[发明专利]一种基于高空视角与地面视角的多目标协同跟踪方法

权利要求书

1.一种基于高空视角与地面视角的多目标协同跟踪方法，其特征在于：

步骤s1，将空地协同视角的两段同步视频分别分割成长度相等的V个小段视频；

步骤s2，根据目标检测结果对每个小段视频分别生成不同视角下目标的小段轨迹；

步骤s3，计算不同小段轨迹之间的相似性得分；

步骤s4，依据相似得分C采用联合优化函数进行轨迹关联生成短交叉视图轨迹；

步骤s5，重复步骤s2至s4，将短交叉视图轨迹进行连接，从而获得交叉视图长轨迹作为最终的跟踪结果；其中：所述短交叉视图轨迹生成过程：

通过相似性得分C获得任意跨时空轨迹片段之间的相似度度量；

根据相似度度量采用如下公式求解

函数

其中：c_ij表示轨迹片段i和j之间的相似度，可以由步骤三计算得到；a_ij为0-1的二值变量，表示是否两个轨迹片段属于同一目标。

2.根据权利要求1所述的一种基于高空视角与地面视角的多目标协同跟踪方法，其特征在于：采用跨视角轨迹相似性获得所述步骤S3中不同视角相同时刻的两段小段轨迹之间的相似性得分生成的步骤：

201、采用空间分布一致性

利用基于空间分布的方法得到高空与地面视图的匹配结果：

如果检测框B_m与检测框B_q匹配结果是同一人，则S(B_m,B_q)＝1；否则，S(B_m,B_q)＝0；

高空视图轨迹B_m与地面视图轨迹B_q之间的相似性表示如下：

其中，F是重叠的帧数，B_m是顶视视图下的检测结果，B_q是地面视图下的检测结果，|B_m|是轨迹B_m的数量，|B_q|是轨迹B_q的数量；

202、采用外观相似性

利用孪生网络来度量轨迹间相似性；

分别计算空地协同视角下两段轨迹的平均图像并输入网络；

提取特征

计算特征间的欧氏距离得到相似性得分

结合以上相似性得分，利用线性组合计算边的权重为：

3.根据权利要求1所述的一种基于高空视角与地面视角的多目标协同跟踪方法，其特征在于：采用跨时间轨迹一致性获得所述步骤S3中不同时间同一视角两段小段轨迹之间的相似性得分生成的步骤：

301、利用颜色直方图来度量单视图目标的外观相似性获得外观轨迹一致性：

计算单个视图轨迹的目标颜色直方图；

将颜色直方图的中值Ψ(B)作为轨迹B的外观描述符；

利用直方图相交计算轨迹间外观相似性

302、利用恒定速度运动模型来预测运动一致性获得动作连续性：

利用运动模型计算正向偏差误差δ_p和反向偏差误差δ_n；

通过δ＝α(δ_p+δ_n)测量轨迹间差异性；

将误差转化为相似性

结合以上相似性得分，利用线性组合计算边的权重为：