[发明专利]基于多属性的多目标跟踪方法及装置

说明书

本发明提出一种基于多属性的多目标跟踪方法及装置。所述方法，包括：通过目标跟踪方法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、衣着属性、步态属性三种信息进行再识别。本发明执行速度极快，同时也保证了准确率，特别是在有交叉发生时比一般方法出错少。

技术领域

本发明涉及计算机处理技术领域，更具体地涉及一种基于多属性的多目标跟踪方法及装置。

背景技术

多目标跟踪属于计算机视觉领域中的一个重要问题，在视频监控、自动驾驶、视频分析等领域有广泛的应用。根据场景不同，多目标跟踪的评价指标侧重不同。例如对于自动驾驶，不必过多考虑保持行人编号不变，实时性以及召回率显得更重要；而对于足球视频分析，实时性以及召回率则显得不那么重要，更多侧重于保持每个运动员的编号不要改变。

对于多目标跟踪，通常做法是用整体(batch)模式，即一次观看整段视频序列，优化得到轨迹。由于这种方法只能处理整段视频，故无法应用到实时监控以及自动驾驶等需要实时处理的领域。另一种做法是延迟(delay)模式，即每帧输出结果都可以根据未来一段时间的信息进行修正。这种做法能够应用在实时性要求不高的跟踪系统中。与以上两种不同，实时(online)模式每一帧的结果只依赖于过去历史信息，不能由未来信息修正。这种模式没有任何延迟，具有高实时性，然而准确率却不高，尤其在交叉时经常出错。

发明内容

结合实际需求，提出一种基于多属性的多目标跟踪方法及装置，具有高实时性，且能够保持目标编号在交叉情况下保持不变。

根据本发明一方面，提供了一种基于多属性的多目标跟踪方法，包括：

通过目标跟踪方法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、衣着属性、步态属性三种信息进行再识别。

其中，所述依次使用当前跟踪目标的身高、衣着属性、步态属性三种信息进行再识别，包括：

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，优先使用高优先级的上述三种信息中的一种进行再识别；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。

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。

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：