[发明专利]一种行人多目标跟踪方法和装置

权利要求书

1.一种行人多目标跟踪方法，其特征在于，包括以下步骤：

根据丢失对象的位置信息扩大检测范围，并根据所述丢失对象的表观特征在扩大后的所述检测范围内检测重现对象；

若未检测到所述重现对象，则将所述丢失对象归为失踪对象；

检测新生对象，判断所述新生对象是否符合恢复条件；

若所述新生对象符合所述恢复条件，则将所述新生对象加入到所述失踪对象的跟踪轨迹。

2.如权利要求1所述的行人多目标跟踪方法，其特征在于，所述根据丢失对象的位置信息扩大检测范围，并根据所述丢失对象的表观特征在扩大后的所述检测范围内检测重现对象之后，还包括以下步骤：

若检测到所述重现对象，则将所述重现对象加入到所述重现对象的跟踪轨迹。

3.如权利要求1所述的行人多目标跟踪方法，其特征在于，所述根据丢失对象的位置信息扩大检测范围，并根据所述丢失对象的表观特征在扩大后的所述检测范围内检测重现对象之前，还包括以下步骤：

将优质对象加入到所述优质对象的跟踪轨迹，所述优质对象为跟踪质量符合预设条件的所述跟踪对象；

将遮挡对象加入到所述遮挡对象的跟踪轨迹，所述遮挡对象为符合遮挡条件的跟踪对象。

4.如权利要求1-3中任一项所述的行人多目标跟踪方法，其特征在于，所述根据丢失对象的位置信息扩大检测范围，具体为：

所述检测范围随所述丢失对象丢失时间的增大而增大，且所述检测范围不超过上限值。

5.如权利要求1-3中任一项所述的行人多目标跟踪方法，其特征在于，所述根据所述丢失对象的表观特征在扩大后的所述检测范围内检测重现对象，具体为：

判断在所述检测范围内检测到的所述跟踪对象与所述丢失对象的表观特征距离是否小于重现阈值，若是，则为检测到所述重现对象，且所述表观特征距离小于所述重现阈值的跟踪对象即为所述重现对象。

6.如权利要求1-3中任一项所述的行人多目标跟踪方法，其特征在于，所述恢复条件具体为：

所述新生对象与所述失踪对象的表观特征距离小于恢复阈值，且所述新生对象的跟踪质量符合所述预设条件。

7.如权利要求1-3中任一项所述的行人多目标跟踪方法，其特征在于：

所述表观特征是通过深度神经网络获取的；

所述检测重现对象和检测新生对象是通过Faster R-CNN进行检测的；

所述跟踪轨迹是通过KCF跟踪算法进行的。

8.一种行人多目标跟踪装置，其特征在于，包括：

扩大检测模块，用于根据丢失对象的位置信息扩大检测范围，并根据所述丢失对象的表观特征在扩大后的所述检测范围内检测重现对象；

失踪对象判定模块，用于若未检测到所述重现对象，则将所述丢失对象归为失踪对象；

新生对象判断模块，用于检测新生对象，判断所述新生对象是否符合恢复条件；

新生对象跟踪模块，用于若所述新生对象符合所述恢复条件，则将所述新生对象加入到所述失踪对象的跟踪轨迹。

9.如权利要求8所述的行人多目标跟踪装置，其特征在于：

所述扩大检测模块之前，所述行人多目标跟踪装置还包括遮挡对象跟踪模块和优质对象跟踪模块；

所述遮挡对象跟踪模块用于将遮挡对象加入到所述遮挡对象的跟踪轨迹，所述遮挡对象为符合遮挡条件的跟踪对象；

所述优质对象跟踪模块用于将优质对象加入到所述优质对象的跟踪轨迹，所述优质对象为跟踪质量符合预设条件的所述跟踪对象。

10.一种行人多目标跟踪装置，其特征在于，包括：

处理器以及用于存储处理器可执行的指令的存储器；

所述处理器被配置为：

根据丢失对象的位置信息扩大检测范围，并根据所述丢失对象的表观特征在扩大后的所述检测范围内检测重现对象；

若未检测到所述重现对象，则将所述丢失对象归为失踪对象；

检测新生对象，判断所述新生对象是否符合恢复条件；

若所述新生对象符合所述恢复条件，则将所述新生对象加入到所述失踪对象的跟踪轨迹。