[发明专利]一种基于时间序列多特征融合的多目标跟踪方法

摘要

本发明提出了一种基于时间序列多特征融合的多目标跟踪方法。本发明方法根据多目标检测算法得到跟踪目标的类别以及候选框；使用卷积网络以及相关滤波器计算移动预测中心点并筛选候选框；计算外观相似性分数；计算运动相似性分数；计算交互特征相似性分数；进行筛选后候选框在当前帧图像的跟踪框的转换，更新跟踪目标的特征信息；计算未匹配到候选框的跟踪目标的移动预测中心点以及筛选候选框；对于已存在的跟踪目标进行关联未匹配的候选框，构建新跟踪目标；采用交并比计算各个跟踪目标间的重叠度；将多帧图像中连续处于丢失态的跟踪目标认定为已经消失的目标。与现有技术相比，本发明提高了跟踪精度。

主权项

1.一种基于时间序列多特征融合的多目标跟踪方法，其特征在于，包括以下步骤：步骤1：根据SSD多目标检测算法检测帧图像中的跟踪目标，通过SSD检测跟踪目标的置信度与置信度阈值的比较，统计跟踪目标的类别以及跟踪目标的候选框；步骤2：使用卷积网络提取跟踪目标在当前帧的位置框的卷积特征，通过跟踪目标的相关滤波器计算当前帧图像中各个位置的响应置信度得分，将得分最高的点定义为当前帧图像下跟踪目标的移动预测中心点，并通过移动预测中心点筛选的候选框；步骤3：计算处于跟踪态或丢失态的跟踪目标和筛选后候选框的外观相似性分数；步骤4：计算处于跟踪态或丢失态的跟踪目标和筛选后候选框的运动相似性分数；步骤5：计算处于跟踪态或丢失态的跟踪目标和筛选后候选框的交互特征相似性分数；步骤6：若处于跟踪态或者丢失态的跟踪目标匹配到候选框则将总相似性分数与匹配分数阈值比较，当总相似性分数大于匹配分数阈值则候选框转换为跟踪目标在当前帧图像的跟踪框，更新跟踪目标的外观特征、速度特征、交互特征信息；若处于跟踪态或者丢失态的跟踪目标未匹配到候选框，则通过步骤2更新跟踪目标的状态信息；步骤7：对于已存在的跟踪目标进行关联未匹配的候选框，将未匹配的候选框认定为新跟踪目标，初始化新跟踪目标，建立新跟踪目标，构建新跟踪目标的位置特征模型、外观特征模型、速度特征模型和交互特征模型，并将其状态更新为跟踪态，在后续帧图像中进行数据关联匹配跟踪；步骤8：重新检索当前帧的各个处于跟踪状态的跟踪目标，采用交并比计算各个跟踪目标间的重叠度；步骤9：将连续多帧图像中连续处于丢失态的跟踪目标认定为已经消失的目标，保存其跟踪状态的数据信息，不再对其进行数据匹配操作。