实施例提供一种社区多特征融合的目标跟踪方法，包括：

获取摄像头采集的视频流；

对所述视频流进行目标检测，并在检测到目标时，确定出所述目标的跟踪ID和加权特征；

依据所述目标的跟踪ID和加权特征对所述目标进行跟踪，得到跟踪的预测框；并确定出检测到所述目标时的检测框；

依据所述跟踪的预测框和所述检测框，确定对所述目标的跟踪情况。

上述技术方案中，通过目标的加权特征对目标进行跟踪，相比现有技术的单一特征跟踪，可以提高识别成功率，而通过检测框和跟踪的预测框相结合来确定目标的跟踪情况，能够提高目标跟踪的准确率。

可选的，所述对所述视频流进行目标检测，包括：

使用目标检测算法间隔预设数量的视频帧对所述视频流进行目标检测。

可选的，所述依据所述目标的跟踪ID和加权特征对所述目标进行跟踪，包括：

在检测到所述目标之后的所述视频流的任一帧中跟踪到的行人时，提取跟踪到的行人的多个特征，并依据预设权重对所述多个特征进行加权，得到所述行人的加权特征；

确定所述目标的加权特征与所述行人的加权特征是否一致，若一致，则确定所述行人与所述目标为同一人，将所述行人标记为所述目标，并配置所述目标的跟踪ID。

可选的，所述确定出所述目标的跟踪ID和加权特征，包括：

创建所述目标的跟踪ID；

提取所述目标的多个特征，依据所述多个特征的预设权重对所述多个特征进行加权计算，得到所述目标的加权特征；

建立所述目标的跟踪ID和加权特征的关联关系。