[发明专利]智能目标跟踪轨迹记录方法

说明书

本发明涉及智能目标跟踪轨迹记录方法，采用多个摄像头采集目标图像，通过多目测距得到目标运动的三维轨迹，包括以下步骤：当每个摄像头检测采集图像中的目标为跟踪目标时，采用KCF跟踪算法对跟踪目标进行跟踪；根据每个摄像头采集的图像中目标的位置得到目标的三维坐标；并记录三维坐标进行显示。本发明利用改进的M‑KCF高速跟踪算法跟踪目标，测量精度高，速度快，适用于目标移动速度较快或者系统实时性要求较高的情况。

技术领域

本发明涉及计算机跟踪领域，具体是通过跟踪算法跟踪目标，然后通过视差原理计算目标的三维坐标，最后形成轨迹的一种智能目标跟踪轨迹记录方法。

背景技术

目标的跟踪是计算机视觉的一个重要研究领域。随着科技的发展，目标跟踪以及目标轨迹记录在交通监控、行人流量、天文观测、自动驾驶、飞行器研发等领域有着很实用的价值。针对目标跟踪，国内外大量学者做了很多工作。现在常见的目标跟踪算法几乎已经能够达到实时跟踪的目的。不过在一些领域，例如飞行器的研发领域，或者对目标跟踪实时性要求较高的领域中。由于目标速度较快，或者实时性要求较高，传统的跟踪方法不能够达到实时跟踪的目的。

发明内容

针对以往跟踪系统不能跟跟踪快速移动的目标或者系统本身实时性不够好等问题，本发明提出采用改进的高速跟踪算法来跟踪目标，最终达到记录目标轨迹的目的。

本发明为实现上述目的所采用的技术方案是：智能目标跟踪轨迹记录方法，采用多个摄像头采集目标图像，通过多目测距得到目标运动的三维轨迹，包括以下步骤：

当每个摄像头检测采集图像中的目标为跟踪目标时，采用KCF跟踪算法对跟踪目标进行跟踪；

根据每个摄像头采集的图像中目标的位置得到目标的三维坐标；

并记录三维坐标进行显示。

所述KCF跟踪算法包括以下步骤：

1)使用所有摄像头当前采集图像中的跟踪目标作为正样本，对正样本循环位移之后得到负样本；

2)采用正样本、负样本更新KCF跟踪算法得到KCF跟踪算法中SVM分类器的参数w以及常量w0；

3)每个摄像头分别输入下一帧采集图像，分别将下一帧采集图像的特征x代入函数f(x)＝wTx+w0；x为图像的特征，w0为分类平面的常量；

判断每个摄像头的f(x)最大值是否大于0；

若当前摄像头中f(x)的最大值大于0，则f(x)最大值对应的特征x位置为当前摄像头下一帧采集图像中的目标位置；否则，则目标丢失，停止跟踪；

当所有摄像头均判断完毕，返回步骤1)，直到目标消失或手动停止。

所述对正样本循环位移之后得到负样本具体为：

将正样本与由单位矩阵构成的循环矩阵相乘，构成负样本；

C(x)是一个n×n的循环矩阵，通过一个1×n的向量x的循环移位获得：

所述w通过以下步骤得到：

将X带入下式得