一种目标跟踪丢断帧的处理方法及系统技术方案

一种目标跟踪丢/断帧的处理方法，包括步骤A，依次获取待跟踪视频图像的帧信息，调用SSD检测模型，检测跟踪目标，并获取跟踪目标的质心及检测框；步骤B，跟踪检测所述跟踪目标的检测框帧信息，判断并获取丢/断帧；步骤C，调用丢/断帧前一帧信息，获取并筛选跟踪目标的临近检测框，选择符合条件的检测框作为丢/断帧的跟踪目标检测框，完成所述丢/断帧的接续。采用本发明专利技术技术方案，针对跟踪目标短帧中出现的丢/断帧情况，利用跟踪目标的回归置信度值判断丢/断帧，并利用SSD检测模型获取丢/断帧的跟踪目标信息，将传统的KCF跟踪算法结合SSD检测框架通过逻辑结构进行联结，在尽可能减少硬件成本的基础上满足跟踪的稳定性和时效性的需求。

A Processing Method and System for Lost Frame in Target Tracking

A method for processing lost/broken frames in target tracking includes step A, acquiring frame information of the video image to be tracked in turn, calling SSD detection model, detecting the tracking target, and acquiring the centroid and detection frame of the tracking target; step B, tracking and detecting the detection frame information of the tracking target, judging and acquiring lost/broken frames; step C, calling the information of the previous frame of lost/broken frames, acquiring and sieving. The adjacent detection frame of the tracking target is selected, and the qualified detection frame is selected as the detection frame of the lost/broken frame to complete the continuation of the lost/broken frame. By adopting the technical scheme of the invention, aiming at the loss/break situation in the short frame of the tracking target, the regression confidence value of the tracking target is used to judge the loss/break frame, and the tracking target information of the loss/break frame is obtained by using the SSD detection model. The traditional KCF tracking algorithm is combined with the SSD detection framework through logical structure to meet the tracking stability on the basis of reducing the hardware cost as much as possible. Qualitative and timeliness requirements.

