一种人数无关的实时多目标跟踪算法制造技术

本发明专利技术涉及多目标跟踪，具体涉及一种人数无关的实时多目标跟踪算法，利用目标检测算法对输入图像进行目标识别，过滤不合适的目标，并建立用于记录目标移动轨迹的位置链，多线程并行对目标进行KCF跟踪运算，若运算结果满足跟踪条件，则继续跟踪该目标，并更新对应位置链，否则释放该目标，对每个目标进行对比，释放重复跟踪目标，利用KCF跟踪运算对过滤后目标在下一帧图像中的位置信息进行预测，并建立用于记录目标预测位置信息的预测链，对预测位置信息进行过滤，将过滤后的预测位置信息输入预测链进行跟踪；本发明专利技术提供的技术方案能够有效克服现有技术所存在的无法准确有效进行多目标跟踪的缺陷。

【技术实现步骤摘要】
一种人数无关的实时多目标跟踪算法
本专利技术涉及多目标跟踪，具体涉及一种人数无关的实时多目标跟踪算法。
技术介绍
目标跟踪是视频监控和视频分析中的重要内容，在智能监控、人机交互、机器人导航、医学诊断等方面有着广泛的应用。目标跟踪主要是指在视频的每一幅图像中确定我们感兴趣的运动目标的位置，并把不同帧中的同一目标对应起来。现有的目标跟踪算法主要分为批处理方法和在线方法两大类。批处理方法将所有帧的检测结果进行处理，把因为阻挡而间断的轨迹联系起来，如A.Andriyenko等人在2014年IEEETPAMI第35期上发表的“ContinuousEnergyMinimizationforMulti-TargetTracking”(连续能量最小化的多目标跟踪)，在得到每一帧的检测结果后，将检测结果相接得到跟踪片段，再对跟踪片段进行全局上的联系得到长跟踪片段。因此，该方法的关键是全局关联度(globalassociation)，然而批处理方法在存在长时间阻挡的时候，因为难以区分不同目标而表现出不足。同时，这些方法需要事先对图像序列进行检测，而且计算量本文档来自技高网...

【技术保护点】
1.一种人数无关的实时多目标跟踪算法，其特征在于：包括以下步骤：/nS1、利用目标检测算法对输入图像进行目标识别，过滤不合适的目标，并建立用于记录目标移动轨迹的位置链；/nS2、多线程并行对目标进行KCF跟踪运算，若运算结果满足跟踪条件，则继续跟踪该目标，并更新对应位置链，否则释放该目标；/nS3、对每个目标进行对比，释放重复跟踪目标；/nS4、利用KCF跟踪运算对过滤后目标在下一帧图像中的位置信息进行预测，并建立用于记录目标预测位置信息的预测链；/nS5、对预测位置信息进行过滤，将过滤后的预测位置信息输入预测链进行跟踪；/nS6、分别提取更新后位置链、预测链的特征向量，并结合目标和特征向量构...

【技术特征摘要】
1.一种人数无关的实时多目标跟踪算法，其特征在于：包括以下步骤：
S1、利用目标检测算法对输入图像进行目标识别，过滤不合适的目标，并建立用于记录目标移动轨迹的位置链；
S2、多线程并行对目标进行KCF跟踪运算，若运算结果满足跟踪条件，则继续跟踪该目标，并更新对应位置链，否则释放该目标；
S3、对每个目标进行对比，释放重复跟踪目标；
S4、利用KCF跟踪运算对过滤后目标在下一帧图像中的位置信息进行预测，并建立用于记录目标预测位置信息的预测链；
S5、对预测位置信息进行过滤，将过滤后的预测位置信息输入预测链进行跟踪；
S6、分别提取更新后位置链、预测链的特征向量，并结合目标和特征向量构建一个有权重的无向图；
S7、对无向图进行聚类操作得到聚群，根据聚群更新目标当前位置；
S8、输入下一帧图像，综合判断目标检测算法获取新的目标位置信息以及所有目标当前位置，判断是否建立新的跟踪目标，重复步骤S2。


2.根据权利要求1所述的人数无关的实时多目标跟踪算法，其特征在于：S1中利用目标检测算法对输入图像进行目标识别，包括：
S11、将输入图像缩放至320x240，并进行归一化操作；
S12、对输入图像选取感兴趣区域，并对感兴趣区域选取方向梯度直方图特征。


3.根据权利要求1所述的人数无关的实时多目标跟踪算法，其特征在于：S2中多线程并行对目标进行KCF跟踪运算，包括：获取计算机的cpu核心数，开启和cpu核心数等数量的线程数，同时进行跟踪运算，线程运算完一个目标，及补充一个新目标。


4.根据权利要求1所述的人数无关的实时多目标跟踪算法，其特征在于：S3中对每个目...

【专利技术属性】
技术研发人员：朱吕甫，刘鑫鑫，
申请(专利权)人：安徽炬视科技有限公司，
类型：发明
国别省市：安徽;34