一种改进DeepSort算法的姿态跟踪方法及系统技术方案

本发明专利技术公开了一种改进DeepSort算法的姿态跟踪方法及系统，涉及计算机视觉技术领域。步骤为：获取待检测图像；利用YOLOX模型对待检测图像进行目标检测得到候选框并通过非极大值抑制算法筛选得到检测框；根据上一帧的结果，利用kalman滤波预测当前帧的目标区域；计算检测框和预测目标区域之间的马氏距离、表观余弦距离和姿态余弦距离，使用匈牙利算法和级联匹配对比前后两帧间目标的相似程度进行目标匹配，得到跟踪结果；通过目标的姿态信息对跟踪结果进行修正。本发明专利技术对DeepSORT算法进行优化，人体跟踪和姿态信息提取更精确，解决了由于目标外观相似以及目标区域不准确导致的目标跟踪效果不佳的问题。目标跟踪效果不佳的问题。目标跟踪效果不佳的问题。

【技术实现步骤摘要】
一种改进DeepSort算法的姿态跟踪方法及系统


[0001]本专利技术涉及计算机视觉
，更具体的说是涉及一种改进DeepSort算法的姿态跟踪方法及系统。

技术介绍

[0002]消防队伍是承担灭火救援等急难险重任务的特殊队伍，承担着防范化解重大安全风险、应对处置各类灾害事故的重要职责，同时消防救援队伍的日常训练则是提升队伍战斗力的重要途径。目前，消防员姿态跟踪的方法主要包括传感器跟踪法、电磁跟踪法、声源跟踪法等，大多通过可穿戴的传感器来获取消防员的姿态信息，从而进行消防员姿态跟踪，但是由于消防救援和训练的动作强度大，可穿戴设备的损坏率较高，导致制作、维护成本增加，不能很好的满足消防救援训练的开展条件。随着视频监控技术的飞速发展，通过监控视频对消防救援和训练进行监控和分析具有便利、高效的优点，目标跟踪和人体姿态估计则是利用视频对消防救援和训练进行分析的关键技术，卷积神经网络被逐渐应用在人体姿态估计的研究中，使用卷积神经网络进行人体姿态信息提取的方法已经十分成熟。
[0003]在多目标跟踪算法方面，现有技术通过提取目标的特征，利用滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进DeepSort算法的消防员姿态跟踪方法，其特征在于，具体步骤包括如下：获取待检测图像；利用YOLOX模型对所述待检测图像进行目标检测得到候选框并通过非极大值抑制算法筛选得到检测框；根据上一帧的结果，利用kalman滤波预测当前帧的目标区域；计算所述检测框和预测目标区域之间的马氏距离、表观余弦距离和姿态余弦距离，使用匈牙利算法和级联匹配对比前后两帧间目标的相似程度进行目标匹配，得到跟踪结果；通过目标的姿态信息对所述跟踪结果进行修正，利用修正结果对所述YOLOX模型的参数和kalman滤波进行更新。2.根据权利要求1所述的一种改进DeepSort算法的消防员姿态跟踪方法，其特征在于，通过BlazePose姿态估计器提取目标的姿态信息，并利用所述姿态信息对目标进行姿态特征关联，具体是通过BlazePose得到人体的关键点数据，对所述关键点数据进行预处理得到目标的姿态特征向量，通过计算所述姿态特征向量间的余弦距离来确定目标关联度；最后结合马氏距离和表观特征余弦距离，设置权重系数，对三种度量方式进行线性加权，然后构建距离矩阵，进行目标匹配。3.根据权利要求2所述的一种改进DeepSort算法的消防员姿态跟踪方法，其特征在于，通过目标的姿态信息对所述跟踪结果进行修正的具体步骤为：利用人体的所述关键点数据得到人体的最小区域；将所述最小区域作为目标区域的修正阈值，根据所述修正阈值对目标框进行修正，公式为：pose
(x,y,w,h)
＝ε(x
min
,y
min
,x
max
‑
x
min
,y
max
‑
y
min
)；T
(x,y,w,h)
＝f(box
(x,y,w,h)
,pose
(x,y,w,h)
)；其中，x
max
，y
max
，x
min
...

【专利技术属性】
技术研发人员：胡永志，孙红霞，刘友根，
申请(专利权)人：成都全景星科科技有限公司，
类型：发明
国别省市：