多目标跟踪方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及目标跟踪技术领域，公开了一种多目标跟踪方法、装置、计算机设备和存储介质，所述方法包括：获取当前帧的第一跟踪图像和第一轨迹集合，第一轨迹集合包括未丢失轨迹集合和丢失轨迹集合；基于目标检测算法获取第一跟踪图像中的第一目标集合；通过第一关联算法将第一目标集合与未丢失轨迹集合进行关联，并得到未完成关联的第二目标集合和第二轨迹集合；通过第二关联算法将第二目标集合与丢失轨迹集合进行关联，并得到未完成关联的第三目标集合和第三轨迹集合；通过第三关联算法将第三目标集合与第二轨迹集合、第三轨迹集合进行关联。本申请通过层次化的关联算法将跟踪目标与目标跟踪轨迹进行关联，有效地提高了多目标跟踪的性能。踪的性能。踪的性能。

【技术实现步骤摘要】
多目标跟踪方法、装置、计算机设备和存储介质


[0001]本申请涉及目标跟踪
，具体是指一种多目标跟踪方法、装置、计算机设备和存储介质。

技术介绍

[0002]多目标跟踪技术是计算机视觉领域中一项重要的基础技术，其目的是对视频中所有的跟踪目标同时跟踪，并得到完整的目标跟踪轨迹。多目标跟踪在现实生活中有着非常广泛的应用，例如人数统计、视频分析、动作识别、异常行为检测、体育赛事分析、生物学研究、人机互动、机器人导航、无人驾驶等。
[0003]因此，对于多目标跟踪技术，其性能的提升在上述应用场景下有着重要的意义。
[0004]申请内容
[0005]基于以上技术问题，本申请提供了一种多目标跟踪方法、装置、计算机设备和存储介质，通过层次化的关联算法将跟踪目标与目标跟踪轨迹进行关联，有效地提高了多目标跟踪的性能。
[0006]为解决以上技术问题，本申请采用的技术方案如下：
[0007]一种多目标跟踪方法，包括：
[0008]获取当前帧的第一跟踪图像和第一轨迹集合，第一轨迹集合包括未丢失轨迹集合和丢失轨迹集合；
[0009]将第一跟踪图像输入目标检测算法中，获取第一跟踪图像中的第一目标集合；
[0010]通过第一关联算法将第一目标集合中的跟踪目标与未丢失轨迹集合中的目标跟踪轨迹进行关联，并得到未完成关联的第二目标集合和第二轨迹集合；
[0011]通过第二关联算法将第二目标集合中的跟踪目标与丢失轨迹集合中的目标跟踪轨迹进行关联，并得到未完成关联的第三目标集合和第三轨迹集合；
[0012]通过第三关联算法将第三目标集合中的跟踪目标与第二轨迹集合、第三轨迹集合中的目标跟踪轨迹进行关联。
[0013]一种多目标跟踪装置，包括：
[0014]数据获取模块，数据获取模块用于获取当前帧的第一跟踪图像和第一轨迹集合，第一轨迹集合包括未丢失轨迹集合和丢失轨迹集合；
[0015]目标获取模块，目标获取模块用于将第一跟踪图像输入目标检测算法中，获取第一跟踪图像中的第一目标集合；
[0016]第一关联模块，第一关联模块用于通过第一关联算法将第一目标集合中的跟踪目标与未丢失轨迹集合中的目标跟踪轨迹进行关联，并得到未完成关联的第二目标集合和第二轨迹集合；
[0017]第二关联模块，第二关联模块用于通过第二关联算法将第二目标集合中的跟踪目标与丢失轨迹集合中的目标跟踪轨迹进行关联，并得到未完成关联的第三目标集合和第三轨迹集合；
[0018]第三关联模块，第三关联模块用于通过第三关联算法将第三目标集合中的跟踪目标与第二轨迹集合、第三轨迹集合中的目标跟踪轨迹进行关联。
[0019]一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述多目标跟踪方法的步骤。
[0020]一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述多目标跟踪方法的步骤。
[0021]与现有技术相比，本申请的有益效果是：
[0022]上述方法、装置、计算机设备和存储介质针对跟踪目标与目标跟踪轨迹关联时，存在的相邻帧图像对关联和非相邻帧图像对关联的情况，选择不同的重识别网络进行特征提取和相似度计算，通过层次化关联的方式对跟踪目标与目标跟踪轨迹进行关联，根据不同的跟踪状态充分发挥不同关联算法的优点以得到更好的多目标跟踪效果，能够有效地提高多目标跟踪性能。
附图说明
[0023]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。其中：
[0024]图1为多目标跟踪方法的流程示意图。
[0025]图2为第一关联算法的流程示意图。
[0026]图3为第二关联算法的流程示意图。
[0027]图4为未丢失轨迹集合和丢失轨迹集合的分类方法的流程示意图。
具体实施方式
