[发明专利]一种基于跟踪链的多目标跟踪方法及系统有效
申请号: | 202210086779.8 | 申请日: | 2022-01-25 |
公开(公告)号: | CN114565638B | 公开(公告)日: | 2022-10-28 |
发明(设计)人: | 范柘 | 申请(专利权)人: | 上海安维尔信息科技股份有限公司;无锡顶视科技有限公司 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06V20/52 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 陆惠中 |
地址: | 201206 上海市浦东新区中国(上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 跟踪 多目标 方法 系统 | ||
本发明提供了一种基于跟踪链的多目标跟踪方法及系统;其中,所述方法包括:按照预设间隔对监控图像中的第一目标对象进行识别,根据识别结果生成第一跟踪链;当所述第一目标对象识别失败时,修改所述第一跟踪链的状态;对新识别到的第二目标对象生成第二跟踪链;计算所述第一跟踪链和所述第二跟踪链的相似度,根据所述相似度将所述第一跟踪链和所述第二跟踪链进行串接;本发明的方法能够简单、高效地实现对多目标对象的同步跟踪,而且不会因为遮挡而造成跟踪失败,具有更高的可靠性。
技术领域
本发明涉及图像识别技术领域,具体而言,涉及一种基于跟踪链的多目标跟踪方法、系统、电子设备及计算机存储介质。
背景技术
多目标追踪(Multiple Object Tracking),简单来说其主要任务就是给定一个图像序列,在识别出图像中的物体后,通过一个Trace id将不同帧中的同一个物体进行表示,从而完成目标追踪的任务。当然这些物体可以是任意的,例如行人车辆各种动物等。多目标跟踪是计算机视觉技术的热点,也是实际应用的难点。2017年基于深度学习目标检测的SORT算法,SORT算法兼顾了追踪效果和速度,取得了不错的结果,但是容易因为遮挡导致跟踪失败。后来又出现了引入外观特征信息的DeepSORT算法,相比SORT互换指标直接降低了近一半,但随之而来的是硬件规格变高。
可见,现有技术中的多目标追踪技术还存在诸多技术问题,难以满足实际需求。
发明内容
为了至少解决上述背景技术中存在的技术问题,本发明提供了一种基于跟踪链的多目标跟踪方法、系统、电子设备及计算机存储介质。
本发明的第一方面提供了一种基于跟踪链的多目标跟踪方法,包括如下步骤:
按照预设间隔对监控图像中的第一目标对象进行识别,根据识别结果生成第一跟踪链;
当所述第一目标对象识别失败时,修改所述第一跟踪链的状态;
对新识别到的第二目标对象生成第二跟踪链;
计算所述第一跟踪链和所述第二跟踪链的相似度,根据所述相似度将所述第一跟踪链和所述第二跟踪链进行串接。
可选地,在所述按照预设间隔对监控图像中的若干目标对象进行识别之前,还包括:
获取监控图像,根据所述监控图像生成第一数量的第三跟踪链;
则所述根据识别结果生成第一跟踪链,包括:
将所述第三跟踪链按照识别顺序分配给识别出的所述目标对象。
可选地,所述根据所述监控图像生成第一数量的第三跟踪链,包括:
在预设周期内对所述监控图像中的第三目标对象进行识别,识别结果包括所述第三目标对象的数量和速度;
根据所述数量和速度确定第一数量,按照所述第一数量生成所述第三跟踪链。
可选地,所述第一跟踪链和所述第二跟踪链中包括速度数据、位置数据;
则所述计算所述第一跟踪链和所述第二跟踪链的相似度,包括:
根据所述速度数据和所述位置数据计算所述第一跟踪链在每个第一时刻的预测位置;
计算所述预测位置与所述第二跟踪链中第二时刻的位置数据的残差,以及在卡尔曼筛选器下的标准差;
根据所述残差和所述标准差并采用高斯分布的概率密度函数计算相似度;
其中,所述第一时刻和所述第二时刻的距离小于预设阈值。
可选地,所述状态包括未昏迷、昏迷;
则所述当所述第一目标对象识别失败时,修改所述第一跟踪链的状态,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海安维尔信息科技股份有限公司;无锡顶视科技有限公司,未经上海安维尔信息科技股份有限公司;无锡顶视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210086779.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:FTO在诊治骨肉瘤中的应用
- 下一篇:方便取放晶粒的半导体晶片高效封装设备