[发明专利]一种面向行人的长时间多目标跟踪方法有效
申请号: | 202010661169.7 | 申请日: | 2020-07-10 |
公开(公告)号: | CN111862153B | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 田玲;金琪;段贵多;罗光春;李诗琪;高向孚 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06N3/04 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 轩勇丽 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 行人 长时间 多目标 跟踪 方法 | ||
1.一种面向行人的长时间多目标跟踪方法,其特征在于,包括如下步骤:
步骤1、接收远程监控的视频数据,进行数据预处理,将处理好后的图像image存放在缓存buffer中,得到视频数据date;
步骤2、读取视频数据date,对读取的图像进行目标检测,得到图像所涉及的所有行人的位置信息,将检测的结果存储到txt文件中;
步骤3、对txt文件中记录的行人的位置信息进行目标跟踪处理,提取外观特征,根据txt文件记录行人在图像中左上角的坐标,对该图像进行剪裁,得到单一的行人图像,存储于目标集合O中,接着遍历目标集合O中的行人目标,并且使用VGG16网络对该遍历的目标提取外观特征,得到维度为1×128的外观特征向量,把所有目标的外观特征存储到目标外观特征集合,即Fdet={fdet1,fdet2,…,fdetn};
步骤4、用LSTM网络对已存在轨迹集合中的轨迹提取运动特征,已存在的轨迹集合包括已确认轨迹、暂定轨迹、暂时删除暂定轨迹、暂时删除已确认轨迹,永久删除轨迹,对已确认轨迹集合confirm_t={ct1,ct2,…,ctn}以及暂定轨迹集合tentative_t={tt1,tt2,…,ttn}提取运动特征,把集合中的每条轨迹的后续16个坐标点作为LSTM网络的输入,从而得到每条轨迹对当前时刻的坐标预估值x′,y′,w′,h′>;
步骤5、对外观特征和运动特征进行特征度量,根据Fdet={fdet1,fdet2,…,fdetn},由于轨迹含有外观特征f1这一属性,轨迹外观特征的获取是直接读取该属性的值,将轨迹外观特征与Fdet中记录当前目标的外观特征通过公式(2)进行比较;
其中,f1为轨迹外观特征,fdet为目标外观特征,当d1值大于等于0.5时,表明两者的外观相似,则继续进行后续操作,反之,将该值丢弃,不对两者进行后续操作,根据满足外观特征度量结果条件得到轨迹目标对,即track,object>,接着对其进行运动特征度量,根据轨迹track的坐标预估值即坐标预估值x′,y′,w′,h′>与object的位置信息进行比较,其中,每个目标的坐标信息记录在fdet中的后4列中,比较方式如公式(3)所示:
其中,为预测位置的面积,为实际目标位置的面积;
当d2值大于等于0.5时,表明预测位置与对比目标的位置接近,则继续进行后续操作,反之,将该值丢弃,不对两者进行后续操作,把满足条件的轨迹目标对track,object>所对应的外观特征度量值以及运动特征度量值代入公式(1)中,得到轨迹目标对最终的度量值d,公式(1)如下所示,
d=λ·d1+(1-λ)·d2 (1)
其中,d1为外观特征度量结果,d2为运动特征度量结果,λ为权重;
步骤6、根据度量结果,采用匈牙利算法进行目标关联,生成如下轨迹情况,情况b,图像帧中出现新的目标,将其初始化为暂定轨迹,把该条轨迹添加到新增已确认轨迹集合add_ct;情况c,暂定轨迹集合tentative_t中出现状态转换为已确认轨迹,即暂定轨迹存在连续3帧能够关联到目标对象,把该条轨迹添加到新增已确认轨迹集合add_ct,针对出现情况b新增暂定轨迹集合add_tt={addtt1,addtt2,…,addttn}中每条轨迹与暂时删除暂定轨迹集合d_tt={dtt1,dtt2,…,dttn}进行核查,对该情况的轨迹对addttj,dtti核查时,使用公式(2)得到的d1值进行外观特征比较,由于暂时删除暂定轨迹与新增暂定轨迹相隔时间间距大于等于15帧,此时比较的过程还需要参考轨迹可信基数θ,两条轨迹相隔距离越大,说明可行度越低,θ的计算如公式(4)所示,最终轨迹应该满足的核查条件如公式(5)所示,
df=θ+d1≥check_γ (5)
其中,θ为轨迹可信基数,length为当前轨迹的长度,check_γ为阈值,d1为公式(2)得到的结果;
根据公式(5)得出的df值,判断是否大于等于check_γ,check_γ取值为1.6,若满足则说明两条轨迹为跟踪同一目标的轨迹;
针对出现情况c新增已确认轨迹集合add_ct={addct1,addct2,…,addctn}中的每条轨迹与暂时删除确认轨迹集合d_ct={dct1,dct2,…,dctn}中的每一条轨迹进行核查,首先把轨迹对addctj,dcti的外观特征通过公式(2)进行度量,若d1值大于等于0.7,则接着对暂时删除确认轨迹dcti主要通过LSTM网络生成与addctj轨迹时间相对应的预测轨迹,然后把预测轨迹上的预估点与addctj轨迹上的时间相对应的轨迹点,通过公式(3)对运动特征进行度量,每对轨迹点度量结果为ti,所有相应两点的度量结果如公式(6)所示,整体比较的过程中依然需要参考轨迹可信基数θ,θ的计算如公式(4)所示,最终轨迹应该满足的核查条件如公式(7)所示,
dm=θ+ttotal≥check_ε (7)
其中,ttotal为轨迹度量结果,ti为轨迹点度量值,θ为轨迹可信基数,check_ε为阈值,
根据公式(7)得出的df值,判断是否大于等于check_ε,check_ε取值为1.7,若满足则说明两条轨迹为跟踪同一目标的轨迹;
步骤7、对步骤6生成的轨迹进行核查;
步骤8、根据步骤6和步骤7的结果对轨迹更新,更新结束后,返回步骤2,接着对后续视频帧进行多目标跟踪,直到没有接收到监控视频数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010661169.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种整机柜服务器电源模块均流控制系统及方法
- 下一篇:烹饪设备