一种高质量轨迹生成的多行人跟踪方法及系统技术方案

本发明专利技术涉及一种高质量轨迹生成的多行人跟踪方法及系统，包括：步骤1：对当前帧图片进行行人检测并提取ReID特征；步骤2：通过伪深度稀疏匹配方式将当前帧上最新检测到的行人边界框与已有的行人轨迹进行关联匹配；步骤3：通过局部加权插值恢复行人在某些帧上缺失的轨迹，最终获取行人轨迹。本发明专利技术遵循基于检测的跟踪范式，结合伪深度稀疏匹配算法实现数据关联，同时对于成功匹配上的畸变框的卡尔曼滤波器参数采用不更新策略，实现了数据关联匹配性能的有效提升。此外，通过引入局部加权插值方法减少了丢失检测，形成了高质量轨迹，明显提高了整体跟踪性能，对于视频监控、智能交通等领域具有重要的研究与应用价值。

【技术实现步骤摘要】

本专利技术属于深度学习、信号处理，尤其涉及一种高质量轨迹生成的多行人跟踪方法及系统。

技术介绍

1、多行人跟踪(multi-person tracking，mpt)是计算机视觉领域中一项重要的任务，其目的是在视频序列中检测、跟踪和识别多个行人，并记录他们在时间和空间上的运动轨迹，即视频帧序列中所有行人的边界框和对应的id编号。mpt可以分析行人的活动信息，在多个应用领域中发挥着重要的作用，比如在视频监控系统中有助于快速响应异常事件，在智能交通系统中能够改善交通情况，在商业智能中有利于改善购物体验，在虚拟现实领域可以创建更真实的虚拟环境等。因此，mpt的进展和优化对于推动计算机视觉技术在多个领域的应用和发展具有重要意义。

2、基于检测的跟踪方式是实现多行人跟踪最主流的范式之一，它将多行人跟踪任务分解为行人检测和行人关联两个阶段。在这种范式中，首先使用行人检测算法对视频帧中出现的行人进行检测定位，然后通过关联算法来追踪行人在不同帧之间的运动。具体而言，基于检测的跟踪方式通常包含行人检测、特征提取、行人关联和轨迹更新等关键步骤。行人检测算法通常使用基本文档来自技高网...

【技术保护点】

1.一种高质量轨迹生成的多行人跟踪方法，其特征在于，包括：

2.根据权利要求1所述的一种高质量轨迹生成的多行人跟踪方法，其特征在于，步骤1中，对当前帧图片进行行人检测，其中，行人检测算法采用在CrowdHuman、CityPerson、ETH、MOT17和MOT20数据集上预训练好的YOLOX模型，ReID特征提取采用在MOT17和MOT20数据集上预训练好的SBS-50模型。

3.根据权利要求1所述的一种高质量轨迹生成的多行人跟踪方法，其特征在于，步骤2中，通过伪深度稀疏匹配方式将当前帧上最新检测到的行人边界框与已有的行人轨迹进行关联匹配；包括：

4...

【技术特征摘要】

1.一种高质量轨迹生成的多行人跟踪方法，其特征在于，包括：

2.根据权利要求1所述的一种高质量轨迹生成的多行人跟踪方法，其特征在于，步骤1中，对当前帧图片进行行人检测，其中，行人检测算法采用在crowdhuman、cityperson、eth、mot17和mot20数据集上预训练好的yolox模型，reid特征提取采用在mot17和mot20数据集上预训练好的sbs-50模型。

3.根据权利要求1所述的一种高质量轨迹生成的多行人跟踪方法，其特征在于，步骤2中，通过伪深度稀疏匹配方式将当前帧上最新检测到的行人边界框与已有的行人轨迹进行关联匹配；包括：

4.根据权利要求3所述的一种高质量轨迹生成的多行人跟踪方法，其特征在于，将同一伪深度级别的子检测集与子预测集进行匹配，包括：

5.根据权利要求1所述的一种高质量轨迹生成的多行人跟踪方法，其特征在于，对于每个成功匹配的行...

【专利技术属性】
技术研发人员：翟超，倪志祥，苗子岩，李玉军，
申请(专利权)人：山东大学，
类型：发明
国别省市：