[发明专利]一种多目标编号选定跟踪方法

摘要

本发明涉及一种基于深度学习的实时自主跟踪方法，提出了基于深度学习的人工神经网络的计算机视觉目标检测与计算机视觉目标跟踪算法，可利用高性能计算单元运行神经网络的运算单元检测目标，而后运行目标跟踪算法对所有目标同时实现跟踪，并可以手工介入选择特定目标专注单人跟踪。相比较传统的单目标跟踪算法，传统单目标跟踪需要手动框选目标，但对于移动目标，框选时往往会因为操作延时导致框选失效。本算法避免了人工框选目标的操作延时导致的框选不准和目标偏离。本发明构建了“摄像头‑服务器”的架构，将摄像头中所有目标数据同时处理，实现全区域的多人跟踪和单人持续跟踪，实验结果表明，本发明能够实现实时的神经网络运算，进而结合目标跟踪算法，实现“检测、选人”两步跟踪效果。

主权项

1.一种多目标编号选定跟踪方法，其特征在于：所述跟踪方法通过跟踪系统实现，所述跟踪系统由图像采集单元和计算机处理单元组成，所述图像采集单元用于采集图像，计算处理单元进行运算、检测和跟踪，所述方法包括：对目标检测与多目标跟踪，标注目标与选择目标跟踪单个目标，具体步骤如下：(1)、对目标检测与多目标跟踪所述目标检测：通过基于深度学习的人工神经网络检测感兴趣的目标，取得目标在图像中对应的ROI（感兴趣区域）；对所有取得的目标进行跟踪并产生编号，同一目标在同一视角内只有一个编号，且编号将跟随目标移动；通过编号对特定目标进行选择，选定目标后对选定的多目标进行持续跟踪；（２）标注目标与选择目标跟踪单个目标运行目标跟踪算法跟踪单目标，在跟踪目标的同时，存储跟踪目标的图像帧；目标发生跨摄像头移动或其他情形导致跟踪算法丢失目标，则重新启动目标识别步骤找出所有可能目标的ROI并跟踪所有可能目标；通过目标重识别算法，将所有ROI内的图像与跟踪目标的存储图像相比对，从众多ROI从选择最相近的ROI，重新初始化目标跟踪算法，重新跟踪目标。