The invention provides a video multi-target tracking method and system based on data association, which includes the following steps: processing the video captured image to obtain all the targets in the frame image; calculating the similarity between each target in the current frame image and each target in the previous frame image; and Each target in the previous frame image and each target in the previous frame image is row or column to establish a cost matrix, and the initial value of each element in the cost matrix is set to 0. Similarity threshold is set to assign the root of each element in the cost matrix based on the predefined rules according to the corresponding similarity value of each element in the cost matrix. According to the value of each element in each row or column of the assigned cost matrix, the situation of each object in two frames can be judged. Therefore, the invention can simply and effectively judge the appearance, disappearance, fusion and separation of the object according to the actual situation.
【技术实现步骤摘要】
基于数据关联的视频多目标跟踪方法及系统
本专利技术属于视频多目标追踪
,具体涉及一种基于数据关联的视频多目标跟踪方法及系统。
技术介绍
多目标跟踪,即MultipleObjectTracking(MOT),也称为MultipleTargetTracking(MTT)。其主要任务是给定一个图像序列,找到图像序列中运动的物体,并将不同帧中的运动物体一一对应(Identity),然后给出不同物体的运动轨迹。这些物体可以是任意的,如行人、车辆、运动员、各种动物等等。多目标跟踪问题比较复杂,除了单目标跟踪会遇到的问题外,还需要目标间的关联匹配。现有方法大都比较复杂,无法简单、有效地根据实际判断目标出现、消失、融合或分离。
技术实现思路
本专利技术是为了解决上述问题而进行的,目的在于提供一种能够根据实际简单、有效的判断出目标的出现、消失、融合和分离的基于数据关联的视频多目标跟踪方法及系统。本专利技术提供了一种基于数据关联的视频多目标跟踪方法,其特征在于,包括以下步骤:步骤1,将视频采集的图像进行处理得到该帧图像中的所有目标;步骤2,计算当前帧图像中的每个目标与上一帧图像中的每个目标之间的相似性;步骤3,分别以当前帧图像中的每个目标和上一帧图像中的每个目标为行或列建立代价矩阵,代价矩阵中每个元素初始值均设置为0;步骤4,设定相似性阈值,根据代价矩阵中每个元素对应的相似性值基于预定规则对所述代价矩阵中的每个元素进行赋值;步骤5,根据赋值后的代价矩阵中每行或每列中各元素的值判断两帧图像中各目标的情况。进一步,在本专利技术提供的基于数据关联的视频多目标跟踪方法中,还可以具有 ...
【技术保护点】
1.一种基于数据关联的视频多目标跟踪方法,其特征在于,包括以下步骤:步骤1,将视频采集的图像进行处理得到该帧图像中的所有目标;步骤2,计算当前帧图像中的每个目标与上一帧图像中的每个目标之间的相似性;步骤3,分别以当前帧图像中的每个目标和上一帧图像中的每个目标为行或列建立代价矩阵,代价矩阵中每个元素初始值均设置为0;步骤4,设定相似性阈值,根据代价矩阵中每个元素对应的相似性值基于预定规则对所述代价矩阵中的每个元素进行赋值;步骤5,根据赋值后的代价矩阵中每行或每列中各元素的值判断两帧图像中各目标的情况。
【技术特征摘要】
1.一种基于数据关联的视频多目标跟踪方法,其特征在于,包括以下步骤:步骤1,将视频采集的图像进行处理得到该帧图像中的所有目标;步骤2,计算当前帧图像中的每个目标与上一帧图像中的每个目标之间的相似性;步骤3,分别以当前帧图像中的每个目标和上一帧图像中的每个目标为行或列建立代价矩阵,代价矩阵中每个元素初始值均设置为0;步骤4,设定相似性阈值,根据代价矩阵中每个元素对应的相似性值基于预定规则对所述代价矩阵中的每个元素进行赋值;步骤5,根据赋值后的代价矩阵中每行或每列中各元素的值判断两帧图像中各目标的情况。2.根据权利要求1所述的基于数据关联的视频多目标跟踪方法,其特征在于:步骤2中,计算当前帧图像中的每个目标与上一帧图像中的每个目标之间的相似性后,建立相似性矩阵,所述相似性矩阵与所述代价矩阵相对应。3.根据权利要求1所述的基于数据关联的视频多目标跟踪方法,其特征在于:步骤4中对所述代价矩阵中的每个元素进行赋值的方法包括以下步骤:步骤4-1,提取所述代价矩阵中每行中各元素对应的相似性值最大的元素,该行中其它元素的值均保持不变;步骤4-2,判断步骤4-1提取的元素对应的相似性值是否大于设定的相似性阈值,若大于,则该元素的值加1,若否,则该元素的值加0;步骤4-3,提取所述代价矩阵中每列中各元素对应的相似性值最大的元素,该列中其它元素的值均保持不变;步骤4-4,判断步骤4-3提取的元素对应的相似性值是否大于设定的相似性阈值,若大于,则该元素的值加1,若否,则该元素的值加0。4.根据权利要求1所述的基于数据关联的视频多目标跟踪方法,其特征在于:步骤5中判断的两帧图像中各目标的情况包括:上一帧图像中的一个目标对应当前帧图像中的某个目标、是否出现上一帧图像的目标...
【专利技术属性】
技术研发人员:韩勇,李启达,
申请(专利权)人:哈工大机器人昆山有限公司,
类型:发明
国别省市:江苏,32
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。