一种基于多特征融合增强的行人多目标跟踪算法制造技术

本发明专利技术公开了一种基于多特征融合增强的行人多目标跟踪算法，该算法将特征提取、目标检测、数据关联三大模块集成于一个网络架构。本算法首先通过以连续两帧作为一个链节点作为输入，为了对resnet50骨干网进行加强，将传统卷积替换为Inception卷积，增强特征提取网络的感受野；为了增强对目标形变的适应性，将提取的特征经过加权双向金字塔融合处理，对重要的特征信息进行更多地关注；为了让网络对拥挤场景下的行人目标进行更好地处理，通过加入上下文敏感预测模块到网络中，将更宽和更深的卷积预测模块放置在具有不同步长层的顶部来对信息进行增强；最后回归出相邻帧中的相同目标边界框对并在公共帧中进行相似度对比，使用IOU匹配来进行数据关联，输出跟踪轨迹。本发明专利技术算法提高了多目标跟踪的精度，可满足视频监控领域对行人目标跟踪的需求。领域对行人目标跟踪的需求。

【技术实现步骤摘要】
一种基于多特征融合增强的行人多目标跟踪算法


[0001]本专利技术涉及智能监控
，具体涉及一种多特征融合增强的行人多目标跟踪算法。

技术介绍

[0002]随着人们生活水平的不断提高，以及人口的增长，导致我国城市监控面临着诸多问题，例如商场人群中可能存在违法分子以及后续的追踪，保证社会的稳定便成为城市监控部门面临的一个重要问题。行人跟踪是解决城市安全的关键基础技术，在真实场景中有着很丰富研究价值，通过检测行人目标，并正后续中跟踪行人，能给城市安全提供重要信息，因此行人多目标跟踪成为城市安全需要解决的关键问题。
[0003]过去多目标跟踪发展很快，也取得很大的进步，但是现有的多目标跟踪领域解决方案中，大部分是基于两阶段模型的检测跟踪范式，该范式将多目标跟踪分成两个独立的任务，即检测和关联。首先通过现有的检测器获取每一帧中物体的边界框，然后通过数据关联跨帧链接，形成轨迹，在关联过程中嵌入身份来区分对象。这样的两步过程揭示了两种提高跟踪性能的方法，一种是增强检测，另一种是通过增强数据关联。跟踪过程存在遮挡的影响会导致对象重叠而导致漏检，并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多特征融合增强的行人多目标跟踪算法，其特征在于，所述算法包括以下步骤：S1、对行人视频集的视频帧序列进行图像预处理，进行提取特征信息；S2、在提取到的特征信息需要进一步特征融合，获得更丰富的目标特征；S3、使用上下文敏感预测模块，能很好的处理拥挤场景下的行人目标，对信息进行增强。S4、计算出相邻帧中同一目标的回归框对，并进行IOU相似度匹配，输出跟踪轨迹。2.根据权利要求1所述的多特征融合增强的行人多目标跟踪算法，其特征在于，所述的步骤S1中图像预处理包括了提取特征信息的改进，加入了Inception卷积来代替传统卷积，以更灵活的搜索空间来加强感知区域，可提升GNN的搜索能力，使得模型能够具备将有效感受野。3.根据权力要求2所述的行人多目标跟踪算法，其特征在于，所述步骤改进特征信息提取，采用Inception卷积为：式中，和是滤波器在第i个输出通道上x轴和y轴上从1到d
max
的膨胀，C
out
为输出通道数。4.根据权利要求1所述的多特征融合增强的行人多目标跟踪算法，其特征在于，所述步骤S2中特征融合包括了加权双向特征金字塔结构。首先，删除只有一个输入的节点，如果一个节点只存在一个输入边界，那么该节点在特征融合的过程并没有很大作用，删除多余的节...

【专利技术属性】
技术研发人员：周彦，陈俊宇，王冬丽，杜镇楠，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：