CN102521841A - 多目标物体跟踪方法 - Google Patents
多目标物体跟踪方法 Download PDFInfo
- Publication number
- CN102521841A CN102521841A CN2011103729255A CN201110372925A CN102521841A CN 102521841 A CN102521841 A CN 102521841A CN 2011103729255 A CN2011103729255 A CN 2011103729255A CN 201110372925 A CN201110372925 A CN 201110372925A CN 102521841 A CN102521841 A CN 102521841A
- Authority
- CN
- China
- Prior art keywords
- moving object
- tracking
- chained list
- characteristic
- following track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种多目标物体跟踪方法，克服了现有目标跟踪算法实现架构的多样性，以及算法性能的不易比较性，通过归纳抽象目标跟踪的一般步骤，实现了统一的多目标物体跟踪。本发明的积极效果是：通过抽象模型，可以方便地比较各种跟踪算法，以及在其中添加新的特征提取算法，以提高多目标物体的跟踪性能。本发明能在智能交通视频分析***中，通过图像处理的方式实现多个车辆的跟踪。
Description
技术领域
本发明属于图象处理技术领域，具体涉及一种多目标物体跟踪方法。
背景技术
目前基于数字图像处理的目标物体跟踪算法主要有：光流法，粒子滤波以及CamShift算法。通过对这些算法进行研究发现，它们都具有计算量大，算法内部没有一个统一架构，不利于多种算法的比较以及融合的缺点。
发明内容
为了克服现有技术的上述缺点，本发明提供了一种多目标物体跟踪方法，克服了现有目标跟踪算法实现架构的多样性，以及算法性能的不易比较性，通过归纳抽象目标跟踪的一般步骤，实现了统一的多目标物体跟踪。
本发明解决其技术问题所采用的技术方案是：一种多目标物体跟踪方法，包括如下步骤：
第一步、采用运动物体检测算法对数字图像中的运动物体的坐标进行提取；
第二步、对提取出来的运动物体的坐标进行特征提取；
第三步、特征匹配：
遍历目标跟踪轨迹链表，将得到的全部运动物体的特征分别与目标跟踪轨迹链表中的物体特征进行比较，并根据比较结果，将匹配成功的运动物体加入所对应的目标跟踪轨迹链表，将匹配不成功的运动物体的特征生成一条新的目标跟踪轨迹链表，并将该匹配不成功的运动物体加入生成的新的目标跟踪轨迹链表中；
第四步、跟踪结束：
当一帧数字图像中的全部运动物体均按第三步所述方法分析完毕以后，删除没有运动物体加入的目标跟踪轨迹链表，对这些轨迹链表所对应的运动物体的跟踪结束。
对于同一个物体，若提取出来以后变成两个物体，则进行连通分量的合并，合并以后再将尺寸小的物体过滤掉，然后将剩下的与整个图片的比例接近的运动物体的坐标提取出来。
第二步所述的特征提取的方法是：采用多种特征提取算法处理前面提取的运动物体图像，然后将各种不同算法提取出来的特征分别与目标物体进行特征比较，分别对成功率、失败率和误匹配率进行统计和比较，最后选取成功率最高、误匹配率最低的特征提取算法，作为***的特征提取方法。
与现有技术相比，本发明的积极效果是：通过抽象模型，可以方便地比较各种跟踪算法，以及在其中添加新的特征提取算法，以提高多目标物体的跟踪性能。本发明能在智能交通视频分析***中，通过图像处理的方式实现多个车辆的跟踪。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是本发明方法的流程示意图。
具体实施方式
一种多目标物体跟踪方法，如图1所示，包括如下步骤：
第一步、运动物体的坐标提取：
采用运动物体检测算法将数字图像中的运动部分提取出来，其中，由于图像噪声等原因，本来是同一个物体，提取出来以后可能会变成两个物体，这时就可以进行连通分量的合并，合并以后再将尺寸过小的物体过滤掉，剩下的就是所要检测的与整个图片的比例比较合适的运动物体，此时可以将它们的坐标提取出来，以便后续分析。
第二步、对提取出来的运动物体进行特征提取：
采用各种不同的特征提取方法处理前面提取的运动物体图像，然后将各种不同的特征提取方法提取出来的特征分别与目标物体进行特征比较，对成功率、失败率和误匹配率进行统计和比较，最后选取成功率最高、误匹配率最低的特征提取算法，作为***特征提取方法。
第三步、特征匹配：
遍历目标跟踪轨迹链表，将得到的全部运动物体的特征分别与目标跟踪轨迹链表中的物体特征进行比较，并根据比较结果，将匹配成功的运动物体加入所对应的目标跟踪轨迹链表，将匹配不成功的运动物体的特征生成一条新的目标跟踪轨迹链表，并将该匹配不成功的运动物体加入生成的新的目标跟踪轨迹链表中。
第四步、跟踪结束：
当一帧数字图像中的全部运动物体均按第三步所述方法分析完毕以后，删除没有运动物体加入的目标跟踪轨迹链表，对这些轨迹链表所对应的运动物体的跟踪结束。
Claims (3)
1.一种多目标物体跟踪方法，其特征在于，包括如下步骤：
第一步、采用运动物体检测算法对数字图像中的运动物体的坐标进行提取；
第二步、对提取出来的运动物体的坐标进行特征提取；
第三步、特征匹配：
遍历目标跟踪轨迹链表，将得到的全部运动物体的特征分别与目标跟踪轨迹链表中的物体特征进行比较，并根据比较结果，将匹配成功的运动物体加入所对应的目标跟踪轨迹链表，将匹配不成功的运动物体的特征生成一条新的目标跟踪轨迹链表，并将该匹配不成功的运动物体加入生成的新的目标跟踪轨迹链表中；
