[发明专利]一种基于语义信息和场景信息的多目标跟踪方法

摘要

本发明公开了一种基于语义信息和场景信息的多目标跟踪方法，包括：分别预测场景中各个跟踪目标在当前帧中的位置，利用检测模型对所预测的位置进行修正并获得其语义得分；将修正后的位置作为目标框，获得目标框与对应跟踪目标的历史轨迹之间的相似度，并融合语义得分和相似度，从而得到目标框的跟踪得分；根据目标框的跟踪得分更新场景网格的场景模型，根据场景模型计算目标框的场景置信度，并根据场景置信度更新目标框的跟踪得分；利用检测模型获得当前帧的检测结果，将目标框与检测结果进行匹配，并根据匹配结果和目标框的跟踪得分确定跟踪目标的状态或生成新目标，从而得到当前帧的跟踪结果。本发明能够提高多目标跟踪的鲁棒性和准确性。

主权项

1.一种基于语义信息和场景信息的多目标跟踪方法，其特征在于，包括如下步骤：(1)分别预测场景中各个跟踪目标在当前帧中的位置，利用已训练好的检测模型对所预测的位置进行修正并获得其语义得分；(2)将修正后的位置作为目标框，获得目标框与对应跟踪目标的历史轨迹之间的相似度，并融合所述语义得分和所述相似度，从而得到目标框的跟踪得分；(3)根据目标框的跟踪得分更新场景网格的场景模型，根据所述场景模型计算目标框的场景置信度，并根据所述场景置信度更新目标框的跟踪得分；(4)利用所述检测模型获得当前帧的检测结果，将目标框与所述检测结果进行匹配，并根据匹配结果和目标框的跟踪得分确定跟踪目标的状态或生成新目标，从而得到当前帧的跟踪结果；其中，所述检测模型是以VGG16的前12层为基础网络的Faster‑RCNN，所述检测模型用于检测图像中的各个目标并得到每个检测位置的语义得分；所述语义得分用于表示对应位置处的目标为跟踪目标的可能性，所述历史轨迹为跟踪目标在起始帧至上一帧中的位置序列，所述场景网格为由场景图像预先划分所得的网格，所述场景模型用于计算目标框的场景置信度，所述场景置信度用于表示跟踪目标出现在场景网格中的可能性。