[发明专利]基于轨迹分割与拼接的目标跟踪方法

说明书

本发明公开了一种基于轨迹分割与拼接的目标跟踪方法，用于解决现有目标跟踪方法准确率差的技术问题。技术方案是首先初始化每个目标的轨迹，然后根据关联结果与轨迹历史信息的符合程度将轨迹进行有效分割，再将分割后的轨迹进行准确拼接，最后将帧窗间的轨迹依据重叠度进行拼接得到目标最终轨迹。本发明弥补了在缺乏目标外观信息的情况下，现有多目标跟踪方法的漏跟及错跟现象，实现了更为精确的多目标跟踪。

技术领域

本发明涉及一种目标跟踪方法，特别是涉及一种基于轨迹分割与拼接的目标跟踪方法。

背景技术

目标跟踪技术无论在军事还是民用领域都有十分广泛的应用。有效的数据关联是解决多目标跟踪问题的关键。数据关联是把来源于单个或多个传感器的量测数据与已知的轨迹进行相互配对的过程。Edmonds提出的匈牙利算法是求解二维分配问题最优解的经典算法。

文献“Robust object tracking by hierarchical association of detectionresponses，Computer Vision–ECCV 2008.Springer Berlin Heidelberg,2008:788-801”提出了一种基于分层数据关联的目标跟踪方法。该文献在使用匈牙利算法进行第二层数据关联时，仅考虑了目标的空间信息，如目标间的距离、轨迹片段的方向。当图像序列中存在目标遮挡问题时，被遮挡目标的信息会产生不同程度的丢失。若仅用空间信息作为数据关联的输入，不能准确地对目标的位置进行判断，容易产生漏跟或错跟现象。

发明内容

为了克服现有目标跟踪方法准确率差的不足，本发明提供一种基于轨迹分割与拼接的目标跟踪方法。该方法首先初始化每个目标的轨迹，然后根据关联结果与轨迹历史信息的符合程度将轨迹进行有效分割，再将分割后的轨迹进行准确拼接，最后将帧窗间的轨迹依据重叠度进行拼接得到目标最终轨迹。本发明弥补了在缺乏目标外观信息的情况下，现有多目标跟踪方法的漏跟及错跟现象，实现了更为精确的多目标跟踪。

本发明解决其技术问题所采用的技术方案是：一种基于轨迹分割与拼接的目标跟踪方法，其特点是包括以下步骤：

步骤一、设定一个初始化常数f₀，当图像序号frameNo满足0<frameNo<f₀时，对相邻的两帧图像中的目标检测结果Object₁＝{obj₁₁,obj₁₂,…，obj_1m}及Object₂＝{obj₂₁,obj₂₂,…，obj_2m}，计算代价矩阵

其中，cost_ij为obj_1i与obj_2j之间的欧式距离，计算如下：

将代价矩阵作为数据关联的输入矩阵，用匈牙利算法求解，得到匹配矩阵若obj_1i与obj_2j匹配成功，则将obj_2j存入obj_1i的轨迹当中。按此过程遍历初始化常数内的所有图像，得到每个目标的初始化轨迹片段tracklet_i。用最小二乘法对轨迹片段进行二次曲线拟合求得拟合参数param，拟合的曲线方程为：Ax²+Bx+C＝0。

当图像序号frameNo>f₀时，对相邻两帧图像用匈牙利算法进行数据关联，并判断关联后的轨迹片段是否满足分割条件。分割条件为：