【技术实现步骤摘要】
一种目标跟踪丢断帧的处理方法及系统
本专利技术涉及在视频图像个跟踪监测中，对跟踪目标丢断帧的处理方法及系统。
技术介绍
在市场经济的快速发展过程中，视频监控系统因其对现实场景的有效还原，能够通过对远程监控对象的录像、回放、联动报警、监控策略制定、应急指挥等应用，达到监控与通讯的双重功能，全面满足了交通、水利、电信、安防、银行、军队、政府管理、智能家居等各个领域的远程监控与指挥管理需求。对目标的跟踪监控需通过目标检测算法实现，现有的目标跟踪算法主要包括生成式算法、判别式算法、基于KCF(KernelCorrelationFilter，核相关滤波器)改进算法。其中，生成式算法通过人工设计目标的特征提取方法或者通过全局的像素扰动特征检测来获得目标在图像获取装置中的位置，从而完成跟踪的过程。判别式算法预先获取特定跟踪目标的特征信息同时获取目标背景的特征信息，然后在跟踪的过程中根据预先获得的特征信息来区分目标和背景，从而完成对特定目标的跟踪。KCF算法在首次提出基于首帧手动框选目标，然后输入框选区域进行HOG特征提取，得到跟踪目标的特征正样本，同时算法自动框选首帧非目标部分的HOG特征作为负样本，得到划分目标对象和背景的分类器，将这个分类器运用到往后的视频帧中对每一帧识别出目标和背景，从而完成目标的跟踪过程。为达到目标跟踪的稳定性，可以采用高端的硬件设备对每一帧视频图像进行深度卷积网络检测，但在得到比较稳定的跟踪结果的同时，也会增加算法在产品化落地上的硬件成本，而深度卷积网络在对目标对象进行特征提取的过程中也会产生庞大的参数集合，这些参数集合在算法调用的过程中也耗费大量的服务器的内存资源，导致算法的可移植性能受限。然而，任何跟踪算法都不可避免在跟踪过程中出现丢帧、断帧的情况，导致一开始赋予的跟踪目标的ID(Identity，身份识别信息)发生改变，从而使系统无法维系原目标的状态进行跟踪。如何在降低硬件成本的基础上满足目标跟踪的稳定性和时效性？在现有技术中均未有相应的解决方案。
技术实现思路
针对现有技术问题，本专利技术将传统的KCF跟踪算法结合SSD检测框架通过逻辑结构进行联结，提供一种目标跟踪丢/断帧的处理方法及系统。为了完成上述专利技术目的，本专利技术提供一种目标跟踪丢/断帧的处理方法，，包括，步骤A，依次获取待跟踪视频图像的帧信息，调用SSD检测模型，检测跟踪目标，并获取跟踪目标的质心及检测框；步骤B，跟踪检测所述跟踪目标的检测框帧信息，判断并获取丢/断帧；步骤C，调用丢/断帧前一帧信息，获取并筛选跟踪目标的临近检测框，选择符合条件的检测框作为丢/断帧的跟踪目标检测框，完成所述丢/断帧的接续。更进一步，所述获取跟踪目标的质心及检测框的步骤包括，步骤A-1，判断是否检测到所述跟踪目标及所述跟踪目标是否为首次检测到目标；步骤A-2，计算所述跟踪目标框和外围框的HOG特征和RAW特征，完成对所述跟踪目标的正样本特征采集和背景环境的负样本特征采集；步骤A-3，采用线性回归进行训练获得所述跟踪目标首帧的质心及检测框。更进一步，所述判断丢/断帧的步骤包括，步骤B-1，计算当前帧跟踪目标和外围框的HOG特征和RAW特征；步骤B-2，采用线性回归对所述当前帧的目标位置和背景进行分类；步骤B-3，计算获得所述跟踪目标的回归置信度值M；步骤B-4，若M≤预先设定的阈值N，则判定所述当前帧为丢/断帧。更进一步，N＝0.6。更进一步，所述选择符合条件的检测框作为丢/断帧中中跟踪目标检测框的步骤包括，步骤C-1，以所述丢/断帧前一帧中所述跟踪目标检测框的质心为中心进行尺度变化得到P个候选检测框，进行平移变化变化得到Q个候选检测框，P、Q为正整数；步骤C-2，对所述P+Q个候选检测框调用SSD检测模型，筛选出置信度值最高的候选检测框作为所述丢/断帧的所述跟踪目标的检测框，并获取所述检测质心；步骤C-3，将所述跟踪目标的检测框输入至KCF中完成断帧接续。本专利技术还提供了一种目标跟踪丢/断帧的处理系统，包括，跟踪目标获取模块，用于获取跟踪目标的质心及检测框；丢/断帧获取模块，用于检测获取丢/断帧；接续模块，用于对所述丢/断帧进行接续。更进一步，所述跟踪目标模块还包括，跟踪目标获取子模块，用于获取所述跟踪目标并判断是否为所述跟踪目标的首帧；特征采集模块，用于对所述跟踪目标的首帧的正样本特征采集和背景环境的负样本特征采集；位置获取模块，用于获取步所述跟踪目标首帧的质心及检测框。更进一步，所述丢/断帧模块还包括，特征计算模块，用于计算当前帧跟踪目标和外围框的HOG特征和RAW特征；分类模块，用于对采用线性回归对所述当前帧的目标位置和背景进行分类；回归置信度计算模块，用于计算获得所述跟踪目标当前帧的回归置信度值M。更进一步，所述接续模块还包括，二次获取模块，用于获取所述丢/断帧前一帧中所述跟踪目标的候选检测框；筛选模块，用于筛选出置信度值最高的候选检测框作为所述丢/断帧的所述跟踪目标的检测框，并获取所述检测质心。采用本专利技术技术方案，针对跟踪目标短帧中出现的丢/断帧情况，利用跟踪目标的回归置信度值判断丢/断帧，并利用SSD检测模型获取丢/断帧的跟踪目标信息，将传统的KCF跟踪算法结合SSD检测框架通过逻辑结构进行联结，在尽可能减少硬件成本的基础上满足跟踪的稳定性和时效性的需求。附图说明图1为本专利技术提供的一种目标跟踪丢/断帧的处理方法的一个实施例的流程示意图；图2为本专利技术提供的一种目标跟踪丢/断帧的处理方法的另一个实施例的流程示意图；图3为本专利技术提供的一种目标跟踪丢/断帧的处理系统的一个实施例的结构示意图；图4为本专利技术提供的一种目标跟踪丢/断帧的处理系统的另一个实施例的结构示意图；图5-1为本专利技术实际场景检测到跟踪行人的首帧图；图5-2为本专利技术一个实际场景跟踪行人的当前帧回归置信度低于阈值图；图5-3为本专利技术一个实际场景以丢/断帧之前一帧跟踪行人检测框的质心为中心进行尺度变化得到多个候选框图；图5-4为本专利技术一个实际场景以丢/断帧之前一帧跟踪行人检测框的质心为中心进行平移变化得到多个候选框图。图5-5为本专利技术一个实际场景将筛选出的置信度最高的检测框接续到丢/断帧图。具体实施方式本专利技术提供了一种目标跟踪丢/断帧的方法及系统，针对跟踪目标短帧中出现的丢/断帧情况，利用跟踪目标的回归置信度值判断丢/断帧，并利用SSD检测模型获取丢/断帧的跟踪目标信息，将传统的KCF跟踪算法结合SSD检测框架通过逻辑结构进行联结，在尽可能减少硬件成本的基础上满足跟踪的稳定性和时效性的需求。为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。实施例1：图1为本专利技术提供的一种目标跟踪丢/断帧的处理方法的一个实施例的流程示意图，包括：步骤101，依次获取待跟踪视频图像的帧信息，调用SSD检测模型，检测跟踪目标，并获取跟踪目标的质心及检测框；首先通过视频图像获取设备，如摄像头获取视频图像的帧信息，调用SSD模型定位待跟踪目标的本文档来自技高网...

