[发明专利]物体识别追踪方法

权利要求书

1.一种物体识别追踪方法，其特征在于：

1)对输入视频预处理；

处理步骤为视频解码，视频图像化，图像归一化；

2)利用神经网络对视频图片进行检测识别；

步骤一：输入图像；

由1)中采集的图像送入步骤二；

步骤二：检测目标区域；

步骤一中的图像会经过提取候选框，即目标区域的网络，提取感兴趣的区域；

步骤三：识别物体类别；

本步骤对步骤二中的候选框的内容进行识别分类；采用改进的ZF网络，使用适合网络大小的图片作为输入，网络的每一层是一个大小为w×h×d的三维矩阵，其中h和w代表图像的高度和宽度，d是滤波器的个数或者信道维数，利用上述三维矩阵得出网络每一层的神经单元个数；网络的输入为w×h×d维；网络每一层的输出计算公式为：

ho=hi+2*pad-kernel_sizestride+1]]>

其中：

ho为输出图像高度，hi为输入图像高度；

pad为填充大小，指定在每次输入的图像的每一边加上多少个像素；

kernel_size为卷积核大小；

stride为步长，指滤波器滤波时候的滑动步长，即指定每次间隔几个像素值进行滤波；

输出宽度wo采用同样的方法计算；

wo=wi+2*pad-kernel_sizestride+1]]>

步骤四：计算神经网络特征，经过softmax分类器进行分类从而生成C个物体类别的概率；又由于每个候选框的位置在步骤一中就会给出，至此，识别以及定位结束；

3)通过物体跟踪模块跟踪；

识别出物体的图片帧输入到检测识别模块中，同时输入识别出的物体位置及类别信息，在这一帧就初始化跟踪器，并且在接下来的视频序列中对这个检测到的物体进行跟踪，直到发生跟踪丢失的情况或者发生了镜头切换，至此一个跟踪序列结束；

4)进行投票操作；

2)与3)中既有检测结果又有跟踪结果，那么就牵扯到融合，在融合之后，便得到了一个个物体识别序列，为了得到最终的识别结果，需要一个投票操作；经过了这个投票操作后，对于每一个序列均会得到一个统一的标注、一个统一的分数；至此经过对整个视频的扫描后，对这个视频内的物体信息分析完毕。

2.如权利要求1所述的物体识别追踪方法，其特征在于：

对输入视频预处理方法中，采用从输入视频中截取帧的方法获取图片，其中帧率为25FPS,然后对截图的图片进行归一化处理，实验中采用224×224像素大小。

3.如权利要求2所述的物体识别追踪方法，其特征在于：

通过物体跟踪模块跟踪过程中，同一帧的画面中同时跟踪多个目标，每检测识别一次需要150ms，并采用了加速方法，每隔十帧检测识别一次。