[发明专利]基于特征点分类的监控录像中实时多目标检测与跟踪方法

摘要

本发明公开了一种基于特征点分类的监控录像中实时多目标检测与跟踪方法，该方法主要包含两部分：离线预处理阶段，先根据特征点在目标物体上的分布情况，把目标物体分为若干部分，提取每个部分的特征来训练一个分类器；在线时，在求得的特征点周围提取特征，通过训练好的分类器来确定特征点对应的物体部分，并计算出对应的目标中心点，根据中心点的分布情况来检测目标，最后在跟踪特征点的基础上进行目标物体的跟踪。该方法不需要估计静态的背景，因此对光照变化和相机的抖动也具有很好的鲁棒性，并且本方法使用了快速稳定的随机树作为分类器，特征点周围的梯度作为分类数据，具有很好的检测跟踪效果，而且能够满足实时性要求。

主权项

一种基于特征点分类的监控录像中实时多目标检测与跟踪方法，其特征在于，包括如下步骤：(1)离线预处理阶段，将目标物体划分成若干区域，在训练样例中提取每个区域的特征来训练一个分类器，并计算所有训练样例中每个区域相对于目标中心位置偏移的平均值和标准差。(2)提取当前图片帧中的角点，通过离线训练好的分类器确定角点所属的区域，计算出对应的目标中心位置，即目标中心点。(3)根据目标中心点的分布情况，快速检测出目标物体。(4)确定角点和目标物体之间的对应关系，在跟踪角点的基础上跟踪物体。