[发明专利]一种基于多目标跟踪的目标推送方法

说明书

本发明公开了一种基于多目标跟踪的目标推送方法，涉及视频、图像分析处理邻域，包括包括以下步骤：S1，确定检测帧，使用目标检测算法模型对检测帧进行目标检测，识别目标信息；S2，采用多目标跟踪算法，对于每个目标分配一个轨迹Path⁽ⁱ⁾；S3，针对每个Path确定N帧缓冲区，对缓冲区中的每个缓存检测帧对象进行识别、定义，识别出最优帧，N帧缓冲区顺次更新，新的检测帧进栈，旧的N帧缓冲区的第一个缓存检测帧出栈，并决定出栈的缓存检测帧是否推送。本发明基于多目标跟踪算法，对多目标跟踪算法分析出的轨迹目标，优选地对轨迹目标进行推送，从而达到简化、优化推送结果的目的，同时，也可以提高目标图像检索精度与速度。

技术领域

本发明涉及视频、图像分析处理邻域，尤其涉及一种基于多目标跟踪的目标推送方法。

背景技术

随着近几年深度学习算法的普及和发展，数字化城市和智慧城市正在加快建设中，城市道路与公共监控部署更加普遍，一切不法行为都变得有迹可寻的同时，我们的城市变得更加安全。然而，城市建设数字化过程中，海量大数据暴涨成为困扰智慧城市建设的棘手的问题，海量图像、视频难以存储，部分厂商为了方便快捷、减少工作量，往往采用直接保存视频方式对监控图像与视频进行存储，然而，这种方式既浪费存储空间，又缩减了可保存数据的时长，不利于长周期回朔检索。因此，需要一种方法解决数据储存问题。

发明内容

本发明的目的在于提供一种基于多目标跟踪的目标推送方法。

为实现上述目的，本发明提供如下技术方案：

一种基于多目标跟踪的目标推送方法，包括以下步骤：

S1，确定检测帧，使用目标检测算法模型对检测帧进行目标检测，识别目标信息；

S2，采用多目标跟踪算法，对于每个目标分配一个轨迹Path⁽ⁱ⁾；

S3，针对每个Path确定N帧缓冲区，对缓冲区中的每个缓存检测帧对象进行识别、定义，识别出最优帧，N帧缓冲区顺次更新，新的检测帧进栈，旧的N帧缓冲区的第一个缓存检测帧出栈，并决定出栈的缓存检测帧是否推送。

进一步的，所述步骤S1中检测帧的确定方法：采用跳3～5帧的跳帧方式对实时视频流或视频文件提取出检测帧，检测帧定义为…F_T-1,F_T，T为当前时刻。

进一步的，所述步骤S1中的目标信息包括：通过目标检测算法模型输出所述目标属于检测类别的置信度得分C(0-1)、所述目标在图像中位置信息(x,y,w,h)，其中x为所述目标左上角相距图像左上角水平线的距离，y为所述目标左上角相距图像左上角垂直线的距离，其中w,h分别是目标的宽与高的长度，单位为pixel。

进一步的，所述步骤S2包括对步骤S1的目标进行分析与相似度对比。

进一步的，所述轨迹Path⁽ⁱ⁾为目标在某段时间区间内，从在视频里出现到消失的轨迹，每个轨迹包括多个检测帧，当某个Path⁽ⁱ⁾的目标在视频中消失后，多目标跟踪算法不再维护该轨迹信息。

进一步的，所述步骤S3中对于每个缓存检测帧对象定义包括：目标标志位Valid_Flag和最优标志位Best_Flag；Valid_Flag用以标识对于某一轨迹Path⁽ⁱ⁾，当前缓存检测帧是否检测到目标，如果检测到目标，则该标志位置为true,同时目标图像缓存进目标图像字段，否则为false；Best_Flag用于标识当前帧是否为缓冲区内最优帧，如果为最优帧，则该标志位置为true。

进一步的，所述步骤S3识别出最优帧的步骤为：