第四步、跟踪结束：
当一帧数字图像中的全部运动物体均按第三步所述方法分析完毕以后，删除没有运动物体加入的目标跟踪轨迹链表，对这些轨迹链表所对应的运动物体的跟踪结束。
2.根据权利要求1所述的多目标物体跟踪方法，其特征在于，对于同一个物体，若提取出来以后变成两个物体，则进行连通分量的合并，合并以后再将尺寸小的物体过滤掉，然后将剩下的与整个图片的比例接近的运动物体的坐标提取出来。
3.根据权利要求1所述的多目标物体跟踪方法，其特征在于，第二步所述的特征提取的方法是：采用多种特征提取算法处理前面提取的运动物体图像，然后将各种不同算法提取出来的特征分别与目标物体进行特征比较，分别对成功率、失败率和误匹配率进行统计和比较，最后选取成功率最高、误匹配率最低的特征提取算法，作为***的特征提取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011103729255A CN102521841A (zh) | 2011-11-22 | 2011-11-22 | 多目标物体跟踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011103729255A CN102521841A (zh) | 2011-11-22 | 2011-11-22 | 多目标物体跟踪方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102521841A true CN102521841A (zh) | 2012-06-27 |
Family
ID=46292745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011103729255A Pending CN102521841A (zh) | 2011-11-22 | 2011-11-22 | 多目标物体跟踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102521841A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107085823A (zh) * | 2016-02-16 | 2017-08-22 | 北京小米移动软件有限公司 | 人脸图像处理方法及装置 |
| WO2018058530A1 (zh) * | 2016-09-30 | 2018-04-05 | 富士通株式会社 | 目标检测方法、装置以及图像处理设备 |
| CN110047095A (zh) * | 2019-03-06 | 2019-07-23 | 平安科技（深圳）有限公司 | 基于目标检测的跟踪方法、装置及终端设备 |
| CN110163124A (zh) * | 2019-04-30 | 2019-08-23 | 北京易华录信息技术股份有限公司 | 一种轨迹追踪处理*** |
| CN111738063A (zh) * | 2020-05-08 | 2020-10-02 | 华南理工大学 | 船舶目标跟踪方法、***、计算机设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101025862A (zh) * | 2007-02-12 | 2007-08-29 | 吉林大学 | 基于视频的混合交通流参数的检测方法 |
| CN101098465A (zh) * | 2007-07-20 | 2008-01-02 | 哈尔滨工程大学 | 一种视频监控中运动目标检测与跟踪方法 |
| CN101673403A (zh) * | 2009-10-10 | 2010-03-17 | 安防制造（中国）有限公司 | 复杂干扰场景下的目标跟踪方法 |
| CN101727570A (zh) * | 2008-10-23 | 2010-06-09 | 华为技术有限公司 | 跟踪方法、检测跟踪处理设备和监控*** |
| CN101840507A (zh) * | 2010-04-09 | 2010-09-22 | 江苏东大金智建筑智能化***工程有限公司 | 基于角点特征不变量和图论聚类的目标跟踪方法 |
| CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控***、视频监控服务器及视频监控方法 |
-
2011
- 2011-11-22 CN CN2011103729255A patent/CN102521841A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101025862A (zh) * | 2007-02-12 | 2007-08-29 | 吉林大学 | 基于视频的混合交通流参数的检测方法 |
| CN101098465A (zh) * | 2007-07-20 | 2008-01-02 | 哈尔滨工程大学 | 一种视频监控中运动目标检测与跟踪方法 |
| CN101727570A (zh) * | 2008-10-23 | 2010-06-09 | 华为技术有限公司 | 跟踪方法、检测跟踪处理设备和监控*** |
| CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控***、视频监控服务器及视频监控方法 |
| CN101673403A (zh) * | 2009-10-10 | 2010-03-17 | 安防制造（中国）有限公司 | 复杂干扰场景下的目标跟踪方法 |
