[发明专利]基于多属性的多目标跟踪方法及装置

权利要求书

1.一种基于多属性的多目标跟踪方法，包括：

通过跟踪确定当前跟踪目标是否处于复杂交叉状态，所述复杂交叉状态是指所述当前跟踪目标在预定数量的连续图像帧中与其他目标发生重叠；

在所述当前跟踪目标处于复杂交叉状态时，依次使用当前跟踪目标的身高、衣着、步态三种信息进行再识别，其中，按照身高、衣着属性、步态属性三种信息的优先级，满足预设条件的情况下，优先使用上述三种信息中优先级最高的信息进行再识别，当优先级最高的信息满足再识别条件时，则不必进行下一优先级的信息的识别；其中，上述三种信息的优先级顺序如下：身高衣着属性步态属性；

其中，在所述当前跟踪目标处于复杂交叉状态时，依次使用当前跟踪目标的身高、衣着、步态三种信息进行再识别，包括：

确定所述当前跟踪目标以及与所述当前跟踪目标重叠发生复杂交叉的目标的身高之差是否满足预设身高阈值；

在所述当前跟踪目标以及与所述当前跟踪目标重叠发生复杂交叉的目标的身高之差满足预设身高阈值时，利用所述当前跟踪目标的身高进行识别。

2.如权利要求1所述的方法，其中，在所述当前跟踪目标处于复杂交叉状态时，依次使用当前跟踪目标的身高、衣着、步态三种信息进行再识别，还包括：

在所述当前跟踪目标以及与所述当前跟踪目标发生复杂交叉的目标的身高之差不满足预设身高阈值时，确定所述当前跟踪目标以及与所述当前跟踪目标发生复杂交叉的目标的衣着属性之间的欧式距离是否满足预设距离阈值；

在所述当前跟踪目标以及与所述当前跟踪目标发生复杂交叉的目标的衣着属性之间的欧式距离满足预设衣着属性阈值时，利用所述当前跟踪目标的衣着属性进行识别。

3.如权利要求1所述的方法，其中，在所述当前跟踪目标处于复杂交叉状态时，依次使用当前跟踪目标的身高、衣着、步态三种信息进行再识别，还包括：

在所述当前跟踪目标以及与所述当前跟踪目标发生复杂交叉的目标的衣着属性之间的欧式距离不满足预设距离阈值时，确定所述当前跟踪目标以及与所述当前跟踪目标发生复杂交叉的目标的步态属性相似度是否满足预设步态相似度阈值；

在所述当前跟踪目标以及与所述当前跟踪目标发生复杂交叉的目标的步态属性相似度满足预设步态相似度阈值时，利用所述当前跟踪目标的步态属性进行识别。

4.如权利要求1所述的方法，其中，在通过跟踪确定当前跟踪目标是否处于复杂交叉状态之前，还包括：

计算当前跟踪目标与其他目标之间的面积交并比；

在所述面积交并比大于预设交并比阈值时，确定当前跟踪目标与其他目标重叠；

获取所述当前跟踪目标在当前帧之前预定数量帧中的身高、衣着属性和步态属性。

5.如权利要求4所述的方法，其中，所述身高、衣着属性和步态属性分别通过平均高度像素值、颜色直方图特征值以及步态特征值确定。

6.如权利要求1所述的方法，其中，在通过跟踪确定当前跟踪目标是否处于复杂交叉状态之前，还包括：

使用行人检测器在当前帧获取行人的检测框，当检测框在之前预定数量图像帧的一区域内连续出现，则新建为跟踪目标，初始化卡尔曼滤波器；

对当前跟踪目标在当前帧中使用卡尔曼滤波器获取预测框，将所述预测框与当前跟踪目标的所述检测框进行联合概率数据关联，获得跟踪框；

所述通过跟踪确定当前跟踪目标是否处于复杂交叉状态，包括：

判断当前跟踪目标的跟踪框与其他目标的跟踪框是否重叠，若不重叠则给出跟踪结果；若重叠，则把当前跟踪目标置为“交叉”状态；

对“交叉”状态的当前跟踪目标，当跟踪框不再交叉时，取消所述当前跟踪目标的“交叉”状态；若交叉时间超过预定数量值的图像帧，则确定当前跟踪目标发生复杂交叉，否则将所述当前跟踪目标的跟踪框作为所述当前跟踪目标的跟踪结果。

7.如权利要求6所述的方法，其中，所述对当前跟踪目标在当前帧中使用卡尔曼滤波器获取预测框，将所述预测框与当前跟踪目标的所述检测框进行联合概率数据关联，获得跟踪框，包括：

把当前跟踪目标当作质点，将卡尔曼滤波器预测框与当前帧的检测框进行联合概率数据关联。