【技术实现步骤摘要】
一种实时多目标跟踪方法及系统
[0001]本专利技术涉及目标跟踪
,特别是涉及一种尤其适用于嵌入式设备使用的实时多目标跟踪方法及系统。
技术介绍
[0002]当前较为流行的多目标跟踪算法包括Sort以及DeepSort算法。这些算法通过一个检测头(目标检测算法)检测前后两帧图片,得到前后两帧的目标。为了使前后两帧的目标对应起来,通常是根据前一帧的目标的检测框信息,利用卡尔曼滤波给出预测的该目标的检测框信息。在后一帧中,计算预测的和实际的检测框信息得到各自的特征,将预测得到的特征和实际得到的特征送入匈牙利算法,进行特征匹配,从而将预测结果与实际结果对应起来。
[0003]从上述过程中可以看出,在使前后两帧目标对应起来的过程中,不但需要对检测框信息进行预测,还需要根据检测框信息计算各目标的特征,并进行计算复杂度更高的匈牙利匹配,这一过程极大耗费计算资源,使得多目标跟踪算法往往适用于计算资源较为充裕的服务器等硬件设备。
[0004]在工业场景下使用的多目标跟踪算法,例如DeepSort算法等,这些算法主要包括当前帧目标检测、基于前一帧目标检测框预测当前帧目标检测框、当前帧中预测的检测框与实际的检测框进行匹配等三个步骤。通常在最后一个步骤匹配过程中,需要计算前后两帧中所有目标的特征,然后用匈牙利算法进行特征匹配,而匈牙利算法计算复杂度较高,其复杂度与目标数量成指数关系,因此整体算法速度较慢,需要较多的计算资源,无法在算力有限的嵌入式设备(jetson nano)上运行。
[0005]而部分采用简 ...
【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,所述方法包括:将实际当前帧图片输入目标检测模型,得到实际当前帧的目标检测结果;所述目标检测结果包括若干人员头部检测框;获取若干所述人员头部检测框各自的中心点生成实际中心点集;根据前一帧图片的目标检测结果预测获得当前帧的目标预测结果,所述目标预测结果包括若干人员头部预测框;获取若干所述人员头部预测框各自的中心点生成预测中心点集;采用目标欧式距离作为匹配准则,将所述实际中心点集中包括的各个实际中心点与所述预测中心点集包括的各个预测中心点进行一一匹配;基于所述实际中心点与所述预测中心点的匹配结果进行目标跟踪。2.根据权利要求1所述的实时多目标跟踪方法,其特征在于,所述目标检测模型包括在Tensorrt加速框架下的Yolov4
‑
tiny目标检测模型。3.根据权利要求1所述的实时多目标跟踪方法,其特征在于,分别获取若干所述人员头部检测框的置信度分数;获取所述置信度分数大于置信度阈值的若干所述人员头部检测框各自的中心点生成实际中心点集。4.根据权利要求1所述的实时多目标跟踪方法,其特征在于,分别获取若干所述人员头部检测框各自的左上角像素坐标以及右下角像素坐标;根据所述左上角像素坐标以及所述右下角像素坐标计算获得若干所述人员头部检测框各自的中心点。5.根据权利要求4所述的实时多目标跟踪方法,其特征在于,所述人员头部检测框的中心点由下式计算获得:centerx=(x1+x2)/2centery=(y1+y2)/2式中:centerx、centery为中心点坐标,x1、y1为检测框左上角像素坐标,x2、y2为检测框右下角像素坐标。6.根据权利要求1所述的实时多目标跟踪方法,其特征在于,根据前一帧图片的目标检测结果采用卡尔曼滤波算法预测获得当前帧的目标预测结果。7.根据权利要求6所述的实时多目标跟踪方法,其特征在于,所述采用卡尔曼滤波算法预测获得当前帧的目标预测结果,包括:定义第i帧的某个人员头部检测框中心的状态向量X
i
和协方差P
i
,由下式给出:X
i
=(cx,cy,v
cx
,v
cy
)
T
P
i
=Cov(X
...
【专利技术属性】
技术研发人员:王鑫,陈昌金,罗凡程,牟俊杰,何枭,赵誉杰,
申请(专利权)人:中国兵器装备集团自动化研究所有限公司,
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。