[发明专利]基于行为学习的多目标跟踪方法及系统有效
| 申请号： | 201610258466.0 | 申请日： | 2016-04-22 |
| 公开（公告）号： | CN105957105B | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 季向阳;但乐;赵泽奇;戴琼海 | 申请（专利权）人： | 清华大学;清华大学深圳研究生院 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张大威 |
| 地址： | 100084 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于行为学习的多目标跟踪方法及系统，该方法包括：获取目标视频序列，对目标视频序列进行检测，并根据检测结果获得跟踪目标候选框的大小及位置信息；对多目标实时跟踪问题进行建模，并建立多目标实时跟踪问题的产生式概率模型；针对产生式概率模型中的全局条件概率项，在已进行正确标注的训练集上进行离线训练，进行普适于各种场景的全局行为预测，针对产生式概率模型中的局部条件概率项利用每个目标在当前帧之前的跟踪数据，实时在线训练适用于该目标的局部行为预测；结合全局行为预测及局部行为预测得到目标的行为预测，并根据预测的目标行为进行多目标跟踪。本发明在多目标跟踪时能保持跟踪率，同时能明显的减少跟踪错误率。 | ||
| 搜索关键词： | 基于 行为 学习 多目标 跟踪 方法 系统 | ||
【主权项】：
1.一种基于行为学习的多目标跟踪方法，其特征在于，包括以下步骤：S1：获取目标视频序列，对所述目标视频序列进行检测，并根据检测结果获得跟踪目标候选框的大小及位置信息；S2：对多目标实时跟踪问题进行建模，并建立所述多目标实时跟踪问题的产生式概率模型；S3：针对所述产生式概率模型中的全局条件概率项，在已进行正确标注的训练集上进行离线训练，进行普适于各种场景的全局行为预测，针对所述产生式概率模型中的局部条件概率项利用每个目标在当前帧之前的跟踪数据，实时在线训练适用于该目标的局部行为预测；以及S4：结合所述全局行为预测及所述局部行为预测得到目标的行为预测，并根据预测的目标行为进行多目标跟踪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学;清华大学深圳研究生院，未经清华大学;清华大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610258466.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于快速UNCLS的高光谱亚像素探测方法
- 下一篇：一种气气换热器的支撑结构
