[发明专利]一种采用时间动态表观模型的实时在线多目标跟踪方法

摘要

本发明涉及一种采用时间动态表观模型的实时在线多目标跟踪方法。本发明将多目标跟踪过程中每个目标的表观信息看作是一个时间有序的表观序列，通过考虑目标表观信息在跟踪过程中随时间变化的规律，建立有强判别力的表观模型来表达表观序列的时间动态变化特性；同时通过多个隐状态的观测模型建模目标表观在特征空间中的结构多样性，为目标与检测结果之间的数据关联提供精确的表观匹配信息；通过将检测结果逐帧地与目标进行关联完成实时在线多目标跟踪的任务，可实时准确的跟踪视频中的多个感兴趣目标。在保证跟踪性能的同时具有很高的计算效率，能够实际应用于各种实时系统。

主权项

1.一种采用时间动态表观模型的实时在线多目标跟踪方法，其特征在于具体实施步骤如下：步骤一、对每一帧视频图像使用离线训练好的目标检测器进行目标检测，获得包含目标位置和尺度信息的检测结果；步骤二、对步骤一中获取的检测结果提取边缘特征，并使用离线训练好的属性检测器进行打分，选取打分最高的48个检测器用于中层语义特征提取；步骤三、对每个已跟踪目标，使用通过隐马尔科夫模型在线建立的时间动态表观模型计算该目标与检测结果之间的匹配程度，进行数据关联；步骤四、对已跟踪目标进行状态更新；若获得关联数据则使用卡尔曼滤波器对目标状态进行更新，并将与之关联的检测结果加入该目标的轨迹中，同时通过增量学习更新对应的时间动态表观模型；若没有获得关联数据则使用卡尔曼滤波器对当前时刻的目标状态进行预测，将预测结果加入目标轨迹，此时不更新对应的时间动态表观模型；若一个目标在长时间内持续没有获得关联数据，则认为该目标为从场景中消失，将其从已跟踪目标列表中删除；步骤五、对未发生关联的检测结果进行处理，如有新的目标出现，则为其新出现的目标初始化一个离线训练好的通用时间动态表观模型，加入已跟踪目标列表；如没有新的目标出现，则判断跟踪是否结束，若未结束则转步骤一进行下一视频帧的跟踪，直到视频结束则跟踪结束。