一种针对游泳馆场景下的多目标跟踪方法技术

本发明专利技术公开了一种针对游泳馆场景下的多目标跟踪方法，构建的目标检测网络模型，所述目标检测网络模型包括基础目标检测模块和匹配模块，采用训练好的目标检测网络模型对游泳馆内摄像头采集的视频图像序列进行目标检测和匹配，获得配对的人头框与人体框，作为目标检测结果；然后对目标检测网络模型的目标检测结果，采用多目标跟踪算法对已配对的人头框与人体框对象进行多目标跟踪，获得目标轨迹。本发明专利技术模型框架简单，能够有效地对分类并跟踪游泳馆内岸上的人员以及游泳人员，实时对游泳人员进行检测跟踪，获取位置信息、行为信息。行为信息。行为信息。

【技术实现步骤摘要】
一种针对游泳馆场景下的多目标跟踪方法


[0001]本申请属于计算机视觉
，尤其涉及一种针对游泳馆场景下的多目标跟踪方法。

技术介绍

[0002]目标跟踪是计算机视觉领域中研究的热点之一，分为单目标跟踪与多目标跟踪。前者跟踪视频画面中的单个目标，后者则同时跟踪视频画面中的多个目标，得到这些目标的运动轨迹。基于视觉的多目标跟踪在近年来越来越多地成为计算机视觉领域的研究重点，主要是因为其在智能监控、动作与行为分析、自动驾驶、虚拟现实和娱乐互动等领域都有重要的应用。
[0003]多目标跟踪问题可以根据是否使用到当前帧之后的帧图像进行划分，分为在线跟踪(Online tracking)和离线跟踪(Batch tracking)。在工业应用方面，在线跟踪可以根据当前的检测结果与历史轨迹按时间顺序逐步生成新的轨迹。而且在线多目标跟踪可以实时处理输入的视频序列，因此能够在现实场景中应用。目前在线多目标跟踪遵循两种主要范式：检测跟踪TBD(tracking
‑
by
‑
detection)和联合检测与跟踪JDT(j本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对游泳馆场景下的多目标跟踪方法，其特征在于，所述针对游泳馆场景下的多目标跟踪方法，包括：获取游泳馆内摄像头采集的图像，对图像中目标进行标注，标注出人头框和人体框，以及人头框和人体框各自的类别，其中类别分别是水上或水下，人头框包含在人体框内，属于同一人的人头框和人体框具有相同的标识编号，构成训练数据集；采用训练数据集训练构建的目标检测网络模型，所述目标检测网络模型包括基础目标检测模块和匹配模块，采用训练好的目标检测网络模型对游泳馆内摄像头采集的视频图像序列进行目标检测和匹配，获得配对的人头框与人体框，作为目标检测结果；对目标检测网络模型的目标检测结果，采用多目标跟踪算法对已配对的人头框与人体框对象进行多目标跟踪，获得目标轨迹。2.根据权利要求1所述的针对游泳馆场景下的多目标跟踪方法，其特征在于，所述目标检测网络模型对游泳馆内摄像头采集的视频图像进行目标检测和匹配，包括：采用基础目标检测模块进行目标检测，获得基础目标检测模块骨干网输出的特征图，以及基础目标检测模块最终输出的预测检测框和预测分类结果；将特征图、预测检测框和预测分类结果输入到匹配模块中，执行如下操作：在匹配模块中，通过感兴趣区域池化层将预测检测框映射至特征图中，根据预测分类结果提供的类别信息，提取特征图中人头特征与人体特征；采用提取的人头特征与人体特征，计算人头特征与人体特征的余弦距离；计算人头框与人体框的交并比距离；对余弦距离和交并比距离进行加权求和，获得代价矩阵作为人头框与人体框之间关联度量；将人头框与人体框之间的关联度量作为匹配权值，通过匈牙利匹配算法，匹配出人头框与人体框之间的匹配关系。3.根据权利要求1所述的针对游泳馆场景下的多目标跟踪方法，其特征在于，所述对目标检测网络模型的目标检测结果，采用多目标跟踪算法...

【专利技术属性】
技术研发人员：王晓航，朱鹏飞，郭东岩，张剑华，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：