[发明专利]基于深度学习的跨摄像头行人检测跟踪方法

摘要

本发明公开了一种基于深度学习的跨摄像头行人检测跟踪方法，包括通过训练行人检测网络，对输入的监控视频序列进行行人检测；以行人检测得到的目标框初始化跟踪目标，提取行人检测网络中候选框所对应区域的浅层特征和深层特征，实现跟踪；有目标消失时行人重识别，包括得到目标消失信息之后，利用行人重识别算法，从行人检测网络得到的候选图像中找到与消失目标匹配度最高的图像，继续跟踪；跟踪结束时输出行人目标在多个摄像头下的运动轨迹。本发明提取的特征能克服光照变化和视角变化的影响，而且跟踪和行人重识别部分均从行人检测网络中提取特征，将行人检测、多目标跟踪和行人重识别有机地融合起来，实现了大范围场景下精确的跨摄像头行人检测和跟踪。

主权项

1.一种基于深度学习的跨摄像头行人检测跟踪方法，其特征在于，包括以下步骤：步骤S1，通过训练行人检测网络，对输入的监控视频序列进行行人检测；步骤S2，以行人检测得到的目标框初始化跟踪目标，实现跟踪，包括提取行人检测网络中候选框所对应区域的浅层特征和深层特征，将浅层特征和深层特征结合起来作为物体的外观特征模型；步骤S3，持续进行新目标行人检测，并判断是否有目标消失，如果有则进入步骤S4进行行人重识别；步骤S4，行人重识别，包括得到目标消失信息之后，从行人检测网络得到的候选图像中找到与消失目标匹配度最高的图像，继续跟踪，跟踪结束时输出行人目标在多个摄像头下的运动轨迹。