多目标跟踪方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种多目标跟踪方法、系统、计算机设备和存储介质。所述方法包括：获取上一帧图像的第一前景部分和当前帧图像的第二前景部分；通过比较所述第一前景部分和所述第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。上述多目标跟踪方法，能够对目标遮挡导致的前景粘连区域进行准确分割，有较强处理目标粘连的能力，实现稳定跟踪。

【技术实现步骤摘要】
多目标跟踪方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种多目标跟踪方法、装置、计算机设备和存储介质。
技术介绍
通过视频监测实现对目标跟踪物体的跟踪已广泛应用于安防、交通监控等场合。在对目标跟踪物体进行跟踪的过程中，视频的各帧图像中记录了目标跟踪物体(前景部分)以及目标跟踪物体所处的外界环境(背景部分)。当监测的目标跟踪物体为多个时，可以通过识别各帧图像中的前景部分和背景部分对各个目标跟踪物体进行跟踪。然而，当图像帧中目标跟踪物体之间出现互相遮挡时，各个目标跟踪物体对应的前景部分出现粘连，无法准确识别前景部分中的各个目标跟踪物体，从而使跟踪得到的运动轨迹出现中断。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够实现稳定跟踪的多目标跟踪方法、装置、计算机设备和存储介质。一种多目标跟踪方法，所述方法包括：获取上一帧图像的第一前景部分和当前帧图像的第二前景部分；通过比较所述第一前景部分和所述第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。在一个实施例中，所述的多目标跟踪方法，所述获取上一帧图像的第一前景部分和当前帧图像的第二前景部分之前，还包括：根据多个正态分布函数组成的混合模型来表征各帧图像中的背景部分；通过去除各帧图像中的背景部分来提取各帧图像中的前景部分；通过中值滤波去除所述前景部分中的噪声，通过比较前景部分中各个像素点的灰度值来去除所述前景部分中的阴影。在一个实施例中，所述的多目标跟踪方法，所述获取上一帧图像的第一前景部分和当前帧图像的第二前景部分，包括：获取上一帧图像的第一前景部分；根据所述第一前景部分以及线性系统状态方程预测当前帧图像的第二前景部分。在一个实施例中，所述的多目标跟踪方法，所述比较所述第一前景部分和所述第二前景部分，包括：分别对第一前景部分中的各个目标跟踪物体绘制第一最小外接矩形框，分别对第二前景部分中的各个目标跟踪物体绘制第二最小外接矩形框；将所述第一最小外接矩形框覆盖的区域与所述第二最小外接矩形框覆盖的区域进行比较。在一个实施例中，所述的多目标跟踪方法，所述判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡之后，包括：若出现遮挡，则通过比较第二前景部分中完全可见的第二最小外接矩形框与被遮挡的第二最小外接矩形框的大小和位置关系来识别各个第二最小外接矩形框之间的遮挡关系。在一个实施例中，所述的多目标跟踪方法，所述若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，包括：若所述各个目标跟踪物体之间出现遮挡，则通过图像相似性指标函数对所述完全可见的第二最小外接矩形框进行定位；在所述第二前景区域中去除已定位的所述完全可见的第二最小外接矩形框，再根据所述第二前景区域中的剩余区域以及所述遮挡关系来定位被遮挡的的第二最小外接矩形框；根据所述完全可见的第二最小外接矩形框以及被遮挡的第二最小外接矩形框的定位，对各个目标跟踪物体进行分割。一种多目标跟踪装置，包括：获取模块，用于获取上一帧图像的第一前景部分和当前帧图像的第二前景部分；判断模块，用于通过比较所述第一前景部分和所述第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；跟踪模块，用于若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。一种车辆跟踪方法，包括：获取监测车辆的视频帧图像，并根据所述的多目标跟踪方法对监测的各个车辆进行跟踪，其中所述图像为监控车辆的视频帧图像，所述目标跟踪物体为车辆。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取上一帧图像的第一前景部分和当前帧图像的第二前景部分；通过比较所述第一前景部分和所述第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取上一帧图像的第一前景部分和当前帧图像的第二前景部分；通过比较所述第一前景部分和所述第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。本申请实施例中的多目标跟踪方法、装置、计算机设备和存储介质，通过比较上一帧图像的第一前景部分和当前帧图像的第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。可以对目标遮挡导致的前景粘连区域进行准确分割，有较强处理目标粘连的能力，实现稳定跟踪。附图说明图1为一个实施例中多目标跟踪方法的应用环境图；图2为一个实施例中多目标跟踪方法的流程示意图；图3为一个实施例中无遮挡情况下目标跟踪步骤的流程示意图；图4(a)为一个实施例中遮挡关系为一类对角交叉的示意图；图4(b)为一个实施例中遮挡关系为二类对角交叉的示意图；图4(c)为一个实施例中遮挡关系为一类垂直遮挡的示意图；图4(d)为一个实施例中遮挡关系为二类垂直遮挡的示意图；图4(e)为一个实施例中遮挡关系为一类水平遮挡的示意图；图4(f)为一个实施例中遮挡关系为二类水平遮挡的示意图；图4(g)为一个实施例中遮挡关系为水平交叉的示意图；图4(h)为一个实施例中遮挡关系为完全覆盖的示意图；图5为一个实施例中被动遮挡目标定位的分析过程示意图；图6为一个实施例中车辆跟踪方法的流程示意图；图7为一个实施例中多目标跟踪装置的结构框图；图8为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的多目标跟踪方法，可以应用于如图1所示的应用环境中。其中，终端102与服务器104通过网络进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一个实施例中，如图2所示，提供了一种多目标跟踪方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：步骤202，获取上一帧图像的第一前景部分和当前帧图像的第二前景部分。在上述步骤中，可以通过获取图像的前景部分，将运动的目标跟踪物体与背景进行区分。步骤204，通过比较第一前景部分和第二前景部分，判断当前帧图像中的各个目标跟踪物本文档来自技高网...

