【技术实现步骤摘要】
本申请涉及图像目标识别与跟踪，具体涉及一种低帧率视频流多目标跟踪方法及装置。
技术介绍
1、目标跟踪算法作为机器视觉应用中的一个典型问题，目前是计算机视觉的研究热点之一。随着人工智能的发展，智能化的监控设备广泛应用。目前使用在监控设备上的目标跟踪技术，主要通过监控摄像机对目标进行图像抓取，然后在边缘设备或中心服务器中利用计算机视觉技术进行检测和分析帧与帧之间的图像特征和运动模型，从而得到跟踪结果。但此方法需要采用deepsort、bytetrack、或者特征匹配等的方法，基于iou匹配、神经网络推理获取特征进行匹配或者两者结合进行图像匹配，但是对于算力有限、需要覆盖多个摄像头的安防场景，无法达到神经网络所需要的算力要求或无法达到iou匹配所需要的帧率要求，面向低帧率视频的应用无法获得令人满意的结果。
技术实现思路
1、为克服上述现有技术的不足，本申请提供了一种低帧率视频流多目标跟踪方法及装置，具体采用如下技术方案：
2、一种低帧率视频流多目标跟踪方法，其包括如下步骤：
<...【技术保护点】
1.一种低帧率视频流多目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的类别相似度的步骤为:
3.根据权利要求2所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的坐标相似度为包括：
4.根据权利要求3所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的颜色特征相似度的步骤包括：
5.根据权利要求4所述的低帧率视频流多目标跟...
【技术特征摘要】
1.一种低帧率视频流多目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的类别相似度的步骤为:
3.根据权利要求2所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的坐标相似度为包括：
4.根据权利要求3所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的颜色特征相似度的步骤包括：
5.根据权利要求4所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的长宽比相似度的步骤包括：
6.根据权利要求5所述的低帧率视频流多目标跟踪方法，其特征在于，所述计算视频帧i和视频帧i-1中相同类别的检测目标的面积相似度的步骤包括：...
【专利技术属性】
技术研发人员：刘彻，
申请(专利权)人：北京尚优力达科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。