申请/专利权人：北京工业大学

申请日：2023-12-28

公开（公告）日：2024-03-29

公开（公告）号：CN117788514A

主分类号：G06T7/223

分类号：G06T7/223;G06T7/246;G06V20/40

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种基于DeepSORT的可见光视频多目标跟踪方法及系统，方法包括：输入可见光视频，利用YOLOv5检测目标，获取目标信息；引入相机运动补偿方法校正目标的位置信息，并利用卡尔曼滤波算法对所有目标的轨迹进行预测，确定轨迹为确认态或未确认态；将目标与确认态轨迹结合外观和运动计算成本矩阵以进行级联匹配；采用GIoU匹配算法和IoU匹配算法分别依次对失配轨迹和失配目标进行匹配；利用卡尔曼滤波算法结合自适应的噪声尺度，对匹配轨迹进行状态更新，并将状态更新后的目标信息输出。通过本发明的技术方案，提高了多目标跟踪准确度，降低了不确定性对跟踪系统的干扰，提高了目标跟踪系统的鲁棒性，降低了错误匹配。

主权项：1.一种基于DeepSORT的可见光视频多目标跟踪方法，其特征在于，包括：输入可见光视频，并利用目标检测器YOLOv5检测所述可见光视频当前帧中的目标，获取目标信息；引入相机运动补偿方法，根据相机的运动状态校正所述目标的位置信息，并利用卡尔曼滤波算法对检测到的所有目标的轨迹进行预测，确定所述轨迹的状态为确认态或未确认态；将检测到的所述目标与确认态轨迹结合所述目标的外观特征距离和运动信息计算成本矩阵以进行级联匹配；针对级联匹配的失配轨迹和失配目标，采用GIoU匹配算法进行GIoU匹配，针对GIoU匹配的失配轨迹和失配目标，采用IoU匹配算法进行IoU匹配；利用卡尔曼滤波算法结合自适应的噪声尺度，对所述级联匹配、所述GIoU匹配和所述IoU匹配所得的匹配轨迹进行状态更新，对所述IoU匹配所得的失配轨迹中的不确认态轨迹和超过最大失配次数的确认态轨迹进行删除，并将状态更新后的目标信息输出。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于DeepSORT的可见光视频多目标跟踪方法及系统

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