[发明专利]一种基于深度学习的多目标跟踪方法

权利要求书

1.一种基于深度学习的多目标跟踪方法，其特征在于：包括以下步骤：

步骤1：获取目标视频：通过监控，获取多目标运行轨迹及目标跟踪视频样本，样本数量为多个，样本视频根据监控拍摄内容实时更新，多个视频样本获取后将获取的目标视频输送至总控系统进行保存；

步骤2：目标定位：找寻目标时，通过总控系统，调取单个带有目标的视频样本，并从视频样本中找到多目标中的其中一个目标或多个目标，通过暂停视频实现对视频中多目标的定格，通过系统对视频中多个被定格的目标进行自动编号；

步骤3：编号图像提取：通过系统确定多个目标中的单个目标编号或多个目标编号，编号确定后提取确定编号目标的人像图形；

步骤4：目标视频提取：通过总控系统将确定的编号目标人像图形和总控系统中保存的视频样本进行分析和对比，总控系统中视频样本和人像图形经对比和分析后，系统自动提取与目标人像符合的视频样本，并自动对视频样本进行剪辑；

步骤5：目标视频跟踪调取：视频样本经剪辑后，去除目标不存在的相关视频数据，保留目标存在的相关视频数据，并自动将剪辑后的视频调出进行展示。

2.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤1中，监控摄像头，采用高清摄像头，可清晰捕捉目标人脸图像。

3.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤1中，视频样本保存过程中，对视频样本具体的拍摄时间进行记录，视频保存时间具体到年、月、日、时、分和秒。

4.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤1中，视频样本实时更新保存也要对具体拍摄时间进行保存。

5.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤2中，找寻目标时，输入具体需要的视频样本保存时间，以此对需要的视频样本进行提取，而在定格多目标时，多目标若是不存在同一定格画面内，则可以进行二次定格，直至获取所有目标。

6.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤2中，定格画面目标自动编号时，包含所有画面中的目标，第一个目标编号为1，第二个目标编号为2，之后以此类推。

7.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤3中，提取编号目标时，通过显示器选中数字或通过键盘输入目标编号数字进行提取，未被选中的目标则自动筛除。

8.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤4中，编号目标图形和视频样本进行对比时，通过显示器选择视频样本的数量及时间。

9.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤4中，视频样本进行剪辑后所保留的视频时间为目标进入视频中的前15分钟至目标消失的15分钟。

10.根据权利要求1所述的一种基于深度学习的多目标跟踪方法，其特征在于：所述在步骤5中，视频调出后，由显示器进行展示。