[发明专利]基于核函数非监督聚类的多目标跟踪方法及系统

权利要求书

1.一种基于核函数非监督聚类的多目标跟踪方法，包括以下步骤：

1)首先通过双目摄像头获取同一时刻左、右序列图作为输入，利用双目相机参数对图像校正；

2)通过提取图像特征点并匹配特征，计算视差；

3)利用得到的视差计算目标特征点相对相机坐标位置，即相机坐标，并完成地面标定，从而根据特征点距离地面高度，可以过滤地面阴影特征点，消除地面阴影的干扰；

4)针对三维坐标特征点，结合使用核函数，对不确定类别数的目标进行非监督聚类，将一个目标的所有特征点聚合成一个集合，即每一类别对应一个观测值的位置及方向，并结合上一帧目标的位置及方向预测得到目标所在当前帧，即预测值的位置及方向预测值，使用最优估计算法最终得到最优目标的位置及方向，从而达到多目标快速跟踪的效果。

2.根据权利要求1所述的方法，其特征是，所述的图像校正是指利用双目相机的内部和外部参数，对获取到的图像进行校正，使得：

i)同一时刻空间一个点在左、右序列图中满足对极几何定理；

ii)左、右序列图中的任一一幅中的一个确定点对应的空间位置在另一序列图的极线上。

3.根据权利要求1所述的方法，其特征是，所述的匹配特征是指先在左、右序列图中的任一一幅中提取特征点，并利用匹配算法在另一序列图中的极线上搜索对应的目标点。

4.根据权利要求1所述的方法，其特征是，所述的地面标定是指：在地面上做标记，提取左、右序列图中该标记上的特征点，计算其相机坐标，并利用最小二乘方法对地面上的特征点相机坐标拟合地平面参数方程。

5.根据权利要求1所述的方法，其特征是，所述的步骤4，具体包括：

a)对所有特征点进行过滤，筛选出高度可能属于目标的特征点，再为每个特征点初始化一个角度θ₀，作为每个特征点可能属于某个目标的旋转角度，即目标方向；

b)构造核密度函数为每个样本点估计概率的权重值，在概率空间寻找局部最大值对应空间中目标位置；搜索时从一个起始点开始在其邻域范围内不断搜索更大的概率空间点，直至达到局部最大点的位置，即mean‐shift爬山过程，并使用非监督聚类方法对爬山后的特征点位置进行聚类，类别数表示目标个数；

c)利用最优估计算法，根据目标过去的运动向量预测新的运动向量，在上帧位置基础上得到当前帧的预测位置，达到对当前位置测量值修正的效果。