利索能及
我要发布
收藏
专利号: 2020100893492
申请人: 江南大学
专利类型:发明专利
专利状态:已下证
更新日期:2024-10-29
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述方法包括:

步骤一:记k帧置信度大于Dc的检测框的个数为n,k帧的检测框状态集为表示k帧中的第i个检测框结果;初始帧k=1时,k帧的跟踪结果集Rk初始为空集;将n个检测框视作新生目标,用来训练KCF所需要的分类器;将目标样本向量 作为目标的模板,所述目标的模板为采用手动选取的HOG、CN和灰度特征提取目标样本的特征信息,并循环位移产生一系列正负样本X;将X映射至核空间内,放入分类器中进行训练,在岭回归函数损失最小的情况下获得最优解α;

步骤二:为n个新生目标分配标签,将检测框的置信度作为该新生目标的置信度,添加至k帧的跟踪结果集Rk中,此时,k帧中的第i个跟踪框的状态为步骤三:对k帧进行目标位置预测;根据k‑1帧的目标位置,在k帧选取图像块,获得k帧候选目标的图像特征样本Z,计算响应热图f(Z);计算k帧中的第i个目标的响应热图输出的最大值响应值 若 大于阈值Dkcf,则将 作为存活目标放入跟踪结果集Rk中;若 小于等于阈值Dkcf,则将目标分为虚假目标、被遮挡目标、消亡目标三种情况;

步骤四:计算同一目标i在k‑1帧和k帧的响应热图之间的距离 从而决定是否要更新目标模板 及参数α;

步骤五:根据目标在k帧及k‑1帧的跟踪结果集中的位置和运动信息,构建运动模型,从而更新存活目标在k帧中的速度信息;

步骤六:对新生目标与漏检目标判断,对新生目标的判断方法为:将 与k帧的跟踪结果集Rk逐一进行IOU计算匹配,寻找相交最大值Smax以及对应的跟踪框 若结果Smax大于阈值DIOU,则判断此检测框 与跟踪框 为同一存活目标,将 更新入跟踪结果集Rk中,并从检测集Tk删除 遍历所有检测集后,剩余无跟踪框匹配的检测框即为新生目标;

对漏检目标的判断方法为:对k‑1帧的跟踪框结果集Rk‑1进行逐个的KCF跟踪,当 大于阈值Dkcf时,都判断为存活目标;然后与k帧的检测框信息进行IOU计算,当 与k帧的检测框集Tk中所有的检测框IOU计算结果都小于阈值DIOU时,则表明没有检测框与目标对应,视为漏检目标,并将 添加入k帧跟踪框结果集Rk中,继续跟踪;

将k帧的跟踪结果集Rk与k帧的检测集Tk进行IOU计算的公式为:

其中,Area(a)表示目标a的目标框区域,Area(a)∩Area(b)表示目标a与目标b相交部分的区域面积,Area(a)∪Area(b)表示目标a与目标b的并区域面积。

2.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述岭回归函数为:其中, 表示核函数,并将其放入傅里叶域内方便计算,xi为目标样本向量,yi为回归模型将输入特征的所有循环视为具有高斯加权标签的训练样本,^表示傅里叶计算,λ为正xx xx则化参数,k 为内核矩阵K=C(k )的第一行,解得:

3.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述位置预测公式为:其中,xk‑1、yk‑1分别表示k‑1帧目标左上角的横坐标、纵坐标, 表示k‑1帧目标在横坐标方向上的速度, 表示k‑1帧目标在纵坐标方向上的速度。

4.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述响应热图f(Z)为:其中, 表示核函数。

5.如权利要求4所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述响应热图距离 计算公式如下:其中, 分别表示为第k‑1、k帧中第i个目标的响应热图,由响应热图f(Z)计算得到;Δ表示k‑1帧到k帧置信度最大值的移位数, 表示移位操作。

6.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述更新操作如下:其中,η为学习参数,DSCCM为阈值。

7.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述运动模型如下:其中,θ表示速度的学习参数, 表示 左上角的横坐标, 表示 左上角的纵坐标,表示 的宽, 表示 的高。

8.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述虚假目标判断方法为:若该目标同时满足 小于阈值Dkcf、历史轨迹长度小于阈值Dlen、历史轨迹中置信度最大的框小于阈值Dconf,则认为该目标为虚假目标,删除该虚假目标在历史帧中的历史轨迹,从而减少误跟;所述历史轨迹为:其中,j为该目标在视频帧中出现次数。

9.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述被遮挡目标的判断方法为:当目标 小于阈值Dkcf,则设置K帧的平滑滤波,用目标的运动信息对后续帧运动轨迹做预测得到 保持不变,将放入跟踪结果集中,观察这K帧内该目标的位置运动信息,若

K帧内都没有检测框与该目标跟踪框匹配,即IOU计算大于阈值DIOU,则认为该目标已经消失,删除这k帧中对该目标的跟踪轨迹,删除目标模板,结束跟踪,否则认为该目标为被遮挡目标,使用速度信息估计中间被遮挡目标的跟踪框,并持续跟踪。

10.如权利要求1所述的一种融合运动信息的核相关滤波多目标跟踪方法,其特征在于,所述消亡目标的判断方法为:对上一帧跟踪框结果集Rk‑1进行消亡目标的判断,若目标的最大相应值 小于阈值Dkcf,并在经历过虚假目标,遮挡目标的机制判断后,确定即不是虚假目标也不是被遮挡目标,则可判定为该目标为消亡目标,保留该目标的历史轨迹,并结束跟踪。