[发明专利]一种基于背景建模和IoU匹配的多目标跟踪方法

权利要求书

1.一种基于背景建模和IoU匹配的多目标跟踪方法，其特征在于包括如下步骤：

1)对相机预置位设置以及相机标定：将进行目标跟踪时相机所处的固定位置设置为预置位，之后截取相机视频流的一帧图像，在其上进行目标跟踪兴趣区域标定；

2)卷积神经网络模型初始化：将卷积网络模型加载到GPU显卡中以及权重参数恢复；

3)获取实时视频流；

4)检查相机工作状态：工作状态正常，将获取的视频流进入步骤5)处理，工作状态不正常，清空跟踪队列并跳过当前视频帧，重复步骤3)；

5)基于背景建模算法的跳帧策略：判断当前帧是否处于非跳帧阶段，其处于非跳帧阶段，直接进入步骤6)，若处于跳帧阶段，则进行进一步处理，处理后发现当前兴趣区域内不存在目标，则跳过当前帧，返回步骤3)；若存在目标，则进入非跳帧阶段，继续执行步骤(6)；

6)使用卷积神经网络模型对兴趣区域进行目标检测，得到当前帧的目标检测结果；

7)基于IoU匹配的目标跟踪，对步骤6)检测到的每一个目标与上一帧跟踪队列里的目标进行匹配，以进行多目标跟踪；

8)动态调整参数策略，动态更新参数a，返回步骤3)。

2.如权利要求1所述的一种基于背景建模和IoU匹配的多目标跟踪方法，其特征在于步骤5)中，当前帧处于跳帧阶段，则进行进一步处理的具体过程如下：

5.1)对图像兴趣区域进行背景建模，并进行二值化得到二值图，将二值图进行闭、开运算并搜索矩形边框，得到矩形边框集合RB＝{RB_i＝(x_i,y_i,w_i,h_i)|i＝1,2,…,n}；其中RB_i为第i个矩形边框；(x_i,y_i,w_i,h_i)为第i个矩形边框中心点的横坐标、纵坐标、宽以及高；n为矩形边框数量；

5.2)将不符合公式(1)的矩形边框RB_i从集合RB中删除，更新矩形边框集合RB；

w_i*h_i∈[λ*a,a/λ] (1)

其中，a为动态更新参数，a的初始值为预先设置的可调值，取值范围为0～1.0，并由步骤8)进行动态更新；λ为预先设置的可调值，取值范围为0～1.0；

5.3)更新后的集合RB中的矩形边框数量等于0，表示当前兴趣区域内不存在目标，则跳过当前帧，返回步骤3)；否则进入非跳帧阶段，继续执行步骤6)。