一种目标跟踪、统计系统及方法技术方案

本发明专利技术涉及运动目标跟踪技术领域，具体涉及一种目标跟踪、统计系统及方法，包括：KCF跟踪器、卡尔曼滤波器和分类器；还包括：获取单元，用于获取视频帧序列以及定位跟踪目标；初始单元，用于初始化KCF跟踪器和卡尔曼滤波器；训练单元，用于采用循环矩阵的方法获取跟踪目标的样本图像，并训练分类器；判断单元，用于判断跟踪目标是否被遮挡；输出单元，用于输出跟踪目标的跟踪结果与统计结果。本发明专利技术将KCF跟踪器的跟踪结果与卡尔曼滤波器预测的预测结果互相验证，持续不断地进行误差校正，解决了现有技术存在对运动目标进行跟踪的过程中目标会被重复统计的技术问题。

【技术实现步骤摘要】
一种目标跟踪、统计系统及方法
本专利技术涉及运动目标跟踪
，具体涉及一种目标跟踪、统计系统及方法。
技术介绍
运动目标跟踪是现代视觉技术的基础，被广泛地应用于安防领域。由于追踪过程中目标的平移或者旋转运动，会引起与摄像机的距离和视角发生变化，从而会造成目标图像的尺度伸缩变化和形变，导致追踪的失效。在目标被遮挡的情况下，由于目标的运动，目标被覆盖和暴露的区域在前后两帧图像中不存在对应关系，也会引起目标图像的不规则变化，给准确追踪造成困难。对此，中国专利CN102521840A公开了一种运动目标跟踪方法，包括步骤：获取当前帧参考模板，根据当前帧参考模板在当前帧上检测新目标；根据新目标的检测结果确定目标模板；根据目标模板建立目标模板观测模型；在当前帧上采样目标模板对应的准目标，根据准目标建立准目标观测模型；计算目标模板观测模型和准目标观测模型的相似度，根据目标模板观测模型和准目标观测模型的相似度预测目标位置；根据目标位置建立预测目标观测模型，计算目标模板观测模型和预测目标观测模型的相似度，根据目标模板观测模型和预测目标观测模型的相似度确本文档来自技高网...

【技术保护点】
1.一种目标跟踪、统计系统，包括：KCF跟踪器、卡尔曼滤波器和分类器；其特征在于，还包括：/n获取单元，用于获取视频帧序列以及定位跟踪目标；/n初始单元，用于根据视频帧序列初始化KCF跟踪器和卡尔曼滤波器；/n训练单元，用于采用循环矩阵的方法从视频帧序列获取跟踪目标的样本图像，并根据样本图像训练分类器；/n判断单元，用于使用线程池检测跟踪目标的样本图像，获取响应最大的线程，将响应最大的线程对应的输出位置作为当前帧的目标位置，并将获取的最大响应与预设阈值进行对比，判断跟踪目标是否被遮挡：/n如果跟踪目标没有被遮挡，采用KCF跟踪器的输出结果作为跟踪结果，并作为当前帧目标位置，发送继续跟踪的指令到...

【技术特征摘要】
1.一种目标跟踪、统计系统，包括：KCF跟踪器、卡尔曼滤波器和分类器；其特征在于，还包括：
获取单元，用于获取视频帧序列以及定位跟踪目标；
初始单元，用于根据视频帧序列初始化KCF跟踪器和卡尔曼滤波器；
训练单元，用于采用循环矩阵的方法从视频帧序列获取跟踪目标的样本图像，并根据样本图像训练分类器；
判断单元，用于使用线程池检测跟踪目标的样本图像，获取响应最大的线程，将响应最大的线程对应的输出位置作为当前帧的目标位置，并将获取的最大响应与预设阈值进行对比，判断跟踪目标是否被遮挡：
如果跟踪目标没有被遮挡，采用KCF跟踪器的输出结果作为跟踪结果，并作为当前帧目标位置，发送继续跟踪的指令到KCF跟踪器；并统计跟踪目标的数量，得到统计结果；
如果跟踪目标被遮挡，采用卡尔曼滤波器的输出结果作为当前帧目标位置，并判断跟踪目标被严重遮挡还是部分遮挡：如果跟踪目标被部分遮挡，发送停止训练的指令到分类器；如果跟踪目标被严重遮挡，判断是否跟踪失败，并在跟踪失败时，发送重新定位跟踪目标的指令到获取单元，发送重新初始化后继续跟踪的指令到KCF跟踪器；
输出单元，用于输出跟踪目标的跟踪结果与统计结果。


2.如权利要求1所述的目标跟踪、统计系统，其特征在于，判断单元还用于获取分类器的响应峰值，并根据响应峰值与第一阈值、第二阈值的大小判断跟踪目标的遮挡情况：如果响应峰值≥第一阈值，判定跟踪目标没有被遮挡；如果第二阈值＜响应峰值＜第一阈值，判定跟踪目标被部分遮挡；如果响应峰值≤第二阈值，判定跟踪目标被严重遮挡；其中，第一阈值大于第二阈值。


3.如权利要求2所述的目标跟踪、统计系统，其特征在于，判断单元还用于获取当前帧与上一帧跟踪目标的灰度直方图的巴氏距离，并根据巴氏距离与第三阈值的大小判断是否跟踪失败：如果巴氏距离≥第三阈值，判定跟踪失败；如果巴氏距离＜第三阈值，判定跟踪没有失败。


4.如权利要求3所述的目标跟踪、统计系统，其特征在于，判断单元还用于提取跟踪目标的颜色直方图，获...

【专利技术属性】
技术研发人员：王松柏，李靖，刘家旺，田垚，向彩玉，肖灿，
申请(专利权)人：重庆电子工程职业学院，
类型：发明
国别省市：重庆;50