[发明专利]用于目标追踪识别的多图像拼接方法、系统、设备及介质

说明书

本发明涉及一种用于目标追踪识别的多图像拼接方法、系统、设备以及介质，其方法包括：对获取的多个相机所采集的原始图像进行特征提取；依据特征提取结果得到每个相机的位姿信息，进而得到每个相机的图像变换参数；将多个原始图像依据图像变换参数进行图像变换，得到多个第一类变换图像；将多个原始图像分辨率缩小预定倍数之后，依据图像变换参数进行图像变换得到多个第二类变换图像，并进行图像拼接预演得到拼接预演参数；依据拼接预演参数，将多个第一类变换图像进行图像拼接得到拼接图；通过预先训练好的模型对拼接图上的各个目标进行追踪识别。本发明的运算量和多画面拼接的时延均较现有的拼接方案有较大优势，具备一定的实际推广意义。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种用于目标追踪识别的多图像拼接方法、系统、设备及介质。

背景技术

随着模式识别技术、视频分析处理技术的发展，人们对日常活动场合的安全性的需求日益强烈，智能视频监控系统已广泛应用于安防领域，为人们的财产、生命安全提供保障。基于视频序列的物体检测与识别是智能视频监控系统中的重要组成部分，并被应用于商场、停车场、银行、展览会、火车站等重要场所。通过物体检测识别其所处的状态来分析监控场景中是否有异常事件发生。

目前针对多个监控画面的实时目标追踪识别任务，受目标跨相机、跨区域，目标种类繁多，光照变化，遮挡问题，摄像头转移等诸多因素影响，容易出现目标误检、漏检，目标轨迹断开、串联，从而导致整个识别任务准确率较低。

发明内容

(一)要解决的技术问题

鉴于现有技术的上述缺点、不足，本发明提供用于目标追踪识别的多图像拼接方法、系统、设备及介质，其解决了现有的多画面拼接效果不佳、画面合成效率低以及多个目标识别与追踪任务准确率低的技术问题。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

第一方面，本发明实施例提供一种用于目标追踪识别的多图像拼接方法，包括：

对获取的多个相机所采集的原始图像进行特征提取；

依据每张所述原始图像的特征提取结果，得到每个相机的位姿信息；

依据所述位姿信息得到每个相机的图像变换参数；

将所述多个原始图像依据相对应的图像变换参数进行图像变换，得到多个第一类变换图像；

将所述多个原始图像分辨率缩小预定倍数之后，依据相对应的图像变换参数进行图像变换得到多个第二类变换图像，并将多个所述第二类变换图像进行图像拼接预演得到拼接预演参数；

依据所述拼接预演参数，将多个所述第一类变换图像进行图像拼接得到拼接图。

可选地，每张所述原始图像提取了N个特征子，每个特征子均包括特征点坐标和特征向量。

可选地，依据每张所述原始图像的特征提取结果，得到每个相机的位姿信息包括：

通过计算每两个所述原始图像的特征向量之间的余弦距离，得到每两个原始图像的匹配度；

依据所述匹配度确定每个相机之间的相邻关系；

依据所述特征点坐标，通过内外参公式得到各个相机的内参初步矩阵和外参初步矩阵；

通过光束平差法对内参初步矩阵和外参初步矩阵进行优化，得到各个相机的内参矩阵和外参矩阵；

基于所述内参矩阵和外参矩阵得到每个相机的姿态信息；

依据所述每个相机的姿态信息和所述每个相机之间的相邻关系，得到每个相机的位姿信息；

其中，针对每一组相邻相机，所述内外参公式为：