申请/专利权人：深圳职业技术学院

申请日：2019-01-15

公开（公告）日：2023-05-23

公开（公告）号：CN109886995B

主分类号：G06T7/246

分类号：G06T7/246;H04N23/68;H04N23/60

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2019.07.26#实质审查的生效;2019.06.14#公开

摘要：本发明公开了一种复杂环境下多目标跟踪方法，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；本发明实用性好，在拍摄时有效的凸显了个人或需要的人，并且保证了拍摄后的质量。

主权项：1.一种复杂环境下多目标跟踪方法，其特征在于，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过1-5s范围内的间隔时间后后再获取对拍摄人群的第二位置数据，根据第一位置数据和第二位置数据的数量分别取得所述第一位置数据和第二位置数据的平均值，从而得到最佳的拍摄范围，所述第一位置数据的平均值到第二位置数据的平均值之间的坐标变化即最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：在所述S1中的检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪；所述S1中，检测运动目标的个数设置为3-7个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像。

全文数据：一种复杂环境下多目标跟踪方法技术领域本发明涉及多目标跟踪技术领域，尤其涉及一种复杂环境下多目标跟踪方法。背景技术目前，人们在外出游玩或者聚会时，会通过手持或者具有云台支撑的摄像机拍摄视频，以记录游玩时的美好景色以及聚会时和家人朋友在一起的快乐时光，现有的摄像机在拍摄视频时，仅可以对拍摄的视频中出现的人物的人脸进行确认和检测，但不能对视频中出现的人物进行跟踪。在需要对视频中的人物进行跟踪拍摄时，只能通过视频拍摄者自己改变摄像机的拍摄区域和拍摄角度来对视频中出现的人物进行跟踪拍摄，并且在人群中不能够很好的凸显个人或特定需要的人，不能够很好的对有需求的人进行跟踪处理，不能保证拍摄后的质量，因此我们提出了一种复杂环境下多目标跟踪方法用于解决上述问题。发明内容基于背景技术存在的技术问题，本发明提出了一种复杂环境下多目标跟踪方法。本发明提出的一种复杂环境下多目标跟踪方法，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪。优选地，所述S1中，检测运动目标的个数设置为3-7个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像。优选地，所述S2中，间隔时间设置为1-5s，对第一位置数据进行分析处理，然后再对第二位置数据进行分析处理，将分析处理后的数据进行记录。优选地，所述S2中，第一位置数据和第二位置数据的数量均为3-7条，数据处理后取平均值。优选地，所述S3中，调节后的拍摄设备的位置是位于最佳的拍摄范围内，当一定时间内没有检测到待拍摄人群时，根据预设拍摄角度调整拍摄设备的拍摄范围。优选地，所述S4中，确定待跟踪目标多采用手动跟踪，根据需要手动确定跟踪目标，然后使用特定的虚拟标记对确定后的跟踪目标进行虚拟标记。优选地，所述S5中，位置数据包括待跟踪目前的移动速度、移动距离和移动方向等运动信息。优选地，所述S5中，通过标记待跟踪目标的位置，方便对待跟踪目标的移动速度、移动距离和移动方向等运动信息进行运算，运算结束后数据自动保存。优选地，所述S6中，控制拍摄设备对待跟踪目标进行自动跟踪。优选地，所述S6中，对像素区域内的色彩信息与跟踪对象的相似性进行评价后的数据信息进行整理，当整理后的数据信息始终与初始数据信息保持一致时，忽略整理后的数据，当整理后的数据信息与初始的数据信息不符时，继续对比，仍然不符时，需要语音播报及时的提醒使用者。本发明的有益效果：当拍摄设备的位置不位于拍摄的最佳范围内时，会通过调整拍摄设备的位置使得拍摄设备的位置处于最佳的拍摄范围内，拍摄的效果较好，还可以对拍摄设备的角度进行调节，方便拍摄设备的拍摄，并且通过手动的对待跟踪的目标的位置进行标记，而且计算出待跟踪目标的位置数据信息，方便对待跟踪目标进行跟踪处理，而且待跟踪目标的数量可以手动调节，在拍摄时有效的凸显了个人或需要的人，并且保证了拍摄后的质量。本发明实用性好，在拍摄时有效的凸显了个人或需要的人，并且保证了拍摄后的质量。附图说明：图1为本发明提出的一种复杂环境下多目标跟踪方法的流程图；图2为本发明提出的一种复杂环境下多目标跟踪方法在拍摄前准备的流程图；图3为本发明提出的一种复杂环境下多目标跟踪方法的确定跟踪目标时的流程图；图4为本发明提出的一种复杂环境下多目标跟踪方法的自动跟踪时的流程图。具体实施方式下面结合具体实施例对本发明作进一步解说。实施例1参照图1-4，本实施例中提出了一种复杂环境下多目标跟踪方法，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪。本实施例中，所述S1中，检测运动目标的个数设置为3个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像，所述S2中，间隔时间设置为1s，对第一位置数据进行分析处理，然后再对第二位置数据进行分析处理，将分析处理后的数据进行记录，所述S2中，第一位置数据和第二位置数据的数量均为3条，数据处理后取平均值，所述S3中，调节后的拍摄设备的位置是位于最佳的拍摄范围内，当一定时间内没有检测到待拍摄人群时，根据预设拍摄角度调整拍摄设备的拍摄范围，所述S4中，确定待跟踪目标多采用手动跟踪，根据需要手动确定跟踪目标，然后使用特定的虚拟标记对确定后的跟踪目标进行虚拟标记，所述S5中，位置数据包括待跟踪目前的移动速度、移动距离和移动方向等运动信息，所述S5中，通过标记待跟踪目标的位置，方便对待跟踪目标的移动速度、移动距离和移动方向等运动信息进行运算，运算结束后数据自动保存，所述S6中，控制拍摄设备对待跟踪目标进行自动跟踪，所述S6中，对像素区域内的色彩信息与跟踪对象的相似性进行评价后的数据信息进行整理，当整理后的数据信息始终与初始数据信息保持一致时，忽略整理后的数据，当整理后的数据信息与初始的数据信息不符时，继续对比，仍然不符时，需要语音播报及时的提醒使用者。