[发明专利]一种基于动态路径树的跨摄像头目标跟踪方法及装置有效

专利信息
申请号: 201610681599.9 申请日: 2016-08-17
公开(公告)号: CN106295594B 公开(公告)日: 2019-10-15
发明(设计)人: 田永鸿;鄢科;王耀威;刘弘也 申请(专利权)人: 北京大学
主分类号: G06K9/00 分类号: G06K9/00;H04N7/18
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 李相雨
地址: 100871*** 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: 发明提供了一种基于动态路径树的跨摄像头目标跟踪方法及装置,该方法包括:对预先构建的摄像头网络中任一摄像头视角范围内的指定目标进行单摄像头目标跟踪,直至所述指定目标离开当前摄像头的视角范围;根据目标搜索区域切换算法获得当前需要搜索的摄像头列表;对所述摄像头列表中的所有摄像头的视频数据进行对象检测,并采用视觉相似度匹配算法,筛选出视觉外观与所述指定目标的相似度大于预设阈值的可疑目标;根据动态路径树模型对所述可疑目标进行处理,推断出所述指定目标的运动轨迹。本发明在尽可能小的计算资源开销下能够较为准确的进行跨摄像头目标跟踪,能够更加准确的预测路径。
搜索关键词: 一种 基于 动态 路径 摄像头 目标 跟踪 方法 装置
【主权项】:
1.一种基于动态路径树的跨摄像头目标跟踪方法,其特征在于,所述方法包括:S1:对预先构建的摄像头网络中任一摄像头视角范围内的指定目标进行单摄像头目标跟踪,直至所述指定目标离开当前摄像头的视角范围;S2:根据目标搜索区域切换算法获得当前需要搜索的摄像头列表;所述摄像头列表包括:一个或多个所述摄像头网络中的摄像头;S3:对所述摄像头列表中的所有摄像头的视频数据进行对象检测,并采用视觉相似度匹配算法,筛选出视觉外观与所述指定目标的相似度大于预设阈值的可疑目标;S4:根据动态路径树模型对所述可疑目标进行处理,推断出所述指定目标的运动轨迹;所述步骤S1之前,所述方法还包括:构建图模型G={V,E}以表示摄像头网络的拓扑关系;所述构建图模型G={V,E}以表示摄像头网络的拓扑关系,包括:通过一个无向图模型G={V,E}表示整个监控摄像头网络;所述无向图模型中每个顶点V对应一个摄像头,每条边E对应两个摄像头之间的路径,当前仅当摄像头v1,v2之间存在一条直接连通的路径时边ev1,v2>0;所述摄像头网络对应的图模型的不带权距离矩阵和带权距离矩阵分别为:其中,N(j)表示与摄像头j相邻的其他摄像头集合,不带权距离矩阵Ai,j表示摄像头i,j之间是否存在直接相连的路径,带权距离矩阵Di,j表示摄像头i,j之间的直接相连的路径的距离;定义fA(i,j)表示摄像头的不带权最短距离,fD(i,j)表示摄像头的带权最短距离;所述步骤S2,包括:每次所述指定目标离开一个摄像头ci的视角范围时,获得所述摄像头的附近区域内的摄像头cj;Rs表示搜索半径;经预设时段Dci,cj/vmax后,对所述摄像头cj对应的视频数据进行可疑目标搜索;vmax表示所述指定目标运动的最大速度;所述根据动态路径树模型对所述可疑目标进行处理,包括:S41:初始化只有根节点X1=I1的动态路径树T;S42:将检测到的可疑目标In加入可疑对象列表Ilist中;S43:对于所述动态路径树中的任一节点Xn,若ξ(i,n)>δ且fA(i,n)<RS,则在节点Xn下添加一个子节点x=In;ξ(i,n)表示可疑目标Ii、In为所述指定目标的可信度;δ为可信度阈值;S44:计算所述动态路径树中所有叶子节点的能量函数E(x);S45:进行树剪枝操作,转至步骤S42,直至任务停止。
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北京大学,未经北京大学许可,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/201610681599.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top