[0028]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例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公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0029]应当理解，本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
[0030]如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
[0031]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0032]参阅图1，在一些实施例中，一种多目标跟踪方法，包括：
[0033]S101，获取当前帧的第一跟踪图像和第一轨迹集合，第一轨迹集合包括未丢失轨
迹集合和丢失轨迹集合；
[0034]具体的，根据目标跟踪的现有技术可知，对于第一轨迹集合而言，其包含的目标跟踪轨迹是由若干个跟踪目标关联形成，目标跟踪轨迹中的跟踪目标按时序排列，轨迹末端跟踪目标就是轨迹中最新关联的跟踪目标。
[0035]具体的，未丢失轨迹集合中的目标跟踪轨迹，是指目标跟踪轨迹末端跟踪目标是上一帧跟踪图像中的跟踪目标，表明此目标跟踪轨迹在上一帧跟踪目标未丢失；相应的，丢失轨迹集合中的目标跟踪轨迹，则是指目标跟踪轨迹末端跟踪目标不是上一帧跟踪图像中的跟踪目标，表明此目标跟踪轨迹在上一帧跟踪目标丢失。
[0036]S102，将第一跟踪图像输入目标检测算法中，获取第一跟踪图像中的第一目标集合；
[0037]具体的，将第一跟踪图像输入目标检测算法中，经过目标检测算法得到检测响应集合，基于检测响应集合中的每个检测响应的坐标位置对第一跟踪目标进行剪裁，汇总剪裁得到的图像块形成第一目标集合。
[0038]具体的，目标检测算法可以采用YOLO、Faster R
‑
CNN、R
‑
FCN或SSD。
[0039]S103，通过第一关联算法将第一目标集合中的跟踪目标与未丢失轨迹集合中的目标跟踪轨迹进行关联，并得到未完成关联的第二目标集合和第二轨迹集合；
[0040]S104，通过第二关联算法将第二目标集合中的跟踪目标与丢失轨迹集合中的目标跟踪轨迹进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.多目标跟踪方法，其特征在于，包括：获取当前帧的第一跟踪图像和第一轨迹集合，所述第一轨迹集合包括未丢失轨迹集合和丢失轨迹集合；将所述第一跟踪图像输入目标检测算法中，获取所述第一跟踪图像中的第一目标集合；通过第一关联算法将所述第一目标集合中的跟踪目标与所述未丢失轨迹集合中的目标跟踪轨迹进行关联，并得到未完成关联的第二目标集合和第二轨迹集合；通过第二关联算法将所述第二目标集合中的跟踪目标与所述丢失轨迹集合中的目标跟踪轨迹进行关联，并得到未完成关联的第三目标集合和第三轨迹集合；通过第三关联算法将所述第三目标集合中的跟踪目标与所述第二轨迹集合、第三轨迹集合中的目标跟踪轨迹进行关联。2.根据权利要求1所述的多目标跟踪方法，其特征在于，通过第三关联算法将所述第三目标集合中的跟踪目标与所述第二轨迹集合、第三轨迹集合中的目标跟踪轨迹进行关联之后，还包括：获得第三关联算法未关联成功的第四目标集合；将所述第四目标集合中的跟踪目标初始化为新的目标跟踪轨迹，并存入所述第一轨迹集合中。3.根据权利要求1所述的多目标跟踪方法，其特征在于：所述关联为将配对成功的跟踪目标加入对应的目标跟踪轨迹末端，以对目标跟踪轨迹进行更新。4.根据权利要求1所述的多目标跟踪方法，其特征在于，所述第一关联算法包括：将所述第一目标集合中的跟踪目标输入第一网络模型，获取跟踪目标未屏蔽背景信息的第一目标特征；将所述第一目标集合中的跟踪目标的第一目标特征，与所述未丢失轨迹集合中的目标跟踪轨迹末端跟踪目标的第一目标特征进行特征距离计算，得到第一特征距离；通过匈牙利算法对所述第一特征距离进行关联，获得配对成功的跟踪目标与目标跟踪轨迹。5.根据权利要求1所述的多目标跟踪方法，其特征在于，所述第二关联算法包括：将所述第二目标集合中的跟踪目标输入第二网络模型，获取跟踪目标屏蔽背景信息的第二目标特征；将所述第二目标集合中的跟踪目标的第二目标特征，与所述丢失轨迹集合中的目标跟踪轨迹末端跟踪目标的第二目标特征进行特征距离计算，得到第二特征距离；通过匈牙利算法对所述第二特征距离进行关联，获得配对成功的跟踪目标与目标跟...

【专利技术属性】
技术研发人员：董乐，张宁，徐浩然，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：