[发明专利]一种视频图像自动识别目标的编号一致性管理方法

权利要求书

1.一种视频图像自动识别目标的编号一致性管理方法，其特征在于，包括以下步骤：

S1：目标编号初始化

对第一帧图像经过目标识别之后的目标识别结果进行目标参数初始化，目标按照顺序从1开始编号，每个目标的活力值初始化为最大值；

S2：帧间目标匹配

将后续每帧图像新的目标识别结果与上一帧目标集进行匹配，匹配成功的目标更新编号，设置活力值为最大值；对前一帧中未匹配上的目标进行帧间跟踪检测，通过对前后帧图像中目标区域的图像进行基于FFT的图像相关性匹配，得到目标在当前帧中的准确位置，更新目标参数，递减目标活力值；对当前帧中未匹配上的目标进行匹配跟踪检测，遍历上一帧目标集中活力值小于0的目标，进行基于FFT的匹配跟踪检测；将匹配上的目标的活力值设置为最大值，将原目标编号赋值给当前帧中的目标；对于未匹配上的目标，作为新目标，按顺序设置新编号和最大活力值，并添加到目标集中；

S3：目标集清洗

将活力值小于最小值的目标从目标集中删除，得到当前帧最终目标集；

S4：输出有效目标

将最终目标集中活力值大于0的目标输出；

S5：多目标编号跟踪

迭代执行步骤S2～S5，对连续视频的多目标编号进行跟踪；

在所述步骤S1中，活力值为判断该目标是否应该继续输出的依据，取值范围为[-N，M]，其中，M、N均为正整数，M表示目标识别过程连续漏检的最大允许帧数，N表示目标活力值降到0后，没有连续识别/跟踪到的最大允许帧数；目标活力值每帧动态变化；

在所述步骤S2中，对前一帧中未匹配上的目标进行帧间跟踪检测的具体过程为：

S211：对前一帧中活力值大于0且在当前帧中没有正确匹配到的目标，与当前帧的对应区域进行相关计算；

S212：判断相关值与阈值C的大小关系，当相关值大于等于阈值C时，则判断得到当前帧识别结果出现漏检，上一帧中的该目标要持续保留，并更新到匹配的当前帧的新位置上，目标区ROI图像不更新，目标活力值递减1，当递减后的活力值仍大于0时，将目标输出，当递减后的活力值小于等于0时，不再输出目标；当相关值小于阈值C时，判断得到上一帧目标在当前帧中没有再出现，不再更新目标区ROI图像，同时设置活力值为0；

在所述步骤S2中，对当前帧中未匹配上的目标进行匹配跟踪检测的具体过程为：

S221：对于当前帧中每一个没有与前一帧正确配对的目标，遍历前一帧输出的活力值在[-N，0]范围内的所有目标，计算两者目标区ROI图像的匹配相关值；

S222：判断相关值与阈值C的大小关系，当相关值大于等于阈值C，则将当前帧中未正确配对的目标激活，重新出现并采用原编号，同时将活力值设置为最大值M；当相关值小于阈值C，则判断出现新目标，按照顺序给当前帧中未正确配对的目标分配新的编号，活力值设置为最大值M。

2.根据权利要求1所述的一种视频图像自动识别目标的编号一致性管理方法，其特征在于：在所述步骤S1中，目标参数包括编号、类别、位置、大小、置信度、活力值、目标区ROI图像，其中，目标按照顺序从1开始编号，类别、位置、大小、置信度从目标识别结果获取。

3.根据权利要求1所述的一种视频图像自动识别目标的编号一致性管理方法，其特征在于：在所述步骤S2中，匹配时对上一帧目标集中活力值大于0的目标与当前帧识别的目标集中同类型的目标进行匹配。

4.根据权利要求3所述的一种视频图像自动识别目标的编号一致性管理方法，其特征在于：匹配准则包括两种，分别为位置匹配和图像相关性匹配；

位置匹配的指标为目标范围矩形框的重叠率，表达式如下：

其中，A为第一帧中的目标框位置，B为第二帧中的目标框位置，设置两个重叠率阈值T1和T2，T1T2；若重叠率大于阈值T2，则判断前后帧两个目标为同一目标，更新目标为当前帧目标的大小；否则进行图像相关性匹配；

图像相关性匹配对前后帧两个目标进行基于FFT的图像相关性计算，若计算得到相关性大于阈值R，则判断为同一目标，根据重叠率范围，对输出目标的大小进行赋值；若相关性小于阈值R，则判断不是同一个目标。