[发明专利]一种采用时间动态表观模型的实时在线多目标跟踪方法

权利要求书

1.一种采用时间动态表观模型的实时在线多目标跟踪方法，其特征在于具体实施步骤如下：

步骤一、对每一帧视频图像使用离线训练好的目标检测器进行目标检测，获得包含目标位置和尺度信息的检测结果；

步骤二、对步骤一中获取的检测结果提取边缘特征，并使用离线训练好的属性检测器进行打分，选取打分最高的48个检测器用于中层语义特征提取；

步骤三、对每个已跟踪目标，使用通过隐马尔科夫模型在线建立的时间动态表观模型计算该目标与检测结果之间的匹配程度，进行数据关联；

步骤四、对已跟踪目标进行状态更新；若获得关联数据则使用卡尔曼滤波器对目标状态进行更新，并将与之关联的检测结果加入该目标的轨迹中，同时通过增量学习更新对应的时间动态表观模型；若没有获得关联数据则使用卡尔曼滤波器对当前时刻的目标状态进行预测，将预测结果加入目标轨迹，此时不更新对应的时间动态表观模型；若一个目标在长时间内持续没有获得关联数据，则认为该目标为从场景中消失，将其从已跟踪目标列表中删除；

步骤五、对未发生关联的检测结果进行处理，如有新的目标出现，则为其新出现的目标初始化一个离线训练好的通用时间动态表观模型，加入已跟踪目标列表；如没有新的目标出现，则判断跟踪是否结束，若未结束则转步骤一进行下一视频帧的跟踪，直到视频结束则跟踪结束。

2.如权利要求1所述的一种采用时间动态表观模型的实时在线多目标跟踪方法，其特征还在于，中层语义特征通过离线训练好的一系列属性检测器对该特征进行评估，使用属性检测器的输出作为检测结果进行表示；属性检测器的离线训练使用线性判别分析方法，通过聚类和选择两个过程进行。