一种多类别多目标的跟踪方法及系统技术方案

本发明专利技术公开了一种多类别多目标的跟踪方法及系统，方法包括：获取并解码视频流，得到视频序列RGB图像；将所述视频序列RGB图像先进行图像特征预提取，所述图像特征预提取之后同时进行目标的候选框信息提取与Reid特征信息提取；对所述目标的候选框信息与Reid特征信息关联匹配后输出。运用该种多类别多目标的跟踪方法，对所述目标的候选框信息与Reid特征信息关联匹配后输出增加了多分类的检测框和目标相关信息之间的关联度，能够检测出多类别的目标，保证跟踪匹配的准确度以及装置的鲁棒性，同时减少模块串联导致的计算量，增加整体硬件运行速度。

【技术实现步骤摘要】
一种多类别多目标的跟踪方法及系统
本专利技术涉及视频目标检测领域，尤其涉及一种多类别多目标的跟踪方法及系统。
技术介绍
目前，许多视频任务中，不仅需要对单类别进行跟踪，比如在安防监控视频中，可能需要同时对行人，车辆，非机动车等多种类别的目标进行跟踪。除了对跟踪目标类别的需求，目前在监控视频的跟踪领域中，目标经常会受到遮挡，光照等相关因素的影响，对目标跟踪更注重的需求是希望跟踪的精度和速度的性价比能达到最优平衡。现有的算法会因为模块运行速度慢；同时因为检测和特征部分的割裂，不能很好地利用检测和特征之间的信息关联。为了提升跟踪匹配的准确度以及装置的鲁棒性，同时减少模块串联导致的计算量，增加整体硬件运行速度，急需一种多类别多目标的跟踪方法及系统来解决跟踪匹配的准确度以及装置的鲁棒性不足，计算量大，运行速度慢的问题。
技术实现思路
本专利技术实施例提供了一种多类别多目标的跟踪方法及系统，可以解决现有技术中跟踪匹配的准确度以及装置的鲁棒性不足，计算量大，运行速度慢的问题。为实现上述目的，本专利技术第一方面提供一种多类别多目标的本文档来自技高网...

【技术保护点】
1.一种多类别多目标的跟踪方法，其特征在于，所述方法包括：/n获取并解码视频流，得到视频序列RGB图像；/n将所述视频序列RGB图像先进行图像特征预提取，所述图像特征预提取之后进行目标的候选框信息提取与Reid特征信息提取；/n对所述目标的候选框信息与Reid特征信息关联匹配后输出。/n

【技术特征摘要】
1.一种多类别多目标的跟踪方法，其特征在于，所述方法包括：
获取并解码视频流，得到视频序列RGB图像；
将所述视频序列RGB图像先进行图像特征预提取，所述图像特征预提取之后进行目标的候选框信息提取与Reid特征信息提取；
对所述目标的候选框信息与Reid特征信息关联匹配后输出。


2.根据权利要求1所述的跟踪方法，其特征在于，所述对所述目标的候选框信息提取与Reid特征信息关联匹配后输出包括对所述目标的候选框信息提取与Reid特征信息进行置信度得分检测，得到多类别目标的识别结果。


3.根据权利要求2所述的跟踪方法，其特征在于，所述对所述目标的候选框信息提取与Reid特征信息关联匹配后输出包括对Reid特征信息进行特征向量匹配检测，得到前后视频帧中为同一目标的识别结果。


4.根据权利要求3所述的跟踪方法，其特征在于，在得到所述多类别目标的识别结果与前后视频帧中为同一目标的识别结果之后进行目标信息输出，所述目标信息包括置信度得分、目标候选框的坐标信息以及每个目标的Reid特征向量。


5.根据权利要求4所述的跟踪方法，其特征在于，在所述进行目标信息输出之后进行信息保存，连续匹配跟踪目标，利用保存的信息使用卡尔曼滤波器对上一帧的目标进行预测，使用预测值与当前帧的目标信息作比较：
若当前帧的目标信息相似度与前一帧的预测值使用匈牙利算法能匹配上，则继续进行目标信息保存输出与目标状态更新；
若当前帧的目标信息相似度与前一帧的预测值使用匈牙利算法未能匹配上，则使用IOU计算两个目标框之间的交叠比，再进行一轮匈牙利算法匹配，若匹配，则将跟踪中目标状态进行更新。


6.根据权利要求5所述的跟踪方法，其特征在于，还包括若所述当前...

【专利技术属性】
技术研发人员：李靓，
申请(专利权)人：深圳英飞拓科技股份有限公司，
类型：发明
国别省市：广东;44