[发明专利]一种基于SSD算法的目标跟踪方法及系统

说明书

本发明公开了一种基于SSD算法的目标跟踪方法及系统，方法包括：S1、目标跟踪开始时，将被跟踪目标所在区域的图像块送入SSD算法模块所建立的当前在线模型中，检测出目标类型；S2、目标跟踪开始后，获得每一帧时，通过SSD算法模块检测出目标所在的位置，同时将该帧图片信息存储到跟踪实时存储图形库中；S3、根据跟踪实时存储图形库对当前在线模型进行训练，得到新的在线模型；S4、当跟踪实时存储图形库中的图像数量达到预先设定的阈值时，将新的在线模型替换当前在线模型，同时清空跟踪实时存储图形库；S5、重复步骤S2‑S4，直到跟踪过程结束为止。本发明所提供的方法及系统，充分利用SSD算法在目标外观建模方面的优良性能，获得了较为鲁棒的目标跟踪效果。

技术领域

本发明涉及目标跟踪技术领域，具体涉及一种基于SSD算法的目标跟踪方法及系统。

背景技术

视觉跟踪算法在近几十年得到了比较好的研究和发展。尽管很多有效视觉跟踪策略被不断提出，但是鲁棒的视觉跟踪仍是一项巨大挑战。目标跟踪中需要解决的问题大致有以下几种：目标遮挡下的跟踪、摄像头运动时的跟踪、多目标跟踪、目标尺度变化、复杂场景下的跟踪、目标丢失等。目标检测作为目标跟踪的前提条件，其检测精度至关重要。但是，目前的方法在速度和准确率方面难以达到相应要求。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于SSD算法的目标跟踪方法及系统，充分利用SSD算法在目标外观建模方面的优良性能，获得了较为鲁棒的目标跟踪效果，跟踪速度快、准确率高。

为实现上述目的，本发明采用的技术方案如下：

一种基于SSD算法的目标跟踪方法，包括：

S1、目标跟踪开始时，将被跟踪目标所在区域的图像块送入SSD算法模块所建立的当前在线模型中，检测出目标类型；

S2、目标跟踪开始后，获得每一帧时，通过所述SSD算法模块检测出目标所在的位置，同时将该帧图片信息存储到跟踪实时存储图形库中；

S3、通过所述SSD算法模块，根据所述跟踪实时存储图形库对所述当前在线模型进行训练，得到新的在线模型；

S4、当所述跟踪实时存储图形库中的图像数量达到预先设定的阈值时，将新的在线模型替换所述当前在线模型，用以在后续帧中进行目标检测，同时清空所述跟踪实时存储图形库；

S5、重复步骤S2-S4，直到跟踪过程结束为止。

进一步，如上所述的一种基于SSD算法的目标跟踪方法，步骤S1中，通过所述SSD算法模块进行目标检测，包括：

产生多个不同尺度、不同长宽比的目标框；

将多个不同的卷积滤波器应用于各个卷积层上，得出各个目标框的分值和位置偏移，确定一系列候选目标框；

通过非极大值抑制策略确定最终的检测结果。

进一步，如上所述的一种基于SSD算法的目标跟踪方法，所述SSD算法模块具体包括：

使用VGG16基础网络结构的前5层，利用astrous算法将fc6和fc7层转化成两个卷积层，增加3个卷积层和1个average pool层，不同层次的feature map分别用于预测default box的偏移以及不同目标类别的得分，最后通过nms得到最终的检测结果。

一种基于SSD算法的目标跟踪系统，包括：

第一检测模块，用于目标跟踪开始时，将被跟踪目标所在区域的图像块送入SSD算法模块所建立的当前在线模型中，检测出目标类型；

第二检测模块，用于目标跟踪开始后，获得每一帧时，通过所述SSD算法模块检测出目标所在的位置，同时将该帧图片信息存储到跟踪实时存储图形库中；