【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及一种抗遮挡的二次关联多目标跟踪方法。
技术介绍
1、目前在多目标跟踪中，可以通过相邻帧之间的局部关联算法，即先对视频的每一帧进行目标检测，然后通过相应算法对检测框进行时域上的关联，实现目标跟踪；也可以通过所有帧之间的全局关联算法来完成所有目标检测框的关联，以实现目标跟踪。
2、然而，目前的多目标跟踪算法在目标发生遮挡以及目标的运动模式多变时，容易发生身份信息频繁切换的问题，对于一个被遮挡后重新出现的目标不能正确找回原本的身份信息或者当目标的运动速度变化较大时容易丢失目标的轨迹。
技术实现思路
1、针对多目标跟踪中，跟踪目标被遮挡以后，不能正确找回目标原有身份信息的问题，本专利技术提出一种抗遮挡的二次关联多目标跟踪方法，利用目标检测器对视频序列进行目标框检测，根据检测得到的目标框进行跟踪并形成跟踪轨迹，跟踪过程包括以下步骤：
2、为视频序列第一帧出现的每个目标框建立一个轨迹id，并将目标框作为该轨迹id下的第一个轨迹点；
3、将同一轨迹id下存在连续两帧或两帧以上的轨迹点的轨迹视为激活状态，否则视为未激活状态，并设定一个阈值，将目标框置信度超过该阈值的视为高分框，其他视为低分框；
4、进行第一次追踪，在当前帧对激活状态的轨迹进行高分框的追踪，若一个高分框与一个轨迹能够匹配，则将该高分框添加到该轨迹中，完成第一次追踪；
5、对第一次追踪没有完成匹配的轨迹进行第二次追踪，即在当前帧对激活状态的轨迹
6、若当前帧经过第一追踪和第二次追踪之后还存在未匹配的检测框，将其中的高分框视为新的轨迹分配轨迹id，并删除低分框的轨迹点。
7、进一步的，进行第一次追踪的过程包括：
8、将在前一帧成功追踪的轨迹视为已追踪轨迹，在当前帧前n帧丢失追踪的轨迹视为失追轨迹；
9、当前帧在进行追踪时，将已追踪轨迹和失追轨迹合并作为初步追踪轨迹；
10、基于卡尔曼滤波预测初步追踪轨迹在下一帧轨迹点目标框的位置和大小，并计算该预测目标框与当前帧所有高分框的交并比；
11、计算两个交并比之间的损失，构建损失矩阵；
12、基于损失矩阵，利用匈牙利算法对初步追踪轨迹和当前帧高分框进行匹配，若匹配成功，则将目标框更新为轨迹的最新轨迹点。
13、进一步的，进行第二次追踪的过程包括：
14、将在前一帧成功追踪的轨迹视为已追踪轨迹，当前帧在进行追踪时，将该第一次追踪成功匹配的轨迹从已追踪轨迹中删除；
15、基于卡尔曼滤波预测已追踪轨迹中在下一帧轨迹点目标框的位置和大小，并计算预测目标框与当前帧所有低分框的交并比作为第一交并比；
16、计算预测目标框与第一次追踪后成功匹配的轨迹的交并比，基于匈牙利算法进行匹配，找到每一未匹配轨迹的遮挡者；
17、计算遮挡者的预测目标框与当前帧所有低分框的交并比作为第二交并比，将第一交并比和第二交并比的加权和作为损失矩阵；
18、使用匈牙利算法对损失矩阵和当前帧低分框进行匹配，完成匹配的轨迹将低分框的轨迹点更新到轨迹中。
19、进一步的，第一交并比和第二交并比的加权和作为损失矩阵，表示为：
20、
21、其中，cij表示损失矩阵中第i行、第j列的元素；μ为权重因子；为第i个预测目标框与当前帧第j个低分框的交并比；为第i个遮挡者的预测目标框与当前帧第j个低分框的交并比。
22、进一步的，基于卡尔曼滤波预测下一帧轨迹点目标框的位置和大小的过程包括：
23、
24、
25、
26、
27、
28、其中，表示在t时刻的预测值，xt-1表示t-1时刻的最优估计值，f表示状态转移矩阵，b表示系统的控制转移矩阵，表示先验估计协方差，pt-1表示后验估计协方差，q为估计噪声的协方差；ut-1表示在t-1时刻卡尔曼滤波系统的控制量；kt表示在t时刻的卡尔曼增益；h表示观测转移矩阵，r为检测噪声的协方差，yt表示t时刻目标映射到检测空间时的位置。
29、进一步的，利用匈牙利算法进行匹配的过程包括：
30、
31、约束条件：
32、
33、xij＝0or xij＝1
34、其中，xij为二值函数，对于多目标跟踪任务，xij＝1表示第i个目标和第j个轨迹完成匹配；cij表示多目标跟踪任务中第i个目标和第j个轨迹之间的关联度量值，由n个目标和m个轨迹的关联度量值构成m×n的损失矩阵。
35、进一步的，目标框置信度超过0.5则该目标框为高分框，否则为低分框。
36、本专利技术与现有技术相比，通过将遮挡者的信息权重融入到二次匹配的过程中，使得被遮挡的目标可以正确的找回发生遮挡之前正确的身份信息，使跟踪器的跟踪效果得到提升。
本文档来自技高网...【技术保护点】
1.一种抗遮挡的二次关联多目标跟踪方法，利用目标检测器对视频序列进行目标框检测，根据检测得到的目标框进行跟踪并形成跟踪轨迹，其特征在于，跟踪过程包括以下步骤：
2.根据权利要求1所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，进行第一次追踪的过程包括：
3.根据权利要求1所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，进行第二次追踪的过程包括：
4.根据权利要求3所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，第一交并比和第二交并比的加权和作为损失矩阵，表示为：
5.根据权利要求1所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，基于卡尔曼滤波预测下一帧轨迹点目标框的位置和大小的过程包括：
6.根据权利要求1所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，利用匈牙利算法进行匹配的过程包括：
7.根据权利要求1所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，目标框置信度超过0.5则该目标框为高分框，否则为低分框。
【技术特征摘要】
1.一种抗遮挡的二次关联多目标跟踪方法，利用目标检测器对视频序列进行目标框检测，根据检测得到的目标框进行跟踪并形成跟踪轨迹，其特征在于，跟踪过程包括以下步骤：
2.根据权利要求1所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，进行第一次追踪的过程包括：
3.根据权利要求1所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在于，进行第二次追踪的过程包括：
4.根据权利要求3所述的一种抗遮挡的二次关联多目标跟踪方法，其特征在...
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。