CN109410243A - 基于区域交叠与模板匹配的多目标跟踪方法 - Google Patents

Abstract

本发明公开了一种基于区域交叠与模板匹配的多目标跟踪方法，该方法先使用目标检测算法获取当前帧的目标框，再以前一帧中各目标框作为跟踪目标，以当前帧中各目标框作为检测目标，用各跟踪目标与获取的检测目标一一进行匹配，将与跟踪目标匹配的检测目标作为该跟踪目标的跟踪结果，最后再提取前一帧中未被匹配的目标框中的图像块，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果。本发明提供的多目标跟踪方法不需要大量的数据和大规模训练。具有计算代价小、时间代价小和使用简单的优点。

Description

基于区域交叠与模板匹配的多目标跟踪方法

技术领域

本发明涉及视频分析的技术领域，特别涉及一种基于区域交叠与模板匹配的多目标跟踪方法。

背景技术

随着各地智慧城市的建设和发展，视频分析技术受到越来越多的关注。其中目标跟踪算法一直是学界和工业界所感兴趣的技术。

传统的目标跟踪方法，大致分为生成类方法和判别类方法。前者首先对目标区域建模，再在后面的帧当中，搜索最为相似的区域作为跟踪结果。这种方法通常将跟踪和检测融合一体，应对复杂场景的能力较差。后者则是通过图像特征与机器学习方法相结合，即目标区域作为正样本，背景区域作为负样本的分类判别方法。而当前受到高度关注的深度学习方法，不仅需要巨大的数据量，还需要巨大的数据处理和训练的工作量。这些都导致跟踪方法应用代价变高，应用场景受限。

发明内容

针对现有技术存在的问题，本发明的主要目的是提供一种高效简单的基于区域交叠与模板匹配的多目标跟踪方法，该方法的运算工作量小，且高效、简便，可有效应对多目标跟踪场景，应用场景广泛。

为实现上述目的，本发明提出的基于区域交叠与模板匹配的多目标跟踪方法，其包括如下步骤：

S1，使用目标检测算法获取当前帧的目标框；

S2，以前一帧中各目标框作为跟踪目标，以当前帧中各目标框作为检测目标，用各跟踪目标与获取的检测目标一一进行匹配，将与跟踪目标匹配的检测目标作为该跟踪目标的跟踪结果；

其中，用各跟踪目标与获取的检测目标一一进行匹配包括：

S21，在当前帧的目标框集合中，为前一帧中各目标框选择出区域交叠度最大的目标框作为匹配框；

S22，若匹配框与其对应的前一帧的目标框的区域交叠度大于设定的第一阈值，则将该匹配框作为跟踪结果；

S3，提取前一帧中未被匹配的目标框中的图像块，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果。

优选地，在所述步骤S21中，为前一帧中各目标框选择出区域交叠度最大的目标框作为匹配框包括：

计算前一帧中目标框与当前帧中目标框的区域交叠度，计算公式如下：

其中，O₁表示当前帧的目标框的区域面积，O₂表示前一帧的目标框的区域面积。

优选地，在所述步骤S3中，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果包括：

S31，在当前帧图像中找出与所述图像块区域匹配度最大的图像目标框；

S32，计算所述图像块与所述图像目标框的模板匹配相关度，若该模板匹配相关度大于设定的第二阈值，则将所述图像图标框作为前一帧中未被匹配的目标框的跟踪结果；

所述模板匹配相关度的计算公式为：

其中，T(x，y)表示用于匹配的模板，即图像块；I(x，y)表示目标图像，即图像目标框；R(x，y)代表相关度函数；表示图像块的图像均值；表示图像目标框的图像均值，(x′，y′)、(x，y)、(x+x′，y+y′)均表示索引。

本发明的技术方案通过通过计算前后帧的目标框的区域交叠度，确认后一帧的目标框与前一帧的目标框是否为需要跟踪的同一跟踪目标，从而进行多目标跟踪；然后再使用相关度模板匹配的方法，对前一帧中未被确认的目标框进行二次处理，以重新找回丢失的跟踪目标进行跟踪。本发明提供的多目标跟踪方法不需要大量的数据和大规模训练。具有计算代价小、时间代价小和使用简单的优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明一实施例的流程图；

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

本发明提出一种基于区域交叠与模板匹配的多目标跟踪方法。

参照图1，图1为本发明一实施例的流程图。

如图1所示，在本发明实施例中，该基于区域交叠与模板匹配的多目标跟踪方法，其包括如下步骤：

S1，使用目标检测算法获取当前帧的目标框。若当前帧为第一帧，则将所有目标框作为跟踪目标。

S2，以前一帧中各目标框作为跟踪目标，以当前帧中各目标框作为检测目标，用各跟踪目标与获取的检测目标一一进行匹配，将与跟踪目标匹配的检测目标作为该跟踪目标的跟踪结果。

