1.一种基于修正DeepSORT的多传感目标群智跟踪方法,其特征在于,该方法通过多个摄像头对任务区域进行目标跟踪,具体包括如下步骤:步骤1:利用各摄像头实时获取任务区域的监控视频;
步骤2,采用基于匈牙利算法的匹配方法,获得摄像头之间当前视频帧的匹配目标并赋予身份ID;
步骤3,针对每个摄像头,分别利用DeepSORT方法对当前视频帧中分配身份ID的目标进行跟踪,直至目标跟踪任务结束;其中,DeepSORT方法中利用最小二乘法拟合加速度预测曲线,进而修正卡尔曼滤波的输入状态检测值;
所述步骤2具体为:
步骤2.1:使用YOLOv5对各摄像头获取的当前图像帧分别进行目标检测,获取各图像帧中的目标信息;
步骤2.2:将步骤2.1获取的目标信息分别输入到ResNet残差网络,提取目标的外观特征;
步骤2.3:根据摄像头的帧率和步骤2.1获取的目标信息,获取目标的空间运动特征;
步骤2.4:将步骤2.2中目标的外观特征和步骤2.3中目标的空间运动特征进行拼接,形成目标的自适应融合特征;
步骤2.5:利用步骤2.4中目标的自适应融合特征,计算马氏距离和代价矩阵;
步骤2.6:利用匈牙利算法进行摄像头之间同时刻的目标匹配,获得摄像头之间当前视频帧的匹配目标并赋予身份ID。
2.根据权利要求1所述的一种基于修正DeepSORT的多传感目标群智跟踪方法,其特征在于,所述步骤2.4中目标的自适应融合特征定义如下:其中,ψ表示设定权重,表示向量的维度拼接运算符,MTl为目标l的空间运动特征,Rl为目标l的外观特征。
3.根据权利要求2所述的一种基于修正DeepSORT的多传感目标群智跟踪方法,其特征在于,所述设定权重ψ的表达式如下:其中,表示目标l距离摄像头视野中心点的距离。
4.根据权利要求1所述的一种基于修正DeepSORT的多传感目标群智跟踪方法,其特征在于,所述步骤2.5中马氏距离的表达式如下:其中,为t时刻摄像头p下第l个目标pl的自适应融合特征和摄像头q下第f个目标qf的自适应融合特征的马氏距离;为与之间的协方差矩阵。
5.根据权利要求4所述的一种基于修正DeepSORT的多传感目标群智跟踪方法,其特征在于,所述步骤2.5中代价矩阵的表达式如下:其中,H(p,q)为t时刻摄像头p和摄像头q的代价矩阵,l∈{1,…,Hp},f∈{1,…,Hq},Hp是t时刻摄像头p下目标数,Hq为t时刻摄像头q下目标数;取值为1表示摄像头p中目标与其他摄像头q中目标的自适应融合特征匹配成功,取值为0则表示匹配失败。
6.根据权利要求1所述的一种基于修正DeepSORT的多传感目标群智跟踪方法,其特征在于,所述步骤3包括:C1:获取摄像头在时刻tk所获取图像帧的卡尔曼滤波输入状态的检测值:MTk=(xk,yk,wk,hk,vxk,vyk,vwk,vhk)T其中,xk,yk分别表示图像帧中目标检测框的中心点横坐标与纵坐标,wk,hk分别表示图像帧中目标检测框的宽和高,vxk,vyk,vwk,vhk分别表示xk,yk,wk,hk的变化速度;
C2:基于C1中目标检测框在前k-1个时刻t1,...,tk-1所获取图像帧的加速度数据序列利用最小二乘法拟合加速度预测曲线其中,i∈{x,y,w,h},x,y,w,h为卡尔曼滤波输入状态的四个参数,x,y分别表示目标检测框的中心点横坐标与纵坐标,w,h分别表示目标检测框的宽和高;ai1,…,ai(k-1)分别为时刻t1,...,tk-1卡尔曼滤波输入状态的四个参数对应的加速度数据,表示卡尔曼滤波输入状态的四个参数的加速度拟合预测曲线,和为加速度拟合预测曲线的拟合系数;
C3:利用加速度预测曲线,对时刻tk所获取图像帧的卡尔曼滤波的输入状态检测值进行修正,获得修正之后的卡尔曼滤波的输入状态检测值:MT′k=(xk,yk,wk,hk,v′xk,v′yk,v′wk,v′hk)T其中,v′ik为修正之后时刻tk卡尔曼滤波输入状态的四个参数对应的变化速度,Δt为两个图像帧之间的时间差;
C4:计算时刻tk卡尔曼滤波输入状态的四个参数对应的加速度数据,并更新时刻tk所获取图像帧的加速度数据序列其中,v′i(k-1)为修正之后时刻tk-1卡尔曼滤波输入状态的四个参数对应的变化速度;
C5:令k=k+1,重复C1到C5,直到视频结束。
7.一种基于修正DeepSORT的多传感目标群智跟踪系统,其特征在于,该系统基于如权利要求1-6中任一所述的方法进行目标跟踪,具体包括:多个摄像头,用于实时获取任务区域的监控视频;
目标匹配单元,用于获取摄像头之间当前视频帧的匹配目标并赋予身份ID;
目标跟踪单元,用于对每个摄像头,分别利用DeepSORT方法对当前视频帧中分配身份ID的目标进行跟踪。
8.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,其特征在于,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1-6中任一所述的方法。
9.一种计算设备,其特征在于,包括一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1至6中任一所述方法的指令。