一种跨摄像头目标检测与跟踪系统及方法技术方案

本发明专利技术涉及一种跨摄像头目标检测与跟踪系统及方法，包括目标检测模块、目标关联模块、目标跟踪模块和结果可视化模块，所述目标检测模块、目标关联模块和目标跟踪模块逐次处理摄像头视频数据，所述结果可视化模块将上述模块处理结果进行可视化处理；目标检测模块，用于对获取到的摄像头视频数据进行目标检测；目标关联模块，用于基于目标检测结果构建目标数据集以及有效目标列表，对目标进行关联；目标跟踪模块，用于根据不同摄像头目标检测结果以及目标关联结果，在不同摄像头下进行目标跟踪；结果可视化模块，用于保持跟踪过程同一目标编号不变和实时更新有效目标列表。与现有技术相比，本发明专利技术具有目标检测与跟踪准确性高以及实时性好的优点。时性好的优点。时性好的优点。

【技术实现步骤摘要】
一种跨摄像头目标检测与跟踪系统及方法


[0001]本专利技术涉及智能交通领域，尤其是涉及一种跨摄像头目标检测与跟踪系统及方法。

技术介绍

[0002]随着摄像头硬件成本降低与存储器容量的提升，以及网络技术和通信技术的快速发展，摄像头己经遍布大街小巷，目标检测与跟踪技术作为智能视频监控系统的关键组成部分，具有很高的研究价值与应用价值。目前主要以单摄像头目标跟踪为研究方向，但是单个摄像头监控范围有限，导致其存在较大的局限性，无法对目标进行连续跟踪。
[0003]跨摄像头目标跟踪系统由于使用的多个摄像头位于不同位置，其视域能够拼接成一个更大的空间区域，从而克服了单摄像头目标跟踪系统存在的固有缺陷，可以实现对目标的长时连续跟踪，因此跨摄像头目标检测具有更加广阔的应用前景。
[0004]目前摄像头的使用已非常普遍，但对于大量的视频数据，只能通过人工处理，此方法容易出错，对监控人员来说也很枯燥无味，同时浪费人力。
[0005]针对以上问题，亟需设计一种准确性高、实时性好的跨摄像头目标检测与跟踪系统及方法。