其中，用各跟踪目标与获取的检测目标一一进行匹配包括：

S21，在当前帧的目标框集合中，为前一帧中各目标框选择出区域交叠度最大的目标框作为匹配框；

S22，若匹配框与其对应的前一帧的目标框的区域交叠度大于设定的第一阈值，则将匹配框与其对应的前一帧的目标框作为同一目标，进行目标跟踪。

在步骤S21中，为前一帧中各目标框选择出区域交叠度最大的目标框作为匹配框包括：

计算前一帧中目标框与当前帧中目标框的区域交叠度，计算公式如下：

其中，O₁表示当前帧的目标框的区域面积，O₂表示前一帧的目标框的区域面积。I值越大，则表示两个目标框的交叠区域越多。

S3，提取前一帧中未被匹配的目标框中的图像块，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果，以重新找回在步骤S2中跟丢的目标。

在步骤S3中，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果包括：

S31，在当前帧图像中找出与图像块区域匹配度最大的图像目标框；

S32，计算图像块与图像目标框的模板匹配相关度，若该模板匹配相关度大于设定的第二阈值，则将图像图标框作为前一帧中未被匹配的目标框的跟踪结果；

模板匹配相关度的计算公式为：

其中，T(x，y)表示用于匹配的模板，即图像块；I(x，y)表示目标图像，即图像目标框；R(x，y)代表相关度函数；表示图像块的图像均值；表示图像目标框的图像均值，(x′，y′)、(x，y)、(x+x′，y+y′)均表示索引。

本发明的技术方案通过通过计算前后帧的目标框的区域交叠度，确认后一帧的目标框与前一帧的目标框是否为需要跟踪的同一跟踪目标，从而进行多目标跟踪；然后再使用相关度模板匹配的方法，对前一帧中未被确认的目标框进行二次处理，以重新找回丢失的跟踪目标进行跟踪。本发明提供的多目标跟踪方法采用通过采用区域交叠的方式来确定跟踪目标，减小前后帧中场景对跟踪目标的影响，使得本方法可应对更多更复杂的场景，且运算代价小。同时，采用简单的模板匹配能够快速找回在区域交叠跟踪过程中丢失的目标，保证了多目标跟踪的效果。

与传统目标跟踪方法相比，本发明的优点在于能够应对较复杂的场景、数据量需求更小，不需要大规模训练，且运行时间代价更小。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (3)

1.一种基于区域交叠与模板匹配的多目标跟踪方法，其特征在于，包括如下步骤：

S1，使用目标检测算法获取当前帧的目标框；

S2，以前一帧中各目标框作为跟踪目标，以当前帧中各目标框作为检测目标，用各跟踪目标与获取的检测目标一一进行匹配，将与跟踪目标匹配的检测目标作为该跟踪目标的跟踪结果；

其中，用各跟踪目标与获取的检测目标一一进行匹配包括：

S21，在当前帧的目标框集合中，为前一帧中各目标框选择出区域交叠度最大的目标框作为匹配框；

S22，若匹配框与其对应的前一帧的目标框的区域交叠度大于设定的第一阈值，则将该匹配框作为跟踪结果；

S3，提取前一帧中未被匹配的目标框中的图像块，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果。

2.如权利要求1所述的基于区域交叠与模板匹配的多目标跟踪方法，其特征在于，所述步骤S21中，为前一帧中各目标框选择出区域交叠度最大的目标框作为匹配框包括：

计算前一帧中目标框与当前帧中目标框的区域交叠度，计算公式如下：

其中，O₁表示当前帧的目标框的区域面积，O₂表示前一帧的目标框的区域面积。

3.如权利要求1所述的基于区域交叠与模板匹配的多目标跟踪方法，其特征在于，所述步骤S3中，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果包括：

S31，在当前帧图像中找出与所述图像块区域匹配度最大的图像目标框；

S32，计算所述图像块与所述图像目标框的模板匹配相关度，若该模板匹配相关度大于设定的第二阈值，则将所述图像图标框作为前一帧中未被匹配的目标框的跟踪结果；

所述模板匹配相关度的计算公式为：

其中，T(x，y)表示用于匹配的模板，即图像块；I(x，y)表示目标图像，即图像目标框；R(x，y)代表相关度函数；表示图像块的图像均值；表示图像目标框的图像均值，(x′，y′)、(x，y)、(x+x′，y+y′)均表示索引。