买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东广域科技有限责任公司

摘要：本发明属于计算机视频图像处理技术领域，尤其涉及一种基于度量学习的多摄像头目标关联跟踪方法。该种基于度量学习的多摄像头目标关联跟踪方法其目的在于克服多摄像头之间信息不能共享、信息混淆，以及解决单一一个摄像头遮挡造成跟踪丢失等技术缺陷，同时可进一步将跟踪算法嵌入到硬件设备中，以提高算法的稳定性与实用性。该多摄像头目标关联跟踪方法包括有如下步骤：通过n个摄像头同时采集目标场所内目标物体的视频集；对目标物体进行检测跟踪，得到跟踪结果；从跟踪结果中提取出检测框；将提取出的检测框送入深度卷积网络，提取出特征向量；进行余弦距离的计算；通过阈值比较判断同一帧的物体是否相似；关联成功实现跟踪。

主权项：1.一种基于度量学习的多摄像头目标关联跟踪方法，其特征在于，包括有如下步骤：步骤1，通过n个摄像头同时采集目标场所内目标物体的视频集V＝{V1,V2,…,Vn}；其中，Vi代表标号为i的摄像头所采集的视频，且Vi＝{img1,img2,…,imgn}，imgi代表Vi视频中的第i帧图片；步骤2，使用Yolo算法对Vi中的目标物体进行检测，并使用DeepSort算法进行跟踪，得到Vi中物体的检测框DF＝{df1,df2,…,dfn}以及具体标识集ID＝{id1,id2,…,idn}；其中，idi表示Vi中被命名为i的物体；而后将每一帧的跟踪结果E＝{df1,id1,df2,id2,…,dfn,idn}保存到本地；步骤3，从跟踪结果E中抽取p个摄像头的跟踪结果；其中p＝2，且摄像头的编号分别为j和k；抽取出摄像头j以及k采集视频的同一帧，即Vj以及Vk中相同的帧imgi；分别提取出imgi中的q个对象的检测框DF1＝{d1,d2,…,dq}以及DF2＝{f1,f2,…,fq}；其中，di代表Vj的imgi中ID为idi的检测框，fi代表Vk的imgi中ID为idi的检测框；步骤4，将提取出的检测框DF1以及DF2送入深度卷积网络，提取出di以及fi的特征向量，分别记为rVj＝{r1idi,r2idi,…,rnidi},rVk＝{r1idi,r2idi,…,rnidi}；其中，rVj及rVk代表摄像头j和k在imgi帧采集到的idi的外观特征；步骤5，对rVj＝{r1idi,r2idi,…,rnidi}和rVk＝{r1idi,r2idi,…,rnidi}进行余弦距离的计算，计算公式如公式1所示：CosdisrVj,rVk＝1-rvjTrvk1其中，rvjT是rvj的转置矩阵；步骤6，通过阈值α比较判断Vj和Vk中同一帧的物体是否相似，所述阈值α由训练得到；当CosdisrVj,rVk≤α时，di和fi关联成功，判断为两个检测框中的idi相似；否则回到步骤5继续进行余弦计算，直到全部对比结束；步骤7，当di和fi关联成功，将fi对应的idi改为di对应的idi。

全文数据：

权利要求：

百度查询： 山东广域科技有限责任公司 一种基于度量学习的多摄像头目标关联跟踪方法