技术实现思路

[0006]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供了一种准确性高以及实时性好的跨摄像头目标检测与跟踪系统及方法。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]根据本专利技术的第一方面，提供了一种跨摄像头目标检测与跟踪系统，该系统包括目标检测模块、目标关联模块、目标跟踪模块和结果可视化模块，所述目标检测模块、目标关联模块和目标跟踪模块逐次处理摄像头视频数据，所述结果可视化模块将上述模块处理结果进行可视化处理，具体为：
[0009]目标检测模块，用于对获取到的摄像头视频数据进行目标检测；
[0010]目标关联模块，用于基于所述目标检测结果构建目标数据集以及有效目标列表，对目标进行关联；
[0011]目标跟踪模块，用于根据不同摄像头目标检测结果以及目标关联结果，在不同摄像头下进行目标跟踪；
[0012]结果可视化模块，用于保持跟踪过程同一目标编号不变和实时更新有效目标列表。
[0013]优选地，所述目标检测模块、目标关联模块以及目标跟踪模块相对独立，级联处理数据，满足接口要求时实时更新数据。
[0014]根据本专利技术的第二方面，提供了一种跨摄像头目标检测与跟踪方法，该方法包括以下步骤：
[0015]步骤1、目标检测：对获取到的摄像头视频数据进行目标检测；
[0016]步骤2、目标关联：基于不同摄像头的目标检测结果构建目标数据集以及有效目标列表，对目标进行关联，并对关联结果赋予目标编号；
[0017]步骤3、目标跟踪：基于目标关联结果，对目标进行跟踪并保持跟踪期间目标编号不变；
[0018]步骤4、结果可视化：将目标检测结果、目标关联结果以及目标跟踪结果通过检测框以及目标编号的形式显示出来，保持跟踪过程同一目标编号不变和实时更新有效目标列表。
[0019]优选地，所述步骤1中的目标检测具体为：采用卷积神经网络对获取到的摄像头视频数据进行目标检测。
[0020]优选地，所述步骤2中的目标关联具体为：基于不同摄像头的目标检测结果构建目标数据集以及有效目标列表，采用注意力机制提取当前所有目标的特征信息，并通过识别不同摄像头下的同一目标，对目标检测结果进行目标关联，将关联的目标赋予相同的目标编号。
[0021]优选地，所述目标跟踪具体包括以下子步骤：
[0022]1)基于目标关联过程赋予的目标编号，确定第一帧目标编号；
[0023]2)利用卡尔曼滤波算法对前一帧目标进行位置预测，并与当前帧目标进行匹配；
[0024]3)使用神经网络对检测到的目标进行特征提取；
[0025]4)使用马氏距离计算预测位置图像特征与目标图像特征之间的相似度；
[0026]5)使用匈牙利算法对预测位置图像和目标图像进行目标匹配，并基于所述匹配结果更新同一摄像头下相同目标在不同时刻位置，实现目标跟踪。
[0027]优选地，所述步骤5)中使用匈牙利算法对预测位置图像和目标图像进行目标匹配，具体为：
[0028]使用匈牙利算法对预测位置图像和检测到的目标图像进行目标匹配，若匹配成功，则沿用之前编号；否则将检测到的目标图像与有效目标列表中的目标图像数据集进行匹配，以判断是否是历史目标复现，若为复现目标则仍使用历史目标编号，否则赋予目标新编号。
[0029]优选地，所述特征包括目标特征和目标上下文特征。
[0030]优选地，所述有效目标列表仅保存生存期T范围内的目标图像数据。
[0031]优选地，所述目标包括行人和车辆。
[0032]与现有技术相比，本专利技术具有以下优点：
[0033]1)本专利技术设计的跨摄像头目标检测与跟踪系统通过目标检测模块、目标关联模块以及目标跟踪模块逐次处理摄像头视频数据，并通过结果可视化模块将上述模块处理结果进行可视化处理，提高了目标检测与跟踪的准确性以及及时性；此外，本专利技术的系统通过完成多个摄像头下的目标关联，克服现有单摄像头系统固有缺陷，实现对目标长时间跨区域的识别跟踪；
[0034]2)本专利技术的目标检测与跟踪方法基于深度学习模型，在保留传统处理方法和传统深度学习算法优点时引入包含通道和位置的注意力机制，克服了传统识别方式中跨摄像头噪声干扰问题，提高了准确性和实时性；
[0035]3)本专利技术基于时空一致性优化目标检测结果，采用卡尔曼滤波算法判断目标可能存在的时空区域，减小计算量，提高准确性，再将目标的多种特征进行融合判断目标是否存在，从而实现跨摄像头间的目标关联；
[0036]4)本专利技术可实现通过路侧摄像头与车辆来协助感知，解决现有智能车载本身感知成本过高以及车载感知无法有效克服遮挡的问题；
[0037]5)本专利技术可应用于协助车辆感知，可以使车辆对可能存在的危险有提前感知能力，以减少交通事故发生。
附图说明
[0038]图1为本专利技术的系统示意图；
[0039]图2为本专利技术的方法示意图；
[0040]图3为目标匹配过程流程示意图；
[0041]图4为实施例2中路口摄像头位置放置示意图。
具体实施方式
[0042]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本专利技术保护的范围。
[0043]实施例
[0044]如图1所示，给出本专利技术的系统实施例，一种跨摄像头目标检测与跟踪系统，该系统包括目标检测模块、目标关联模块、目标跟踪模块和结果可视化模块，所述目标检测模块、目标关联模块和目标跟踪模块逐次处理摄像头视频数据，所述结果可视化模块将上述模块处理结果进行可视化处理，具体为：
[0045]目标检测模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨摄像头目标检测与跟踪系统，其特征在于，该系统包括目标检测模块、目标关联模块、目标跟踪模块和结果可视化模块，所述目标检测模块、目标关联模块和目标跟踪模块逐次处理摄像头视频数据，所述结果可视化模块将上述模块处理结果进行可视化处理，具体为：目标检测模块，用于对获取到的摄像头视频数据进行目标检测；目标关联模块，用于基于所述目标检测结果构建目标数据集以及有效目标列表，对目标进行关联；目标跟踪模块，用于根据不同摄像头目标检测结果以及目标关联结果，在不同摄像头下进行目标跟踪；结果可视化模块，用于保持跟踪过程同一目标编号不变和实时更新有效目标列表。2.根据权利要求1所述的一种跨摄像头目标检测与跟踪系统，其特征在于，所述目标检测模块、目标关联模块以及目标跟踪模块相对独立，级联处理数据，满足接口要求时实时更新数据。3.一种跨摄像头目标检测与跟踪方法，其特征在于，该方法包括以下步骤：步骤1、目标检测：对获取到的摄像头视频数据进行目标检测；步骤2、目标关联：基于不同摄像头的目标检测结果构建目标数据集以及有效目标列表，对目标进行关联，并对关联结果赋予目标编号；步骤3、目标跟踪：基于目标关联结果，对目标进行跟踪并保持跟踪期间目标编号不变；步骤4、结果可视化：将目标检测结果、目标关联结果以及目标跟踪结果通过检测框以及目标编号的形式显示出来，保持跟踪过程同一目标编号不变和实时更新有效目标列表。4.根据权利要求3所述的一种跨摄像头目标检测与跟踪方法，其特征在于，所述步骤1中的目标检测具体为：采用卷积神经网络对获取到的摄像头视频数据进行目标检测。5.根据权利要求3所述的一种跨摄像头目标检测与跟踪方法，其特征在于，...

【专利技术属性】
技术研发人员：王平，王超，王新红，朱纪龙，
申请(专利权)人：同济大学，
类型：发明
国别省市：