【技术实现步骤摘要】
一种监控视频中的多行人追踪方法
[0001]本专利技术属于图像处理和机器学习领域,具体涉及一种监控视频下的多行人追踪方法,用于有效减少监控视频存储空间,节省查找人力,便于高效实时的实现多行人目标追踪。
技术介绍
[0002]监控视频存在数量多、存储量大的特点,各个小区、街道、学校等场所均设置了监控摄像头,监控视频按照日期完整存储,其存储和查找都需要耗费很多的人力、物力,而对于大部门的监控视频,其拍摄场景都相对固定,如果能够抽取其中有用信息,忽略掉没用的背景信息,不仅能够节省很多存储空间,而且能方便快速查找目标对象。
技术实现思路
[0003]本专利技术的目的是针对社会监控视频现状存在的问题,提出一种监控视频中的多行人追踪方法,对原有视频进行关键信息抽取,获得仅包含行人运动信息的摘要视频,便于高效实时的实现多行人目标追踪。
[0004]本专利技术的技术方案如下:
[0005]一种监控视频中的多行人追踪方法,其特征在于,包括以下步骤:
[0006]步骤1:对t时刻的图像帧,采用多目标检测技术获得视频场景下的行人检测框和得分;
[0007]步骤2:采用CNN神经网络模型提取检测框的行人特征;
[0008]步骤3:对获取的框、得分和特征进行处理:利用卡尔曼滤波,计算每个框和匹配系统中已有的跟踪状态相关系数,获得检测对象和已有跟踪状态的关系矩阵;计算检测框特征和已有跟踪对象的缓存特征的特征距离,获得检测对象和已有跟踪状态的特征距离矩阵;
[0009]步骤4:对所有 ...
【技术保护点】
【技术特征摘要】
1.一种监控视频中的多行人追踪方法,其特征在于,包括以下步骤:步骤1:对t时刻的图像帧,采用多目标检测技术获得视频场景下的行人检测框和得分;步骤2:采用CNN神经网络模型提取检测框的行人特征;步骤3:对获取的框、得分和特征进行处理:利用卡尔曼滤波,计算每个框和匹配系统中已有的跟踪状态相关系数,获得检测对象和已有跟踪状态的关系矩阵;计算检测框特征和已有跟踪对象的缓存特征的特征距离,获得检测对象和已有跟踪状态的特征距离矩阵;步骤4:对所有跟踪状态进行卡尔曼预测,得到每个跟踪状态在下一帧的预测位置;步骤5:回到步骤1,对t+1时刻的图像帧进行同样的处理,直到视频处理结束;步骤6:分析目标轨迹,从检测过程保留一张不含检测对象的背景帧作为背景图片,将不同时间出现的对象放到背景图片上,播放其运动轨迹快照,保存仅包含显示轨迹快照的图像帧作为摘要视频结果。2.根据权利要求1所述的监控视频中的多行人追...
【专利技术属性】
技术研发人员:张艳,
申请(专利权)人:北京航天长峰科技工业集团有限公司,
类型:发明
国别省市:
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。