[发明专利]无监督多目标检测跟踪方法及其存储装置与摄像装置

摘要

一种无监督多目标跟踪检测方法及其存储装置与摄像装置，对获取的图像数据的每一帧分别进行仿射变换以构建训练样本集，根据预设的置信度阈值β和自适应阈值θ，采用OSF分类器对第一帧之后的图像数据进行分类，分类出每一帧的OSF正样本、OSF负样本以及OSF困难样本，通过ISVM分类器对OSF困难样本进行分类，以ISVM分类器分类后形成的新的θ更新自适应阈值θ，反复进行上述步骤直至达到自适应阈值θ收敛到预设程度，利用训练完成之后的OSF分类器和ISVM分类器，对获取的视频目标中的目标进行跟踪检测。本方法在完全不需要人为干预的情况下，只需在视频的第一帧中人为框选需要检测跟踪的目标，便能不断自主学习，逐步提高分类器性能，最终实现多目标检测与跟踪。

主权项

1.一种无监督多目标跟踪检测方法，其特征在于，包括以下步骤：S1、对获取的图像数据的每一帧分别进行仿射变换以构建训练样本集，仿射变换是根据人为选定的第一帧的框选目标进行的，框选目标同时包括人为选定的待跟踪目标形成的正样本和人为选定的非待跟踪目标形成的负样本；S2、根据预设的置信度阈值β和自适应阈值θ，采用OSF分类器对第一帧之后的图像数据进行分类，分类出每一帧的OSF正样本、OSF负样本以及OSF困难样本，其中分类时，样本标签的分布概率大于(β+θ)时形成所述OSF正样本，小于(β-θ)时形成所述OSF负样本，否则形成所述OSF困难样本；S3、通过ISVM分类器对OSF困难样本进行分类；S4、以ISVM分类器分类后形成的新的θ更新步骤S2中自适应阈值θ，反复进行步骤S2、S3直至达到自适应阈值θ收敛到预设程度，所述新的θ定义为：θ＝1–ξλk，ξ为敏感系数，λk衡量随机蕨分类器性能，Mtol表示需要标注的所有困难样本个数,Mr为随机蕨和SVM将困难样本分为同一类的个数；S5、利用步骤S4训练完成之后的OSF分类器和ISVM分类器，对获取的视频目标中的目标进行跟踪检测。