| CN101840507A (zh) * | 2010-04-09 | 2010-09-22 | 江苏东大金智建筑智能化***工程有限公司 | 基于角点特征不变量和图论聚类的目标跟踪方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107085823A (zh) * | 2016-02-16 | 2017-08-22 | 北京小米移动软件有限公司 | 人脸图像处理方法及装置 |
| WO2018058530A1 (zh) * | 2016-09-30 | 2018-04-05 | 富士通株式会社 | 目标检测方法、装置以及图像处理设备 |
| CN109478333A (zh) * | 2016-09-30 | 2019-03-15 | 富士通株式会社 | 目标检测方法、装置以及图像处理设备 |
| CN110047095A (zh) * | 2019-03-06 | 2019-07-23 | 平安科技（深圳）有限公司 | 基于目标检测的跟踪方法、装置及终端设备 |
| CN110047095B (zh) * | 2019-03-06 | 2023-07-21 | 平安科技（深圳）有限公司 | 基于目标检测的跟踪方法、装置及终端设备 |
| CN110163124A (zh) * | 2019-04-30 | 2019-08-23 | 北京易华录信息技术股份有限公司 | 一种轨迹追踪处理*** |
| CN111738063A (zh) * | 2020-05-08 | 2020-10-02 | 华南理工大学 | 船舶目标跟踪方法、***、计算机设备及存储介质 |
| CN111738063B (zh) * | 2020-05-08 | 2023-04-18 | 华南理工大学 | 船舶目标跟踪方法、***、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Performance and challenges of 3D object detection methods in complex scenes for autonomous driving | |
| CN102521841A (zh) | 多目标物体跟踪方法 | |
| CN103150375A (zh) | 用于视频侦查的快速视频检索***和方法 | |
| CN103905824A (zh) | 视频语义检索与压缩同步的摄像***与方法 | |
| CN104662560B (zh) | 一种视频图像处理方法及*** | |
| CN103413295A (zh) | 一种视频多目标长程跟踪方法 | |
| CN102682453A (zh) | 基于多特征融合的运动车辆跟踪方法 | |
| CN103971524A (zh) | 一种基于机器视觉的交通流量检测方法 | |
| CN103810718A (zh) | 一种剧烈运动目标检测方法和装置 | |
| CN108491828B (zh) | 一种基于层次的成对相似性PVAnet的停车位检测***及方法 | |
| CN103198491A (zh) | 室内的视觉定位方法 | |
| Feng et al. | Learning multi-layer attention aggregation Siamese network for robust RGBT tracking | |
| CN102254396B (zh) | 基于视频的入侵检测方法及装置 | |
| CN103187083B (zh) | 一种基于时域视频融合的存储方法及其*** | |
| CN105516661A (zh) | 鱼眼相机与ptz相机相结合的主从目标监控***及方法 | |
| Zhang et al. | LiDAR-camera panoptic segmentation via geometry-consistent and semantic-aware alignment | |
| Zhang et al. | An optical flow based moving objects detection algorithm for the UAV | |
| CN103679156A (zh) | 一种多类运动目标自动识别与跟踪的方法 | |
| CN113361475A (zh) | 一种基于多阶段特征融合信息复用的多光谱行人检测方法 | |
| CN104331908A (zh) | 压缩haar特征和运动信息相融合的目标跟踪方法 | |
| Xu et al. | [Retracted] Technical Research on Moving Target Monitoring and Intelligent Tracking Algorithm Based on Machine Vision | |
| CN103455998A (zh) | 视频图像中阴影的检测方法及装置 | |
| Sun et al. | Research on target recognition and tracking in mobile augmented reality assisted maintenance | |
| Zhou et al. | A relation network design for visible thermal person re-identification | |
| CN101937511B (zh) | 基于随机并行优化算法的快速图像匹配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120627 |