[发明专利]一种基于双环节约束的视频多目标跟踪方法

说明书

本发明公开了一种基于双环节约束的视频多目标跟踪方法，涉及视频、图像技术领域。包括以下步骤：记录检测目标的时间信息、位置信息和内容特征；计算检测目标与所有轨迹容器的内容特征相似度，若最大的相似度值大于第一阈值，则认定为有效匹配；对于未匹配的轨迹容器，进一步计算轨迹历史速度与临时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角、宽度变化比例，若三者都在给定的阈值区间内，则认定为有效匹配；将有效匹配的检测目标存放到对应轨迹容器中。本发明匹配结果真实可靠，有效的减少了轨迹碎片以及遮挡等情况导致的串号现象。

相关申请的交叉引用

本申请是基于申请号为201910964726X，申请日为：2019年10月11日，发明名称为：一种基于多维特征融合的视频多目标跟踪方法的分案申请。

技术领域

本发明涉及视频、图像处理技术领域，尤其涉及一种基于双环节约束的视频多目标跟踪方法。

背景技术

多目标跟踪技术是视频分析技术的一个重要环节，该技术把输入的检测目标Detection图像，按照出现的时间先后顺序，通过目标历史轨迹分析得到运动方向、预测的位置，结合目标之间的内容特征相似度进行匹配连接。如何有效的把每一视频帧中的目标，与历史帧中的轨迹目标进行匹配串联是该技术的关键。目前多目标跟踪技术领域都一般通过目标预测(Kalman轨迹预测比较成熟的选择方案)位置，然后用检测目标的实际位置与预测的位置进行匹配，然后对于没有匹配完成的轨迹和目标进行特征相似度匹配；或者，优先用特征相似度优先匹配轨迹和目标，保证长距离的运动目标能匹配完成，然后用检测目标的实际位置与预测的位置匹配。

针对日常监控视频中，目标的相互遮挡导致的目标重叠、目标检测丢失，目标的快速运动现象比较普遍；从而导致单纯的位置匹配、特征相似度匹配不能很好的解决问题，导致最终轨迹碎片过多，轨迹中串号(IDSwitch)现象严重。

发明内容

本发明的目的在于提供一种基于双环节约束的视频多目标跟踪方法，匹配结果真实可靠，有效的减少了轨迹碎片以及遮挡等情况导致的串号现象。

为实现上述目的，本发明提供如下技术方案：

一种基于双环节约束的视频多目标跟踪方法，其特征在于，包括以下步骤：

S1，记录检测目标的时间信息、位置信息和内容特征；

S2，计算检测目标与所有轨迹容器的内容特征相似度，若最大的相似度值大于第一阈值，则认定为有效匹配；

S3，对于未匹配的轨迹容器，进一步计算轨迹历史速度与实时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角、宽度变化比例，若三者都在给定的阈值区间内，则认定为有效匹配；

S4，将有效匹配的检测目标存放到对应轨迹容器中。

进一步的，所述S2的具体内容如下：

提取检测目标的内容特征，与所有轨迹容器中存储的内容特征进行内容特征相似度计算，得到相应的相似度值序列；从所述相似度值序列中找到最大的相似度值与第一阈值进行比较，并计算检测目标与轨迹容器中最后一帧的距离，与距离阈值进行比较；若最大的相似度值大于第一阈值且该距离在距离阈值以内，则认定为有效匹配。

进一步的，所述S2的具体内容如下：

若轨迹容器已存在检测目标的历史记录信息，对当前帧应当出现检测目标的位置信息进行实时预测，得到预测矩形区域；

检测实际检测目标的矩形区域，计算预测矩形区域与矩形区域的交并比，以1与交并比的差作为实际检测目标与预测检测目标的距离；取最小距离对应的轨迹容器与检测目标计算其内容特征相似度与第一阈值进行比较，若最大的相似度值大于第一阈值，则认定为有效匹配。

进一步的，所述S3的具体内容如下：