【技术保护点】
1.一种目标跟踪丢/断帧的处理方法，其特征在于，包括，步骤A，依次获取待跟踪视频图像的帧信息，调用SSD检测模型，检测跟踪目标，并获取跟踪目标的质心及检测框；步骤B，跟踪检测所述跟踪目标的检测框帧信息，判断并获取丢/断帧；步骤C，调用丢/断帧前一帧信息，获取并筛选跟踪目标的临近检测框，选择符合条件的检测框作为丢/断帧的跟踪目标检测框，完成所述丢/断帧的接续。

【技术特征摘要】
1.一种目标跟踪丢/断帧的处理方法，其特征在于，包括，步骤A，依次获取待跟踪视频图像的帧信息，调用SSD检测模型，检测跟踪目标，并获取跟踪目标的质心及检测框；步骤B，跟踪检测所述跟踪目标的检测框帧信息，判断并获取丢/断帧；步骤C，调用丢/断帧前一帧信息，获取并筛选跟踪目标的临近检测框，选择符合条件的检测框作为丢/断帧的跟踪目标检测框，完成所述丢/断帧的接续。2.根据权利要求1所述的目标跟踪丢/断帧的处理方法，其特征在于，所述获取跟踪目标的质心及检测框的步骤包括，步骤A-1，判断是否检测到所述跟踪目标及所述跟踪目标是否为首次检测到目标；步骤A-2，计算所述跟踪目标框和外围框的HOG特征和RAW特征，完成对所述跟踪目标的正样本特征采集和背景环境的负样本特征采集；步骤A-3，采用线性回归进行训练获得所述跟踪目标首帧的质心及检测框。3.根据权利要求2所述的目标跟踪丢/断帧的处理方法，其特征在于，所述判断丢/断帧的步骤包括，步骤B-1，计算当前帧跟踪目标和外围框的HOG特征和RAW特征；步骤B-2，采用线性回归对所述当前帧的目标位置和背景进行分类；步骤B-3，计算获得所述跟踪目标的回归置信度值M；步骤B-4，若M≤预先设定的阈值N，则判定所述当前帧为丢/断帧。4.根据权利要求3所述的目标跟踪丢/断帧的处理方法，其特征在于，N＝0.6。5.根据权利要求3所述的目标跟踪丢/断帧的处理方法，其特征在于，所述选择符合条件的检测框作为丢/断帧中中跟踪目标检测框的步骤包括，步骤C-1，以所述丢/断帧前一帧中所述跟踪目标检测框的质...

【专利技术属性】
技术研发人员：许皓，毛亮，林焕恺，朱婷婷，黄仝宇，汪刚，宋一兵，侯玉清，刘双广，
申请(专利权)人：高新兴科技集团股份有限公司，
类型：发明
国别省市：广东,44