一种基于位置预测的视频多目标跟踪方法技术

本发明专利技术公开了一种基于位置预测的视频多目标跟踪方法，涉及视频、图像技术领域。包括以下步骤：记录检测目标的时间信息、位置信息和内容特征；计算检测目标与所有轨迹容器的内容特征相似度，若最大的相似度值大于第一阈值，则认定为有效匹配；对于未匹配的轨迹容器，进一步计算轨迹历史速度与临时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角、宽度变化比例，若三者都在给定的阈值区间内，则认定为有效匹配；将有效匹配的检测目标存放到对应轨迹容器中。本发明专利技术匹配结果真实可靠，有效的减少了轨迹碎片以及遮挡等情况导致的串号现象。现象。现象。

【技术实现步骤摘要】
一种基于位置预测的视频多目标跟踪方法
[0001]相关申请的交叉引用
[0002]本申请是基于申请号为201910964726X，申请日为：2019年10月11日，专利技术名称为：一种基于多维特征融合的视频多目标跟踪方法的分案申请。


[0003]本专利技术涉及视频、图像处理
，尤其涉及一种基于位置预测的视频多目标跟踪方法。

技术介绍

[0004]多目标跟踪技术是视频分析技术的一个重要环节，该技术把输入的检测目标Detection图像，按照出现的时间先后顺序，通过目标历史轨迹分析得到运动方向、预测的位置，结合目标之间的内容特征相似度进行匹配连接。如何有效的把每一视频帧中的目标，与历史帧中的轨迹目标进行匹配串联是该技术的关键。目前多目标跟踪
都一般通过目标预测(Kalman轨迹预测比较成熟的选择方案)位置，然后用检测目标的实际位置与预测的位置进行匹配，然后对于没有匹配完成的轨迹和目标进行特征相似度匹配；或者，优先用特征相似度优先匹配轨迹和目标，保证长距离的运动目标能匹配完成，然后用检测目标的实际位置与预测的位置匹配。
[0005]针对日常监控视频中，目标的相互遮挡导致的目标重叠、目标检测丢失，目标的快速运动现象比较普遍；从而导致单纯的位置匹配、特征相似度匹配不能很好的解决问题，导致最终轨迹碎片过多，轨迹中串号(IDSwitch)现象严重。

