[发明专利]一种视频目标跟踪方法

权利要求书

1.一种视频目标跟踪方法，其特征在于，包括以下步骤：

S1、对视频流进行解码获取图像数据；

S2、将步骤S1解码后的图像数据选取一帧输入到SSD模型中，进行多目标识别，提取图像中的各类目标类别信息、目标位置框信息和目标图像框面积信息；

S3、初始化卡尔曼滤波器，根据前一帧图像中的目标位置框信息预测下一帧目标位置框信息；

S4、利用改进的匈牙利算法对步骤S2提取到的目标信息与步骤S3预测的目标信息进行最优匹配；

S5、获取S1解码的下一帧图像数据，重复步骤S2和S3，实现多连续帧视频中的多目标跟踪；

所述步骤S4中，将步骤S2提取到的目标位置框信息、目标类别信息、目标图像框面积信息以及步骤S3预测的目标位置框信息，进行归一化处理，计算欧式距离

其中x₁表示提取到的目标位置框中心点位置，x₂表示预测的目标位置框中心点位置；

y₁表示提取到的目标类别，y₂表示预测的目标类别；

z₁表示提取到的目标图像框面积，z₂表示预测的目标图像框面积，a、b、c分别为目标位置框中心点位置、目标类别、目标图像框面积的权重系数。

2.根据权利要求1所述的一种视频目标跟踪方法，其特征在于，所述步骤S1中，利用ffmpeg、cuda对实时视频流或者本地视频文件进行硬解码、图像转换，得到能进行计算的图像数据。

3.根据权利要求1所述的一种视频目标跟踪方法，其特征在于，所述步骤S1中，利用OpenCV的函数进行实时视频流或者本地视频文件读取，得到能进行计算的图像数据。

4.根据权利要求1所述的一种视频目标跟踪方法，其特征在于，所述步骤S2中，需要先在ubuntu下配置caffe环境，对caffe中的SSD算法的C++进行重新编译，然后将步骤S1解码后的图像数据输入到SSD模型中，进行多目标识别。

5.根据权利要求1所述的一种视频目标跟踪方法，其特征在于，所述步骤S2中，包括获取目标RGB颜色直方图，利用视频结构化获取目标的更多信息。

6.根据权利要求5所述的一种视频目标跟踪方法，其特征在于，所述步骤S2中，目标的更多信息包括针对行人获取性别、年龄以及衣着特征，针对车辆获取车牌号、车辆类别、颜色以及品牌信息。

7.根据权利要求1所述的一种视频目标跟踪方法，其特征在于，所述步骤S2中，目标类别包括人、自行车、小车、大巴车、摩托车和动物。