[发明专利]一种基于YOLOv3的行人跟踪方法

权利要求书

1.一种基于YOLOv3的行人跟踪方法，其特征在于，包括以下步骤：

步骤1：用户使用机器视觉软件，在待检测视频的第一帧手动框选跟踪目标，以此作为模板；

将视频暂停在第一帧，等待用户手动框选想要跟踪的目标；鼠标左键按下，打开绘制权限；移动鼠标，框选想要跟踪的目标；鼠标左键抬起，关闭绘制权限；确认绘制结果，以此作为模板；

步骤2：使用YOLOv3算法检测视频中的所有行人；

采用YOLO官方预先设置的COCO数据集，设置“person”标签为检测标准，仅保留标签为“person”的目标；使用YOLOv3算法检测视频中所有标签为“person”的物体，即检测所有行人；

步骤2.1：将输入图片的尺寸调整为固定大小；

步骤2.2：经过Darknet-53神经网络，对COCO数据集指定的物体进行检测；

步骤2.3：设置尺寸分类标准，根据目标尺寸的不同，分大、中、小三分支输出；

步骤3：使用颜色直方图算法，将所有行人检测结果与跟踪目标模板进行匹配，锁定跟踪目标；

步骤4：对当前帧的行人检测跟踪结果使用K邻域算法，对视频下一帧中跟踪目标的位置进行预测，缩小检测的范围，提升跟踪准确率；

步骤5：判断视频是否结束：

若视频尚未处理结束，则跳转到步骤2；若视频已处理完毕，则结束程序，完成行人跟踪。

2.根据权利要求1所述的一种基于YOLOv3的行人跟踪方法，其特征在于，步骤3具体包括以下步骤：

步骤3.1：使用颜色直方图算法对图像颜色特征进行分析；

将待比较的两张图片的尺寸调整一致，计算统计颜色直方图，对于三通道的彩色图片，分别统计出R，G，B三种颜色直方图，最后计算巴氏系数，巴氏系数的计算公式为

其中ρ为巴氏系数，P和P’分别为两张图片的颜色直方图，P(i)和P’(i)分别为两张图片颜色直方图的第i个分量，N为分量总数；

步骤3.2：以图像颜色特征作为匹配条件，计算检测结果中的所有行人与模板之间的颜色差异并计算其巴氏系数，将巴氏系数最大，即图像差异最小的行人检测结果作为跟踪目标。

3.根据权利要求1所述的一种基于YOLOv3的行人跟踪方法，其特征在于，步骤4中所述K邻域是以当前帧检测到的目标矩形框为基础，在后一帧以该矩形框为基准搜索邻近区域，同时搜索矩形中心点与该基础矩形框中心点坐标位置重合，如下式所示：

其中W_search表示矩形搜索区域的宽，H_search表示矩形搜索区域的高；W_object表示前一帧目标矩形区域的宽，H_object表示前一帧目标矩形区域的高，K即为预测框相对于检测框的扩大比例。