技术实现思路

[0006]本专利技术的目的在于提供一种基于位置预测的视频多目标跟踪方法，匹配结果真实可靠，有效的减少了轨迹碎片以及遮挡等情况导致的串号现象。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]一种基于位置预测的视频多目标跟踪方法，其特征在于，包括以下步骤：
[0009]S1，记录检测目标的时间信息、位置信息和内容特征；
[0010]S2，计算检测目标与所有轨迹容器的内容特征相似度，若最大的相似度值大于第一阈值，则认定为有效匹配；
[0011]S3，对于未匹配的轨迹容器，进一步计算轨迹历史速度与实时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角、宽度变化比例，若三者都在给定的阈值区间内，则认定为有效匹配；
[0012]S4，将有效匹配的检测目标存放到对应轨迹容器中。
[0013]进一步的，所述S2的具体内容如下：
[0014]提取检测目标的内容特征，与所有轨迹容器中存储的内容特征进行内容特征相似度计算，得到相应的相似度值序列；从所述相似度值序列中找到最大的相似度值与第一阈
值进行比较，并计算检测目标与轨迹容器中最后一帧的距离，与距离阈值进行比较；若最大的相似度值大于第一阈值且该距离在距离阈值以内，则认定为有效匹配。
[0015]进一步的，所述S2的具体内容如下：
[0016]若轨迹容器已存在检测目标的历史记录信息，对当前帧应当出现检测目标的位置信息进行实时预测，得到预测矩形区域；
[0017]检测实际检测目标的矩形区域，计算预测矩形区域与矩形区域的交并比，以1与交并比的差作为实际检测目标与预测检测目标的距离；取最小距离对应的轨迹容器与检测目标计算其内容特征相似度与第一阈值进行比较，若最大的相似度值大于第一阈值，则认定为有效匹配。
[0018]进一步的，所述S3的具体内容如下：
[0019]对于未匹配的轨迹容器，取与检测目标的内容特征相似度最大的轨迹容器PTrack
Cont
，同时记录对应的相似度值Simi
Cont
；计算检测目标与所有轨迹容器的距离，取距离最小值对应的轨迹容器Ptrack
Euc
，计算该轨迹容器Ptrack
Euc
与检测目标的内容特征相似度值Simi
Euc
；
[0020]S31，若PTrack
Cont
与Ptrack
Euc
相同，且Simi
Cont
大于等于有效匹配的相似度阈值，计算轨迹历史速度与实时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角和宽度变化比例，若三者都在相应给定的阈值区间内，则认定为有效匹配；
[0021]S32，若PTrack
Cont
与Ptrack
Euc
不同，当Simi
Cont
与Simi
Euc
中较大的值大于等于给定的参数阈值时，计算宽度变化比例，若宽度变化比例在给定的阈值区间内，则认定为有效匹配；当Simi
Cont
与Simi
Euc
中较大的值小于给定的参数阈值时，取两者中较大的值对应的轨迹容器，计算轨迹历史速度与实时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角和宽度变化比例，若三者都在相应给定的阈值区间内，则认定为有效匹配；
[0022]S33，若检测目标依旧没有找到有效匹配的轨迹容器，取Simi
Cont
与Simi
Euc
中剩余较小的值，计算轨迹历史速度与实时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角和宽度变化比例，若三者都在相应给定的阈值区间内，则认定为有效匹配。
[0023]进一步的，所述轨迹历史速度与实时速度的计算方法如下：
[0024]V
hist
＝(R
t
‑
R
t
‑
Δt
)/Δt，其中，R
t
是历史记录信息的倒数第一帧的位置信息，R
t
‑
Δt
是历史记录信息的倒数第二帧的位置信息，Δt是两帧历史记录信息的时间间隔；
[0025]V
cur
＝(R
cur
‑
R
t
)/Δt
cur
，其中，R
t
是历史记录信息的倒数第一帧的位置信息，R
cur
是检测目标的位置信息，Δt
cur
是检测目标时间与历史记录信息的倒数第一帧的时间间隔。
[0026]进一步的，所述检测目标与历史轨迹运动方向的运动夹角的计算方法如下：
[0027]其中，是R
t
中心点位置到R
cur
中心点位置的矢量表达；是R
t
‑
Δt
中心点位置到R
t
中心点位置的矢量表达。
[0028]进一步的，在所述S31中，若PTrack
Cont
的历史记录信息中仅有一帧信息，则直接计算宽度变化比例，若宽度变化比例在给定的阈值区间内，则认定为有效匹配。
[0029]进一步的，所述距离为欧式距离。
[0030]进一步的，所述内容特征采用深度卷积神经网络提取。
[0031]进一步的，所述位置信息包括检测目标的中心位置、纵横比和高度。
[0032]与现有技术相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于位置预测的视频多目标跟踪方法，其特征在于，包括以下步骤：S1，记录检测目标的时间信息、位置信息和内容特征；S2，计算检测目标与所有轨迹容器的内容特征相似度，若最大的相似度值大于第一阈值，则认定为有效匹配；若轨迹容器已存在检测目标的历史记录信息，对当前帧应当出现检测目标的位置信息进行实时预测，得到预测矩形区域；检测实际检测目标的矩形区域，计算预测矩形区域与矩形区域的交并比，以1与交并比的差作为实际检测目标与预测检测目标的距离；取最小距离对应的轨迹容器与检测目标计算其内容特征相似度与第一阈值进行比较，若相似度值大于第一阈值，则认定为有效匹配；S3，对于未匹配的轨迹容器，进一步计算轨迹历史速度与实时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角、宽度变化比例，若三者都在给定的阈值区间内，则认定为有效匹配；所述宽度变化比例为轨迹容器中最后一帧的检测目标所在矩形区域的宽度与当前检测目标所在矩形区域的宽度比值；S4，将有效匹配的检测目标存放到对应轨迹容器中。2.根据权利要求1所述的基于位置预测的视频多目标跟踪方法，其特征在于，所述S3的具体内容如下：对于未匹配的轨迹容器，取与检测目标的内容特征相似度最大的轨迹容器PTrack
Cont
，同时记录对应的相似度值Simi
Cont
；计算检测目标的中心点坐标与所有轨迹容器的预测矩形区域的中心点坐标的欧式距离，所述预测矩形区域为利用Kalman滤波器根据轨迹容器的历史记录信息对当前帧应当出现检测目标的位置信息进行实时预测而得到的，取距离最小值对应的轨迹容器Ptrack
Euc
，计算该轨迹容器Ptrack
Euc
与检测目标的内容特征相似度值Simi
Euc
；S31，若PTrack
Cont
与Ptrack
Euc
相同，且Simi
Cont
大于等于有效匹配的相似度阈值，计算轨迹历史速度与实时速度的变化比例、检测目标与历史轨迹运动方向的运动夹角和宽度变化比例，若三者都在相应给定的阈值区间内，则认定为有效匹配；S32，若PTrack
Cont
与Ptrack
Euc
不同，当Simi
Cont
与Simi
Euc
中较大的值大于等于给定的参数阈值时，计算宽度变化比例，若宽度变化比例在给定的阈值区间内，则认定为有效匹配；当Simi
Cont
与Simi
Euc

【专利技术属性】
技术研发人员：满庆奎，徐晓刚，李冠华，管慧艳，
申请(专利权)人：杭州云栖智慧视通科技有限公司，
类型：发明
国别省市：