【技术保护点】
1.一种多目标跟踪方法，其特征在于，包括：获取上一帧图像的第一前景部分和当前帧图像的第二前景部分；通过比较所述第一前景部分和所述第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。

【技术特征摘要】
1.一种多目标跟踪方法，其特征在于，包括：获取上一帧图像的第一前景部分和当前帧图像的第二前景部分；通过比较所述第一前景部分和所述第二前景部分，判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡；若所述各个目标跟踪物体之间出现遮挡，则通过将各个目标跟踪物体对应的区域与模板进行匹配对各个目标跟踪物体进行分割，并对分割后的各个目标跟踪物体进行跟踪。2.根据权利要求1所述的多目标跟踪方法，其特征在于，所述获取上一帧图像的第一前景部分和当前帧图像的第二前景部分之前，还包括：根据多个正态分布函数组成的混合模型来表征各帧图像中的背景部分；通过去除各帧图像中的背景部分来提取各帧图像中的前景部分；通过中值滤波去除所述前景部分中的噪声，通过比较前景部分中各个像素点的灰度值来去除所述前景部分中的阴影。3.根据权利要求1或2所述的多目标跟踪方法，其特征在于，所述获取上一帧图像的第一前景部分和当前帧图像的第二前景部分，包括：获取上一帧图像的第一前景部分；根据所述第一前景部分以及线性系统状态方程预测当前帧图像的第二前景部分。4.根据权利要求1或2所述的多目标跟踪方法，其特征在于，所述比较所述第一前景部分和所述第二前景部分，包括：分别对第一前景部分中的各个目标跟踪物体绘制第一最小外接矩形框，分别对第二前景部分中的各个目标跟踪物体绘制第二最小外接矩形框；将所述第一最小外接矩形框覆盖的区域与所述第二最小外接矩形框覆盖的区域进行比较。5.根据权利要求4所述的多目标跟踪方法，其特征在于，所述判断所述当前帧图像中的各个目标跟踪物体之间是否出现遮挡之后，包括：若出现遮挡，则通过比较第二前景部分中完全可见的第二最小外接矩形框与被遮挡的第二最小外接矩形框的大小和位置关系来识别各个第二最小外接矩形框之间的遮挡关系。6.根...

【专利技术属性】
技术研发人员：林凡，成杰，张秋镇，张细英，杨峰，李盛阳，
申请(专利权)人：广州杰赛科技股份有限公司，
类型：发明
国别省市：广东,44