一种基于动态路径树的跨摄像头目标跟踪方法及装置制造方法及图纸

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】

本专利技术涉及视频分析
，尤其涉及一种基于动态路径树的跨摄像头目标跟踪方法及装置。
技术介绍
当前大部分传统的目标跟踪技术还是针对于单摄像头目标跟踪问题，然而随着近几年各种智能监控系统的规模越来越大，单摄像头目标跟踪在实际应用时的局限性愈专利技术显，而跨摄像头目标跟踪技术的需求则愈发变大。跨摄像头目标跟踪与单摄像头目标跟踪相比具有更大的挑战性，具体表现在以下三个方面：一，由于拍摄视角、拍摄距离、光线条件等因素造成同一目标在不同摄像头下的视觉外观具有较大的差异，因此跨摄像头目标跟踪难度远比单摄像头目标跟踪难度要大；二，由于目标在离开一个摄像头视角后，再在其他摄像头发现一个相似目标时其实很难光凭外观相似度高低就确定其是否真的是原跟踪目标，因此跟踪过程中很有可能会丢失目标；三，随着现今监控摄像头网络规模越来越大，摄像头所拍摄画面的分辨率越来越高，在对这些视频数据进行处理分析时所需要消耗的计算资源也越来越多，简单粗暴进行全部遍历的方式在实际场景中通常并不可行。基于视觉技术的跨摄像头目标跟踪主要包含对象检测、单摄像头目标跟踪和跨摄像头目标相似度匹配三个核心算法，但是正如之前所述，简单的将这三种技术拼接起来又无法很好的解决跨摄像头目标跟踪问题，因此我们还需要针对其中的目标轨迹估计和计算资源开销过大两个问题进行专门的优化。
技术实现思路
针对现有技术的缺陷，本专利技术提供一种基于动态路径树的跨摄像头目标跟踪方法及装置，能够提高目标跟踪准确性并降低所需的计算资源开销。第一方面，本专利技术提供了一种基于动态路径树的跨摄像头目标跟踪方法，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。优选地，所述方法还包括：将所述指定目标的运动轨迹发送至客户端，以展示所述运动轨迹，并转至步骤S2，直至接收到用户输入的终止命令或者所述指定目标离开所述摄像头网络对应的监控区域。优选地，所述步骤S1之前，所述方法还包括：构建图模型G＝{V,E本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：田永鸿，鄢科，王耀威，刘弘也，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11