实施例2参照图1-4，本实施例中提出了一种复杂环境下多目标跟踪方法，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪。本实施例中，所述S1中，检测运动目标的个数设置为4个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像，所述S2中，间隔时间设置为2s，对第一位置数据进行分析处理，然后再对第二位置数据进行分析处理，将分析处理后的数据进行记录，所述S2中，第一位置数据和第二位置数据的数量均为4条，数据处理后取平均值，所述S3中，调节后的拍摄设备的位置是位于最佳的拍摄范围内，当一定时间内没有检测到待拍摄人群时，根据预设拍摄角度调整拍摄设备的拍摄范围，所述S4中，确定待跟踪目标多采用手动跟踪，根据需要手动确定跟踪目标，然后使用特定的虚拟标记对确定后的跟踪目标进行虚拟标记，所述S5中，位置数据包括待跟踪目前的移动速度、移动距离和移动方向等运动信息，所述S5中，通过标记待跟踪目标的位置，方便对待跟踪目标的移动速度、移动距离和移动方向等运动信息进行运算，运算结束后数据自动保存，所述S6中，控制拍摄设备对待跟踪目标进行自动跟踪，所述S6中，对像素区域内的色彩信息与跟踪对象的相似性进行评价后的数据信息进行整理，当整理后的数据信息始终与初始数据信息保持一致时，忽略整理后的数据，当整理后的数据信息与初始的数据信息不符时，继续对比，仍然不符时，需要语音播报及时的提醒使用者。实施例3参照图1-4，本实施例中提出了一种复杂环境下多目标跟踪方法，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪。本实施例中，所述S1中，检测运动目标的个数设置为5个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像，所述S2中，间隔时间设置为3s，对第一位置数据进行分析处理，然后再对第二位置数据进行分析处理，将分析处理后的数据进行记录，所述S2中，第一位置数据和第二位置数据的数量均为5条，数据处理后取平均值，所述S3中，调节后的拍摄设备的位置是位于最佳的拍摄范围内，当一定时间内没有检测到待拍摄人群时，根据预设拍摄角度调整拍摄设备的拍摄范围，所述S4中，确定待跟踪目标多采用手动跟踪，根据需要手动确定跟踪目标，然后使用特定的虚拟标记对确定后的跟踪目标进行虚拟标记，所述S5中，位置数据包括待跟踪目前的移动速度、移动距离和移动方向等运动信息，所述S5中，通过标记待跟踪目标的位置，方便对待跟踪目标的移动速度、移动距离和移动方向等运动信息进行运算，运算结束后数据自动保存，所述S6中，控制拍摄设备对待跟踪目标进行自动跟踪，所述S6中，对像素区域内的色彩信息与跟踪对象的相似性进行评价后的数据信息进行整理，当整理后的数据信息始终与初始数据信息保持一致时，忽略整理后的数据，当整理后的数据信息与初始的数据信息不符时，继续对比，仍然不符时，需要语音播报及时的提醒使用者。实施例4参照图1-4，本实施例中提出了一种复杂环境下多目标跟踪方法，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪。本实施例中，所述S1中，检测运动目标的个数设置为6个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像，所述S2中，间隔时间设置为4s，对第一位置数据进行分析处理，然后再对第二位置数据进行分析处理，将分析处理后的数据进行记录，所述S2中，第一位置数据和第二位置数据的数量均为6条，数据处理后取平均值，所述S3中，调节后的拍摄设备的位置是位于最佳的拍摄范围内，当一定时间内没有检测到待拍摄人群时，根据预设拍摄角度调整拍摄设备的拍摄范围，所述S4中，确定待跟踪目标多采用手动跟踪，根据需要手动确定跟踪目标，然后使用特定的虚拟标记对确定后的跟踪目标进行虚拟标记，所述S5中，位置数据包括待跟踪目前的移动速度、移动距离和移动方向等运动信息，所述S5中，通过标记待跟踪目标的位置，方便对待跟踪目标的移动速度、移动距离和移动方向等运动信息进行运算，运算结束后数据自动保存，所述S6中，控制拍摄设备对待跟踪目标进行自动跟踪，所述S6中，对像素区域内的色彩信息与跟踪对象的相似性进行评价后的数据信息进行整理，当整理后的数据信息始终与初始数据信息保持一致时，忽略整理后的数据，当整理后的数据信息与初始的数据信息不符时，继续对比，仍然不符时，需要语音播报及时的提醒使用者。实施例5参照图1-4，本实施例中提出了一种复杂环境下多目标跟踪方法，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪。本实施例中，所述S1中，检测运动目标的个数设置为7个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像，所述S2中，间隔时间设置为5s，对第一位置数据进行分析处理，然后再对第二位置数据进行分析处理，将分析处理后的数据进行记录，所述S2中，第一位置数据和第二位置数据的数量均为7条，数据处理后取平均值，所述S3中，调节后的拍摄设备的位置是位于最佳的拍摄范围内，当一定时间内没有检测到待拍摄人群时，根据预设拍摄角度调整拍摄设备的拍摄范围，所述S4中，确定待跟踪目标多采用手动跟踪，根据需要手动确定跟踪目标，然后使用特定的虚拟标记对确定后的跟踪目标进行虚拟标记，所述S5中，位置数据包括待跟踪目前的移动速度、移动距离和移动方向等运动信息，所述S5中，通过标记待跟踪目标的位置，方便对待跟踪目标的移动速度、移动距离和移动方向等运动信息进行运算，运算结束后数据自动保存，所述S6中，控制拍摄设备对待跟踪目标进行自动跟踪，所述S6中，对像素区域内的色彩信息与跟踪对象的相似性进行评价后的数据信息进行整理，当整理后的数据信息始终与初始数据信息保持一致时，忽略整理后的数据，当整理后的数据信息与初始的数据信息不符时，继续对比，仍然不符时，需要语音播报及时的提醒使用者。以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

