[发明专利]一种迭代更新轨迹模型的多目标跟踪方法

权利要求书

1.一种迭代更新轨迹模型的多目标跟踪方法，其特征在于，包括以下步骤：

1)通过预先训练好的目标检测器对视频序列中的每幅图像执行目标检测，得目标检测响应，获取各目标检测响应的特征描述子，然后将视频序列平均分为N个时间窗；

2)设目标轨迹模型包括响应目标在当前时间窗中各时刻的特征描述子，根据视频序列第一帧的目标检测响应得目标轨迹模型T＝{T₁，...，T_K}，其中，T_k为第K个响应目标的轨迹模型，K为第一帧中响应目标的数量，每个响应目标的轨迹模型均对应一个目标检测响应，然后根据目标轨迹模型估算出各响应目标在整个时间窗内的位置；

3)设各时间窗内的每个目标检测响应为马尔科夫随机场中的一个观察，每个观察连接一个标记，建立马尔科夫随机场，然后通过目标轨迹模型更新马尔科夫随机场的概率函数及平滑概率函数，并得到每个目标检测响应属于各轨迹模型的边缘概率分布，当目标检测响应属于该轨迹模型的边缘概率大于预设阈值时，则将该目标检测响应的标记修改为相应响应目标的目标序列号；

4)将目标序列号相同且来自相邻帧的目标检测响应连接起来，形成一个目标轨迹片段，然后将新得到的响应目标增加到目标轨迹模型中，并删除消失的响应目标对应的轨迹模型；

5)然后重复步骤3)及步骤4)，得所有响应目标在整个视频序列中的目标轨迹片段，然后将同一目标序列号的目标轨迹片段连接起来，再经平滑及插值处理后得各响应目标的轨迹；

步骤1)中各目标检测响应的特征描述子包括响应目标中心点坐标、速度、颜色直方图及大小。

2.根据权利要求1所述的迭代更新轨迹模型的多目标跟踪方法，其特征在于，步骤3)的具体步骤为：设每个时间窗内的目标检测响应为马尔科夫随机场的一个观察y_i，每个观察连接一个标记l_i，则最大化马尔科夫随机场的条件概率为：

$P\left(L\right|Y;T)=\frac{1}{Z}\underset{i}{\Π}\mathrm{\φ}(l_i,y_i)\underset{\<i,j\>}{\Π}\mathrm{\ψ}(l_i,l_j)$

其中，Z为归一化因子，Y为随机场的观察集合，L为随机场的标记集合，T为轨迹模型，φ(l_i，y_i)为单点概率函数，ψ(l_i，l_j)为平滑概率函数；

通过目标轨迹模型更新马尔科夫随机场的单点概率函数φ(l_i，y_i)和平滑概率函数ψ(l_i，l_j)，再利用信仰传播算法得到每个目标检测响应属于各响应目标的边缘概率分布，当目标检测响应属于该响应目标的边缘概率大于预设阈值a时，则将目标检测响应对应的标记修改为相应响应目标的目标序列号。