[发明专利]一种基于异构图网络的多目标跟踪方法

权利要求书

1.一种基于异构图网络的多目标跟踪方法，其特征在于，包括：

S1基于原始视频序列，通过公共目标检测算法，提取每帧的检测框；

S2基于原始视频序列和检测框，通过数据关联处理，获得每帧图像中目标的位置；

S3基于该目标的位置和检测框，通过异构图网络处理，获得目标特征和检测特征；

S4对该目标特征和检测特征进行相似性度量处理，判断检测框是否属于某个终止目标，若是，则将检测框加入到该终止目标中，并将该终止目标设为活跃状态；否则，为检测框初始化一个新的目标；判断当前帧是否为视频的最后一帧，若是，则结束执行所述的方法；否则，执行所述步骤S2。

2.根据权利要求1所述的方法，其特征在于，所述的基于原始视频序列和检测框，通过数据关联处理，获得每帧图像中目标的位置包括：

令t为原始视频序列的帧序数；

当t＝1时，使用第1帧中所有的检测框进行初始化，获取目标的初始位置；

当t1时，根据检测框在t-1帧的位置进行数据关联，获得该第t帧的目标的位置；

通过二值分类器对第t帧的目标的位置进行位置判别处理。

3.根据权利要求2所述的方法，其特征在于，所述的当t1时，根据检测框在t-1帧的位置进行数据关联包括：通过相邻视频帧的光流图对检测框在第t-1帧的位置进行调整，然后使用线性回归器对调整后的检测框进行回归操作，获得第t帧的目标的位置；

所述的通过分类器对第t帧的目标的位置进行位置判别处理包括：

使用二值分类器对第t帧的目标的位置进行评分，若某个目标的位置分数小于预设阈值，则将该目标判定为已终止目标，否则，将该目标判定为活跃目标；

计算第t帧的检测框与活跃目标的位置之间的交并比，获得无法与目标的位置相匹配的检测框。

4.根据权利要求3所述的方法，其特征在于，所述的基于该目标的位置和检测框，通过异构图网络处理，获得目标特征和检测特征包括：

通过异构图网络，分别提取第t帧被判定为轨迹已终止目标的外观特征、空间关系特征和时间关系特征；

将该第t帧被判定为轨迹已终止目标的外观特征、空间关系特征和时间关系特征进行融合，获得目标特征；

通过异构图网络，提取无法与活跃目标相匹配的检测框的外观特征和空间关系特征；

将该无法与活跃目标相匹配的检测框的外观特征和空间关系特征进行融合，获得检测特征。

5.根据权利要求4所述的方法，其特征在于，所述的对该目标特征和检测特征进行相似性度量处理，判断检测框是否属于某个终止目标具体包括：

计算该检测特征与目标特征之间的欧式距离，若该欧式距离小于预设阈值，则将无法与活跃目标相匹配的检测框加入到小于预设阈值的终止目标轨迹中，并将该目标设置为活跃目标，在第t+1帧时对该目标执行所述的数据关联处理过程；否则，对无法与活跃目标相匹配的检测框进行初始化获得新的目标ID；

判断原始视频序列是否结束，若结束则输出目标的跟踪轨迹，否则，针对第t+1帧继续执行所述步骤S2。