一种实时多目标跟踪方法技术

本发明专利技术涉及多目标跟踪技术领域，公开了实时多目标跟踪方法，本方法首先使用目标检测模型检测出初始帧的物体，记录下此时每个物体的位置信息并存储通过深度学习模型提取的每一个检测的物体的特征。初始帧的每一个物体成为潜在的跟踪器。通过抽帧形式，得到后续帧，依次进行目标检测，记录位置信息和存储物体的特征。数据关联，计算物体与已有跟踪器的特征距离和IOU距离，融合两者度量方式，得到特征距离矩阵。再使用匈牙利算法进行匹配，将潜在状态跟踪器更新为显式状态跟踪器，将显式的跟踪器在视频中进行显示。本方法具有硬件资源占用低，速度快，跟踪效果好等优点，在遮挡、大小、姿态以及光照等环境条件的影响下也具有较好的鲁棒性。鲁棒性。鲁棒性。

【技术实现步骤摘要】
一种实时多目标跟踪方法


[0001]本专利技术涉及多目标跟踪
，尤其涉及一种采用深度学习和数据关联的实时多目标跟踪方法。

技术介绍

[0002]多目标跟踪，即Multiple Object Tracking(MOT)，也称为Multiple Target Tracking(MTT)。其主要任务是给定一个图像序列，找到图像序列中运动的物体，并将不同帧中的运动物体一一对应，然后给出不同物体的运动轨迹。多目标跟踪技术在许多领域都扮演着至关重要的角色，例如安防，自动驾驶等等。
[0003]经典的多目标跟踪通常利用多假设跟踪(MHT)或联合概率数据互联滤波器(JPDAF)来解决。多假设跟踪(MHT)是最早成功的视觉跟踪算法之一。最早的多假设跟踪算法于1979年有Reid提出，该算法为每一个候选的目标建立一个潜在的跟踪假设树，通过后续测量数据进行延迟关联判决，为数据互联问题提供了一个系统性的解决方案。利用贝叶斯后验概率的传递特性，多假设跟踪算法计算每一个跟踪的概率，然后选择出最有可能的组合，不断反复“修剪”小概率不可能的假设，合并相同的假设，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实时多目标跟踪方法，其特征在于，包括：步骤1：检测视频中初始帧中的物体，记录每个物体的位置信息并提取每个检测的物体的特征，将初始帧的每个物体作为潜在状态的跟踪器；步骤2:对视频中的后续帧进行检测，记录后续帧中每个物体的位置信息并存储每个物体的特征；步骤3：依次提取后续帧进行数据关联，计算当前后续帧中的物体与已存在跟踪器的每一种组合的特征距离和IOU距离，再融合特征距离和IOU距离两种度量方式，修改特征距离，生成特征距离矩阵；步骤4：以修改后的特征距离矩阵作为最终的度量代价矩阵，利用匈牙利算法进行匹配，若当前后续帧中的物体与已存在的跟踪器匹配成功，则更新跟踪器的位置信息，并存储物体特征，若未匹配成功，则将当前后续帧中的物体初始化为新的潜在状态跟踪器；步骤5：检查匹配成功的次数，若匹配成功的次数大于等于设定的阈值，则将该潜在状态的跟踪器标记为显式状态并继续保持该状态；若匹配成功的次数小于设定的阈值，则继续保持该跟踪器的潜在状态；步骤6：返回状态为显式的跟踪器的位置信息及相应的物体特征；步骤7：在视频中显示跟踪结果。2.根据权利要求1所述的一种实时多目标跟踪方法，其特征在于，所述步骤2具体过程包括：步骤21：通过抽帧的形式，得到后续帧；步骤22：对后续帧进行检测，记录后续帧中的每个物体的位置信息，并存储每个物体的特征。3.根据权利要求1或2所述的一种实时多目标跟踪...

【专利技术属性】
技术研发人员：吴杰，
申请(专利权)人：中国电子科技网络信息安全有限公司，
类型：发明
国别省市：