[发明专利]一种视频多目标跟踪的方法及装置

说明书

技术领域

本发明涉及视频监控技术，特别涉及一种视频多目标跟踪的方法及装置。

背景技术

随着智慧城市建设的不断推进，已经初步形成了国家意义上的大规模视频监控网络。与此同时，大规模视频监控网络普及的一个最直接的后果就是产生海量的视频数据。海量视频数据对传统的智能视频分析技术手段提出了巨大的挑战。

智能视频分析中一项非常重要的任务就是动态目标捕获与跟踪，且视频检索、目标识别、行为分析、视频浓缩等多项非常重要的应用都需要用到多目标跟踪技术。

现有的多目标跟踪技术通常可以分为两大类：第一类方法是直接组合传统单目标跟踪技术，也就是对多各个目标单独进行跟踪，只是将获得的数据进行组合。这种方法的算法比较简单。但是，这种方法在每增加一个目标的情况下，就会增加对一个目标进行跟踪的数据运算量，降低了跟踪的处理速度。因此，这种方法不适用于目标很多的情况，在目标很多时，存在大量的重复计算,处理速度慢又导致了跟踪的精确度降低。

第二类方法把多个目标作为一个整体来统一处理，利用优化方法计算整体最优跟踪结果。目前，对多个目标整体进行处理的算法相对复杂，处理速度较慢。

由于第一类方法中存在大量的重复计算,而第二类方法计算复杂度高，处理速度较慢，因此这两类方法很难在工程中实际应用。此外，由于现实世界目标运动情况非常复杂，现有跟踪方法通常缺乏选取有效的跟踪特征来兼顾跟踪的稳定性和精确度。

发明内容

有鉴于此，本发明实施例的目的在于提供一种视频多目标跟踪的方法及装置，以提高多目标跟踪的处理速度。

为达到上述目的，本发明实施例公开了一种视频多目标跟踪的方法，包括步骤：

获取视频数据的当前帧；

当上一帧跟踪结果中包含跟踪目标的位置框时，针对上一帧，执行：在整体图像上分布密集网格，每个网格对应一个特征点；对所有跟踪目标的位置框，确定每个跟踪目标的位置框分别对应的跟踪特征点，并记录对应关系和各个跟踪特征点的位置；

根据记录的上一帧中各个跟踪特征点的位置，推算出上一帧中各个跟踪特征点在当前帧的位置信息；

根据推算出的各个跟踪特征点在当前帧的位置信息和记录的上一帧的所述对应关系，生成当前帧中各个跟踪目标的位置框，分别保存至跟踪结果中；

输出当前帧中各个跟踪结果后，将视频数据的下一帧确定为当前帧，循环执行上述处理，实现多目标跟踪。

较佳地，在获取视频数据的当前帧后，进一步对其中的运动目标建立当前帧的目标位置框；将当前帧的目标位置框与上一帧的跟踪结果进行比较，确定是否有新增目标位置框；当确定当前帧中有新增目标位置框时，进一步将各个新增的目标位置框，确定为跟踪目标的位置框，保存至跟踪结果中；并确定上一帧跟踪结果中是否包含跟踪目标的位置框。

较佳地，所述跟踪结果包含各个跟踪目标的位置框列表，每个跟踪目标的位置框列表中存储了该跟踪目标在每一帧的位置框。

所述将当前帧的目标位置框与上一帧的跟踪结果进行比较，确定是否有新增目标位置框，包括：

将当前帧的各个目标位置框分别与上一帧的跟踪结果中各个跟踪目标的位置框相交，分别获得当前帧的各个目标位置框与上一帧的跟踪结果中各个跟踪目标的位置框的重合度，根据重合度是否满足预设条件，确定各个目标位置框是否属于上一帧的跟踪结果中各个跟踪目标，不属于上一帧的跟踪结果中各个跟踪目标的目标位置框为新增的目标位置框。

较佳地，对其中的运动目标建立当前帧的目标位置框，包括：

通过背景建模先对当前帧中的各个运动目标画出各个运动目标的轮廓图；将各个轮廓图之外的图像，作为背景图像去除；将去除了背景图像后的图像，确定为当前帧的前景图并保存；

在当前帧的前景图上，对各个运动目标建立当前帧的目标位置框；

当确定当前帧中有新增目标位置框时，进一步对新增目标位置框进行过滤，去除环境中运动物体造成的虚假目标位置框，并将前景图中虚假目标位置框对应的轮廓图去除；

在所述针对上一帧，对所有跟踪目标的位置框，确定每个跟踪目标的位置框分别对应的跟踪特征点前，进一步根据上一帧的前景图，去除不属于前景的跟踪特征点。

较佳地，所述根据记录的上一帧中各个跟踪特征点的位置，推算出上一帧中各个跟踪特征点在当前帧的位置信息，为：根据记录的上一帧中各个跟踪特征点的位置，采用光流法，推算出上一帧中各个跟踪特征点在当前帧的位置信息，并给出各个跟踪特征点的可信度；将可信度不满足预设条件的跟踪特征点去除。