A cross-scene target retrieval method and device based on video tracking is proposed. The method includes: tracking multiple associated cameras to obtain the target's trajectory, using the target's trajectory as a training sample, training the target's classification model according to the training sample, and constructing the target's classification model by using the target's classification model. Target feature database; extract the features of the video target to be retrieved, and calculate the similarity measure of the existing target features in the target feature database. Take the highest similarity or the first N features as retrieval features, and carry out cross-scene retrieval of the target. The invention can improve the accuracy and robustness of the target in the retrieval, make the target provide multi-frame information of the trajectory in the retrieval comparison, and improve the retrieval effect of the target.
【技术实现步骤摘要】
一种基于视频跟踪的跨场景目标检索方法及装置
本专利技术涉及视频监控领域,更具体地,涉及在有多个关联摄像头的监控场景下,对出现的目标进行跨场景检索。
技术介绍
给定一个监控场景下的目标图像,检索在其它摄像头下该目标出现的情况,可广泛应用于智能视频监控、智能安保等领域。但目标在单一场景下也会随运动或与场景等发生视角变化,用其中的一帧代表目标进行检索,并不能表达出目标在该场景下的所有情况,当选择不好时,常常导致检索不到需要的目标,或者相同目标的相似度排序不高。目前大多目标检索用到的特征多是手工设计的,比如颜色、纹理或梯度直方图等,当目标在发生姿态或尺度变化,或被场景遮挡或光线变化等复杂情况下,这些手工设计的特征并不能很好的进行表征,很容易造成检索失效。另外,采用深度神经网络训练模型进行检索的方法,效果会有提升,但由于深度模型训练需要大量的数据,而标注视频中的目标,并将相同目标在不同视频中找出,这样的工作量是巨大的,往往会耗费大量人力物力。
技术实现思路
有鉴于此,本专利提出一种基于视频跟踪的跨场景目标检索方法及装置,通过对关联场景中目标进行跟踪,可以获取目标检索时需要的数据来源,并且可以为模型训练产生样本。目标在检索比对时可以提供轨迹的多帧信息,提高了目标检索效果。为达到上述目的,本专利技术的技术方案实现如下:本专利技术提供一种基于视频跟踪的跨场景目标检索方法,其特征在于:对多个关联摄像头进行视频跟踪获得目标的轨迹,将该目标的轨迹作为训练样本;根据所述训练样本进行目标的分类模型训练;利用所述目标的分类模型构建目标特征数据库;提取待检索视频目标的特征,与所述目标特征数 ...
【技术保护点】
1.一种基于视频跟踪的跨场景目标检索方法,其特征在于:对多个关联摄像头进行视频跟踪获得目标的轨迹,将该目标的轨迹作为训练样本;根据所述训练样本进行目标的分类模型训练;利用所述目标的分类模型构建目标特征数据库;提取待检索视频目标的特征,与所述目标特征数据库中已有的目标特征进行相似性度量计算,取相似度最高或前N个特征作为检索特征,对目标进行跨场景检索。
【技术特征摘要】
1.一种基于视频跟踪的跨场景目标检索方法,其特征在于:对多个关联摄像头进行视频跟踪获得目标的轨迹,将该目标的轨迹作为训练样本;根据所述训练样本进行目标的分类模型训练;利用所述目标的分类模型构建目标特征数据库;提取待检索视频目标的特征,与所述目标特征数据库中已有的目标特征进行相似性度量计算,取相似度最高或前N个特征作为检索特征,对目标进行跨场景检索。2.如权利要求1所述的跨场景目标检索方法,其特征在于,通过视频跟踪获得目标的轨迹包括:对每个摄像头下的目标进行检测跟踪;对目标轨迹进行过滤,去除轨迹中的干扰项;将多个摄像头视频中的所有该目标的轨迹进行融合;得到目标轨迹样本集合。3.如权利要求1所述的跨场景目标检索方法,其特征在于:根据所述训练样本进行目标的分类模型训练包括:获得带标签的训练样本;对上述样本的数据进行预处理;采用卷积神经网络,提取特征表征层,通过分类层进行类别输出,完成模型训练。4.如权利要求1所述的跨场景目标检索方法,其特征在于:构建目标特征数据库包括:对每个摄像头下的目标进行检测和跟踪,得到目标轨迹;选取上述目标轨迹踪中一帧或多帧图像数据作为目标代表帧;利用所述分类模型提取各目标特征;将提取出的目标特征及其对应索引送入数据库中,得到目标特征数据库。5.如权利要求1所述的跨场景目标检索方法,其特征在于:所述提取待检索视频目标的特征,与所述目标特征数据库中已有的目标特征进行相似性度量计算包括:通过L2范数或余弦距离计算得出目标与数据库中各目标的相似度。6.一种基于视频跟踪的跨场景目标检索装置,其特征在于包括:训练样本生成装置,用于对多个关联摄像头进行视频跟踪获得目标的轨迹,将该目标的轨迹作为训练样本;模型训练装置,用于根据所述训练样本进行目标的分类模型训练;构建目标特征数据库装...
【专利技术属性】
技术研发人员:谯帅,彭莉,刘洋,朱尧,
申请(专利权)人:新智数字科技有限公司,
类型:发明
国别省市:河北,13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。