[发明专利]一种多运动目标跟踪方法、装置及存储介质

说明书

本发明公开了一种多运动目标跟踪方法、装置及存储介质，该方法包括：获取待检测图像中的N个运动目标区域；根据每一个运动目标区域与预先获取的每一个跟踪器的当前位置区域及预测区域的IOU值，获取所有运动目标区域与所有跟踪器的IOU关系矩阵；根据IOU关系矩阵，利用匈牙利算法对每一个运动目标区域匹配对应的跟踪器；当任一个运动目标区域匹配上任一个跟踪器时，根据运动目标区域对匹配的跟踪器的当前位置区域进行更新，并根据更新后的当前位置区域和预先获取的匹配的跟踪器的运动数据对匹配的跟踪器的预测区域进行更新；本发明能够减少跟踪数据的计算量，从而减少跟踪目标与跟踪器的匹配时间，进而提高跟踪目标的跟踪效率。

技术领域

本发明涉及目标跟踪技术领域，尤其涉及一种多运动目标跟踪方法、装置及存储介质。

背景技术

目前，视频的目标跟踪有以下两种跟踪方法，一种方法步骤如下：首先将视频中的每帧视频进行目标检测；其次，使用KCF算法作为单目标跟踪器算法，分别为每个目标匹配对应的跟踪器。

另一种方法步骤如下：首先对视频的第一帧图像进行目标检测，并将检测到的目标初始化一个单目标跟踪器；其中，跟踪器由一个分类器和一个预测器组成，预测器用于预测目标下一个位置，分类器确认预测是否准确；其次，每隔N帧重新进行目标检测，将检测结果与跟踪结果匹配，修正跟踪的目标，并将新检测到的目标加入跟踪队列，以是实现目标跟踪。

由上可知，上述两种方法需使用KCF算法或深度学习算法(分类器模型需要用到深度学习算法)分别对每个目标进行跟踪，然而KCF算法和深度学习算法的计算量大，导致获取跟踪目标对应的跟踪器的时间长，从而导致跟踪目标的跟踪速度慢，跟踪效率低。

发明内容

本发明实施例所要解决的技术问题在于，提供一种多运动目标跟踪方法、装置及存储介质，能够减少跟踪数据的计算量，从而减少跟踪目标与跟踪器的匹配时间，进而提高跟踪目标的跟踪效率。

为了解决上述技术问题，本发明实施例提供了一种多运动目标跟踪方法，包括：

获取待检测图像中的N个运动目标区域；其中，N≥1；

根据每一个所述运动目标区域与预先获取的每一个跟踪器的当前位置区域及预测区域的IOU值，获取所有所述运动目标区域与所有所述跟踪器的IOU关系矩阵；

根据所述IOU关系矩阵，利用匈牙利算法对每一个所述运动目标区域匹配对应的跟踪器；

当任一个所述运动目标区域匹配上任一个所述跟踪器时，根据所述运动目标区域对匹配的跟踪器的当前位置区域进行更新，并根据更新后的当前位置区域和预先获取的所述匹配的跟踪器的运动数据对所述匹配的跟踪器的预测区域进行更新；其中，所述预测区域用于预测运动目标的位置，以对运动目标进行跟踪。

进一步地，所述预测区域包括匀速直线运动预测区域和匀变速直线运动预测区域；则，所述根据每一个所述运动目标区域与预先获取的每一个跟踪器的当前位置区域及预测区域的IOU值，获取所有所述运动目标区域与所有所述跟踪器的IOU关系矩阵，具体为：

计算每一个所述运动目标区域与预先获取的每一个跟踪器的当前位置区域的第一IOU值；

计算每一个所述运动目标区域与预先获取的每一个跟踪器的匀速直线运动预测区域的第二IOU值；

计算每一个所述运动目标区域与预先获取的每一个跟踪器的匀变速直线运动预测区域的第三IOU值；

比较所述第一IOU值、所述第二IOU值和所述第三IOU值的大小，将数值最大的IOU值作为对应的所述运动目标区域与对应的所述跟踪器的最终IOU值；

根据所有所述运动目标区域与所有所述跟踪器的最终IOU值，获得所有所述运动目标区域与所有所述跟踪器的IOU关系矩阵。