权利要求：1.一种复杂环境下多目标跟踪方法，其特征在于，包括以下步骤：S1：准备拍摄：放稳拍摄设备，将拍摄设备对准需要拍摄的人群，保证拍摄设备的稳定性，然后从拍摄的视频流中检测运动目标；S2：拍摄前测试：获取对拍摄人群的第一位置数据，在经过一定的时间后再获取对拍摄人群的第二位置数据，通过第二位置数据和第一位置数据进行运算，得到最佳的拍摄范围；S3：调节距离：根据S2中所得到的结果，当最佳的拍摄距离不在拍摄设备的范围内时对拍摄设备的位置进行调节；S4：确定跟踪目标：根据S1中所述的在检测运动目标后，根据获取的图像信息，确定待跟踪的目标；S5：计算：提取待跟踪的目标相邻帧的图像，然后根据对连续相邻帧的图像进行比较，计算待跟踪目标的位置数据，并对待跟踪目标的位置进行标记；S6：自动跟踪：通过对待跟踪的目标位置进行标记，然后对像素区域内的色彩信息与跟踪对象的相似性进行评价，完成对待跟踪目标的跟踪。2.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S1中，检测运动目标的个数设置为3-7个，并且需要保证视频流中的帧数保持稳定，通过前景检测方法，在预设时间内判断从拍摄的所述视频流中是否检测到运动目标，视频流包括各个视频图像。3.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S2中，间隔时间设置为1-5s，对第一位置数据进行分析处理，然后再对第二位置数据进行分析处理，将分析处理后的数据进行记录。4.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S2中，第一位置数据和第二位置数据的数量均为3-7条，数据处理后取平均值。5.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S3中，调节后的拍摄设备的位置是位于最佳的拍摄范围内，当一定时间内没有检测到待拍摄人群时，根据预设拍摄角度调整拍摄设备的拍摄范围。6.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S4中，确定待跟踪目标多采用手动跟踪，根据需要手动确定跟踪目标，然后使用特定的虚拟标记对确定后的跟踪目标进行虚拟标记。7.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S5中，位置数据包括待跟踪目前的移动速度、移动距离和移动方向等运动信息。8.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S5中，通过标记待跟踪目标的位置，方便对待跟踪目标的移动速度、移动距离和移动方向等运动信息进行运算，运算结束后数据自动保存。9.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S6中，控制拍摄设备对待跟踪目标进行自动跟踪。10.根据权利要求1所述的一种复杂环境下多目标跟踪方法，其特征在于，所述S6中，对像素区域内的色彩信息与跟踪对象的相似性进行评价后的数据信息进行整理，当整理后的数据信息始终与初始数据信息保持一致时，忽略整理后的数据，当整理后的数据信息与初始的数据信息不符时，继续对比，仍然不符时，需要语音播报及时的提醒使用者。

百度查询： 深圳职业技术学院 一种复杂环境下多目标跟踪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD