[发明专利]一种基于广义最小团图和禁忌搜索的多目标跟踪方法

权利要求书

1.一种基于广义最小团图和禁忌搜索的多目标跟踪方法，包括以下步骤：

步骤1、在一段视频的各帧图像中进行目标检测，当在一帧或多帧图像中检测到一个或多个目标时，记录并输出被检测到的各个目标在相应帧图像中的位置、相应帧图像在视频中的时间位置、以及各个目标在相应帧图像中的大小，作为检测结果；

步骤2、根据每帧图像中的各个目标的像素值、以及所述各个目标在相应帧图像中的位置以及大小，计算每帧图像中的各个目标的外观特征、以及运动特征；

步骤3、根据所计算的每帧图像中的各个目标的外观特征、以及运动特征，在已记录的各个目标在相应帧图像中的位置中提取出属于同一目标的多个位置，并根据相应帧图像在视频中的时间位置，将其连接成为同一目标的轨迹，

其中，利用求解广义最小团问题的方法来进行所述步骤3，所述步骤3包括：

步骤31、输入图G＝(V,E,ω)，其中V、E和ω分别代表图中的顶点集、边集和各条边上的权重值，顶点集V中的顶点表示视频片段中第i帧中的第m个目标，1≤i≤f表示一个视频片段内的帧序号，f为视频片段的帧数，和分别代表目标的颜色直方图和LBP直方图，k_color、k_lbp分别表示求解HSV颜色直方图和LBP直方图相似度的函数；

步骤31-1、对在步骤1中检测到的某一目标进行单目标跟踪，在每帧中，判断在步骤1的检测结果之中、是否存在与单目标跟踪结果的重合度大于预定阈值的检测结果，如果存在，则以步骤1的检测结果作为该目标在顶点集V中对应帧的初始顶点，如果不存在，则以所述单目标跟踪结果作为该目标在顶点集V中对应帧的初始顶点，同时计算所述初始顶点的外观特征，之后，将所述初始顶点加入到求解广义最小团问题的候选点中。

2.如权利要求1所述的多目标跟踪方法，其中，所述步骤1包括：将该视频分割成若干视频片段，

并且，对于每个视频片段，分别进行步骤2和3，最后将各个视频片段中的同一目标的轨迹合成为完整的轨迹。

3.如权利要求1所述的多目标跟踪方法，其中，所述各个目标在相应帧图像中的位置是所述各个目标在相应帧图像中的边界框的位置，所述相应帧图像在视频中的时间位置是相应帧图像在视频中的帧号，所述各个目标在相应帧图像中的大小是所述边界框的宽度和高度，所述每帧图像中的各个目标的像素值是每帧图像中的各个目标所涵盖的各个像素的颜色值。

4.如权利要求1所述的多目标跟踪方法，其中，所述目标的外观特征包括HSV颜色直方图、以及LBP直方图，通过以下步骤来计算每帧图像中的各个目标的HSV颜色直方图：

将每帧图像由RGB颜色空间转化至HSV色彩空间，其中，H通道描述颜色的色相，S通道描述颜色的饱和度，V通道描述颜色的亮度；

将所述H通道、S通道、V通道的取值范围分别划分为成n_H、n_S和n_V个区间，其中n_H、n_S和n_V均为正整数，

将每帧图像中的各个目标所涵盖的各个像素的色相、饱和度、亮度分别量化到所述n_H、n_S和n_V个区间，

计算各个目标所涵盖的像素点落在各个区间的个数，得到HSV颜色直方图。

5.如权利要求4所述的多目标跟踪方法，其中，通过以下公式来计算每帧图像中的各个目标中的每个像素c的LBP特征值：

其中，d_c为像素点c的坐标，P为像素点c的邻域内像素点的个数，邻域内像素点到像素点c的距离不超过R；g_c和分别为像素点c和其邻域内像素点n_p的灰度值，其中

并且，通过在每帧图像中统计每个目标中具有每个LBP特征值的像素点个数，形成所述LBP直方图。