一种监控系统的视频跟踪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109003290A(43)申请公布日2018.12.14(21)申请号201711305847.0(22)申请日2017.12.11(71)申请人罗普特（厦门）科技集团有限公司地址361008福建省厦门市思明区软件园二期望海路59号102(72)发明人刘晓程苏松志蔡国榕黄隆苏松剑江文涛陈延艺陈延行(51)Int.Cl.G06T7/246(2017.01)G06K9/62(2006.01)权利要求书2页说明书6页附图6页(54)发明名称一种监控系统的视频跟踪方法(57)摘要一种监控系统的视频跟踪方法。系统包含：监控摄像机、IP网络、交换机和客户端组成。通过选定图像的跟踪目标框，将目标框的位置与大小分别传递给跟踪模块与检测模块；由跟踪模块进行目标跟踪得到新的目标框位置；由检测模块进行目标检测，通过将待检测窗口依次通过方差分类器，集合分类器和最近邻分类器，判断该检测窗口是否含有所求的目标；再通过综合模块得到最终的目标位置与大小，实现目标跟踪结果。如果目标丢失，则通过检测器重新初始化相关滤波跟踪模块，使得暂时丢失的目标被重新找回，进行新一轮的跟踪与检测，继续完成跟踪任务，实现监控场景下的长时稳定跟踪。CN109003290ACN109003290A权利要求书1/2页1.一种监控系统的视频跟踪方法，其特征在于：步骤1：系统读入视频帧，选定第一帧图像的跟踪目标框，将目标框的位置与大小分别传递给跟踪模块与检测模块；步骤2：跟踪模块初始化；对给定的跟踪目标框提取特征，通过高斯函数得到目标响应标签图，并求权重系数；步骤3：检测模块初始化：通过构建不同尺度的目标框遍历第一帧图像，得到目标样本数据集，并将遍历得到的目标框与给定的跟踪目标框进行重叠度比对，将目标样本数据集分为正样本和负样本；将正负样本数据集分别拆分为训练集和测试集，用于训练集合分类器和最近邻分类器并调整分类器阈值；步骤4：完成检测模块与跟踪模块初始化工作后，读取下一帧视频流，获得新图像，进行目标跟踪与目标检测；步骤5：跟踪模块进行目标跟踪：利用得到的权重矩阵进行相似度匹配，得到目标响应图；计算目标响应图的最大响应值，并将该最大响应值列为新的跟踪置信度数值，将该新的跟踪置信度数值作为当前跟踪目标准确性的评价新标准；步骤6：检测模块进行目标检测：通过将遍历图像得到的待检测窗口依次通过方差分类器，集合分类器和最近邻分类器；其中，通过计算积分图，得到每个待检测窗口的方差，方差大于设定阈值则认为该检测窗包含目标，将该检测窗口通过方差分类器进入集合分类器；集合分类器有N棵树，每棵树有M个二进制判断节点，形成M位二进制编码，每个编码对应一个后验概率；每个待检测窗口进入集合分类器后形成对应的后验概率，如果后验概率大于设定的阈值则该检测窗口通过集合分类器进入最近邻分类器；计算每个进入最近邻分类器的待检测窗口与在线模型的相似度，相似度大于设定的阈值则判断该检测窗口含有所求的目标；步骤7：完成目标跟踪与目标检测后，将目标跟踪的结果与目标检测的结果送入综合模块进行综合；步骤8：综合模块负责综合跟踪与检测的结果；综合模块通过聚类计算检测框与跟踪框的相似度，对检测框进行筛选输出相似度最大的检测目标框，并与跟踪模块得到的目标框进行综合得到最终的目标位置与大小；步骤9：同时，判断跟踪模块的跟踪置信度是否大于给定的阈值，是则将目标位置输出并显示；否则判断跟踪目标已丢失，通过检测模块检测到目标框重新初始化跟踪模块，重新由步骤2开始继续新一轮的跟踪与检测；步骤10：判断目标是否满足模型更新条件，是则启用学习模块进行模型学习，否则直接读取下一帧图像，开启新一轮的跟踪与检测；步骤11：学习模块重新进行模型学习；学习模块通过当前计算得到的目标位置信息重新遍历图像，更新正负样本数据集；步骤12：判断是否停止跟踪，是则结束并退出，否则更新并保存数据集，读取下一帧图像，开启新一轮的跟踪与检测。2.根据权利要求1所述的一种监控系统的视频跟踪方法，其特征在于：特征标签为HOG特征标签。2CN109003290A权利要求书2/2页3.根据权利要求1所述的一种监控系统的视频跟踪方法，其特征在于：特征标签为Lab颜色特征标签。4.根据权利要求1所述的一种监控系统的视频跟踪方法，其特征在于：调整目标框尺度变化，以求取随目标框大小变化的目标匹配响应值，如果新得到的响应值比原始尺度得到的响应值大，则将该尺度对应的目标框作为新的跟踪结果输出。3CN109003290A说明书1/6页一种监控系统的视频跟踪方法技术领域[0001]本发明涉及视频监控领域，有关图像处理与分析技术，特别是针对视频监控场景下的目标自动跟踪方法。背景技术[0002]随着信息时代的发展，人们的安防意识逐