[发明专利]一种融合特征匹配和数据关联的视频监控多目标跟踪方法

摘要

本发明涉及一种融合特征匹配和数据关联的视频监控多目标跟踪方法，针对现有视频监控目标跟踪方法进行改进，在采用卡尔曼滤波器进行预测的基础之上，引入联合概率数据关联、以及RGB颜色直方图特征和Surf特征的匹配检验，能够实现针对目标的各种运动状态进行跟踪，保证了目标跟踪的准确度。

主权项

一种融合特征匹配和数据关联的视频监控多目标跟踪方法，针对固定角度方向监控摄像头所拍摄的视频监控，实现多目标跟踪，其特征在于，依时序针对接收到的每一帧视频监控画面按如下步骤进行操作：步骤A.采用背景建模法针对当前视频监控画面帧进行背景建模，通过背景差分法检测获得当前视频监控画面帧中的目标，并检测得到各个目标的量测数据，然后进入步骤B；上述步骤A具体包括如下步骤：步骤A01.采用背景建模法针对当前视频监控画面帧进行背景建模；步骤A02.根据当前视频监控画面帧中的背景建模，通过背景差分法针对当前视频监控画面帧进行背景差分，获得当前视频监控画面帧中的前景图，针对该前景图，判断去除其中的阴影，并进行灰度处理和二值化处理；步骤A03.针对经上一步骤处理后的前景图进行区域生长操作，即分别针对该前景图中的各个像素点，将与之相邻具有相同像素值的像素点与该像素点划分为同一区域，即获得该前景图中的初级目标；步骤A04.根据预设噪声滤除要求，针对该前景图中的各个初级目标进行噪声滤除，获得该前景图中的目标，并检测得到各个目标的量测数据，即获得当前视频监控画面帧中的目标，以及各个目标的量测数据；步骤B.针对当前视频监控画面帧中的各个目标建立卡尔曼滤波器，预测获得当前视频监控画面帧中各个目标的预测量测数据，判断当前视频监控画面帧是否是第一视频监控画面帧，是则针对当前视频监控画面帧中各个目标进行初始化，包括提取并保存第一视频监控画面帧中各个目标的RGB颜色直方图特征和Surf特征，作为该各个目标的初始RGB颜色直方图特征和Surf特征，然后依时序接收下一视频监控画面帧返回步骤A；否则进入下一步骤；步骤C.针对上一视频监控画面帧中各个目标的预测量测数据与当前视频监控画面帧中各个目标的量测数据进行联合概率数据关联，然后进入步骤D，其中，步骤C具体包括如下步骤：步骤C1.生成当前视频监控画面帧中各个目标的量测数据与上一视频监控画面帧中各个目标的预测量测数据之间关系的确认矩阵；步骤C2.针对确认矩阵进行划分生成可行事件，并计算获得各个可行事件的概率；步骤C3.根据各个可行事件的概率，获得上一视频监控画面帧中各个目标与当前视频监控画面帧中各个目标之间的关联关系；步骤D.针对上一视频监控画面帧中各个目标的预测量测数据与当前视频监控画面帧中各个目标的量测数据进行联合概率数据关联的结果，进行RGB颜色直方图特征和Surf特征的匹配检验，实现多目标跟踪，依时序接收下一视频监控画面帧返回步骤A；上述步骤D具体包括如下步骤：步骤D1.针对上一视频监控画面帧中各个目标与当前视频监控画面帧中各个目标之间的关联关系，作如下操作：如果存在当前视频监控画面帧中与上一视频监控画面帧中各个目标之间不存在关联关系的目标，则将该目标作为当前视频监控画面帧中的新目标，提取并保存当前视频监控画面帧中该目标的RGB颜色直方图特征和Surf特征，作为该目标的初始RGB颜色直方图特征和Surf特征；如果存在上一视频监控画面帧中与当前视频监控画面帧中各个目标之间不存在关联关系的目标，则将该目标作为消失目标，获得上一视频监控画面帧中该目标的预测量测数据位于当前视频监控画面帧中的RGB颜色直方图特征和Surf特征；如果存在上一视频监控画面帧中与当前视频监控画面帧中存在关联关系的目标，则将该目标作为关联目标，获得当前视频监控画面帧中该目标的RGB颜色直方图特征和Surf特征；步骤D2.若存在消失目标，则将该目标初始RGB颜色直方图特征和Surf特征分别与上一视频监控画面帧中该目标的预测量测数据位于当前视频监控画面帧中的RGB颜色直方图特征和Surf特征进行匹配，分别计算获得RGB颜色直方图特征的匹配相似度和Surf特征的匹配相似度，并综合该两个特征的匹配相似度获得综合匹配相似度，判断该综合匹配相似度是否大于预设停止目标匹配相似度阀值，是则认为该目标在当前视频监控画面帧中停止，并未消失；否则删除该目标的所有数据；若存在关联目标，则将该目标初始RGB颜色直方图特征和Surf特征分别与当前视频监控画面帧中该目标的RGB颜色直方图特征和Surf特征进行匹配，分别计算获得RGB颜色直方图特征的匹配相似度和Surf特征的匹配相似度，并综合该两个特征的匹配相似度获得综合匹配相似度，判断该综合匹配相似度是否大于预设关联目标匹配相似度阀值，是则确认实现了对该目标的跟踪；否则删除该目标的所有数据；步骤D3.依时序接收下一视频监控画面帧返回步骤A。