[发明专利]基于滑窗优化的多目标跟踪方法

摘要

本发明提出一种基于滑窗优化的多目标跟踪方法，包括以下步骤：获取目标视频序列，检测目标视频序列，并根据检测结果对各个目标的状态信息进行初始化；计算当前帧中所有目标的状态信息与已存在的目标的状态信息的相似度，并根据相似度判断当前帧中各目标的状态，其中，当前帧中各目标的状态包括明确状态和模糊状态；建立近似‑缩减框架将当前帧中的明确状态与已存在的目标的状态进行最优连接，以得到跟踪结果。本发明能够在提高跟踪的准确率的同时，保证跟踪的实时性，从而满足了更多应用的需求。

主权项

1.一种基于滑窗优化的多目标跟踪方法，其特征在于，包括以下步骤：S1：获取目标视频序列，检测所述目标视频序列，并根据检测结果对各个目标的状态信息进行初始化；S2：计算当前帧中所有目标的状态信息与已存在的目标的状态信息的相似度，并根据所述相似度判断所述当前帧中各目标的状态，其中，所述当前帧中各目标的状态包括明确状态和模糊状态；以及S3：建立近似‑缩减框架将所述当前帧中的明确状态与已存在的目标的状态进行最优连接，以得到跟踪结果，具体包括：根据多目标跟踪过程中状态间连接的互斥性及时序，建立模糊‑明确状态图，以缩减可行集空间所设计的适用于多目标跟踪的数据结构，其中，所述模糊‑明确状态图中的每个节点表示目标在当前帧的状态，节点之间的连线表示同一目标在各帧的状态的连接，其中，建立近似‑缩减框架，具体包括：采用公式(I)对多目标跟踪问题进行建模，所述多目标跟踪问题为求得在已知所有观测的条件下，将概率最大化的所有目标状态值所述公式(I)为每一帧每一个目标都取得最优状态，可变形为：对于明确状态由于其与已存在状态的相似程度高，可以推得：且模糊状态为除了明确状态之外的状态，可以表示为则所述公式(Ⅱ)可变为公式(Ⅲ)以及公式(Ⅳ)两部分：分别进行所述公式(Ⅲ)和公式(Ⅳ)的优化，并在完成所述公式(Ⅳ)的优化之后，明确状态已经完成了连接，并变成了对所述公式(Ⅲ)进行优化的条件，则所述公式(Ⅲ)优化为：其中，所述公式(Ⅴ)对模糊状态可能进行连接的可行集进行了缩减，并在迭代的过程中，不断的从模糊状态中产生新的明确状态S4：根据连接信息更新已存在的目标的状态信息，并缩减模糊状态进行连接的可行集，同时将当前帧中的模糊状态与下一帧新初始化的状态进行下一轮迭代，直至当前帧中所有的模糊状态变成明确状态，或者迭代次数达到预设窗口长度，其中，所述模糊状态只能存在预设窗口长度帧，当所述模糊状态经过所述预设窗口长度帧而无法转变为明确状态时，将所述模糊状态与已存在的明确状态进行最优连接，以得到跟踪结果。