[发明专利]基于多相机的多目标定位跟踪方法及系统

说明书

技术领域

本发明涉及一种基于多相机的多目标定位跟踪方法及系统。

背景技术

多目标跟踪是计算机视觉领域的一个热点研究问题，是运动目标行为理解的前提和基础，在机器人导航、视频理解、智能监控等领域都有着广泛的应用。多目标跟踪在具体实现过程中，最难处理的就是多目标相互之间频繁发生遮挡。在这种情况下，一个前景区域可能属于多个目标。根据传统的颜色分布，形状等信息，我们几乎不可能实现对运动目标准确的监控和跟踪。近年来，很多学者做了这方面的研究，所提出的方法可以大致分为两类：单相机跟踪和多相机跟踪方法。

基于单相机的跟踪方法虽然处理起来比较简单，但是由于3D空间中的目标在2D成像的过程中损失了很多信息，仅仅从一个视角去监控和跟踪目标很难很好的解决遮挡问题，进而无法获得准确的跟踪效果。因此，多相机跟踪方法越来越受到研究人员的重视，多相机跟踪的过程是利用多个相机从不同视角对多个目标进行独立的监控和跟踪，然后有效的融合各个视角的信息解决遮挡的问题，达到稳定跟踪的目的。

公开号CN101887587视频监控中基于运动目标监控的多目标跟踪方法，所提出的方法属于单相机跟踪方法，在发生完全遮挡的情况下，跟踪不够稳定。另外该方法完全是基于单相机的运动目标监控结果来实现跟踪的，运动目标监控的结果在很多情况下会不准确，那必然会造成跟踪的不准确。公开号CN101154289A基于多目相机的三维人体运动跟踪的方法，该专利主要阐述的人体三维骨架关节的运动跟踪，和我们的方法解决的问题不同。

Khan S.等人2009年在IEEE Transactions on Pattern Analysis and Machine Intelligence上发表论文“Tracking Multiple Occluding People by Localizing on Multiple Scene Planes”提出了一种不需要完全标定相机的多相机跟踪方法，基于多相机间的单应性限制实现对多目标的跟踪。

但上述方法利用混合高斯模型对背景进行建模，经常会产生空洞和阴影的问题，目标监控的失败会给后续跟踪带来很大影响。该方法需要计算每个相机的隐消点才能得到多视角间的单应性矩阵，隐消点的计算是一个比较复杂的过程，而且隐消点的计算误差将会导致单应性矩阵的计算错误，进而导致对多目标跟踪的失败。另外一个问题是该方法利用图割理论对空间10层的定位信息进行处理来实现跟踪，导致该方法根本无法满足实时性要求。这三个显著的缺点大大限制了它在工程当中的应用。

发明内容

一种基于多视角的多目标定位跟踪方法，包括如下步骤：

首先在多视角安装多个相机和划定所述多个相机的公共监控区域，标定多个高度层；

前景提取步骤，采用码本模型对采集的视频图像进行背景建模，采用背景减除法获取各视角视频图像的前景似然图像；

单应性矩阵计算步骤，结合所述标定的不同高度层上的多个标志物的中心点位置，计算所标定不同高度层上多视角之间的单应性矩阵；

前景似然融合步骤，选定多视角中的一个视角，作为参考视角，利用所述多视角间基于每一个度层的单应性矩阵，将所述前景提取步骤所提取的其它视角的前景似然图像，映射到参考视角中，获得多个视角的前景似然融合图像；

多层融合步骤，提取经前景似然融合步骤得到的，基于选定的多个高度层的定位信息，利用最短路径算法，处理每一层的定位信息，获取多层跟踪轨迹，结合前景监控的处理结果，完成对多目标的立体跟踪。

所述前景提取步骤中背景减除法，背景减除法操作过程如下：

定义目标监控过程中，新输入像素为x_t＝(R，G，B)，其对应的码本为M，

步骤一计算当前像素的亮度I＝R+G+B，定义布尔变量match＝0，并给阈值变量ε赋值；

步骤二在码本M中找到对应的码字C_m，若能找到相应的码字C_m则判定为背景图像，予以减除，能否找到相应码字C_m的判断标准如下：

c.像素x_t与某个码字的颜色相似度大于检测阈值ε

颜色相似度定义为colordist(x_t，v_m)，对于t时刻新输入的像素x_t