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：江南大学

摘要：本发明公开了一种融合相关滤波的GM‑PHD视频多目标跟踪方法，属于计算机视觉、模式识别和信息处理技术领域。所述方法采用相关滤波的思想，对目标进行跟踪，并加入图像信息的相交比判断，来对被遮挡的目标进行不更新目标模板和参数处理，从而减少目标模板的污染，减少误跟框，对于已经被遮挡的目标将会放入高斯混和概率假设密度滤波中进行位置预测更新操作，若后期目标重现将会重新关联上目标标签，从而减少碎片化的轨迹，弥补检测器漏检的缺点。最终通过在MOT17数据集上的结果证明，与目前有关GM‑PHD最好的跟踪算法GMPHDOGM17相比，多目标跟踪正确度MOTA指标上从原来的49.9提高至50.3。

主权项：1.一种融合相关滤波的GM-PHD视频多目标跟踪方法，其特征在于，所述方法包括：S1：初始化参数；初始帧时，当前帧的目标检测框集为检测框为第i个检测框的状态向量，其中分别表示该检测框左上角横坐标、纵坐标，检测框宽、检测框高和置信度，为当前帧目标检测框个数；选取的检测框作为这一帧的量测进行后续步骤的计算；cth为置信度阈值，Nk表示k时刻的量测目标的数量，表示第i个量测目标的中心位置和宽高信息；每一个目标由一个六维向量的矩形框来表示：其中表示目标中心点的位置，表示目标的速度信息，表示目标的宽和高；当时，将对应的检测框作为第一帧的新生目标，作为第一帧的目标状态集初始化为零，并放入跟踪结果集中，其中，Mk为满足条件的检测框个数，目标结果状态表示为分别表示目标结果状态的左上角横坐标、纵坐标，目标框宽、目标框高和对应赋值的目标标签；将用高斯混合的形式表示成后验强度表示目标的预期数量，初始设置为1；初始化为diag[111111]；S2：当k1时，对每一个目标进行GM-PHD的预测步骤，得到高斯分量并与这一帧的检测集进行关联匹配，将目标分为存活目标集合VS，新生目标集合R和杂波K，漏检目标集合VL和结束跟踪的目标集合VC，其中Jk表示高斯分量的个数，为这一帧检测框的个数；S3：在进行目标跟踪时，对于目标a，GM-PHD根据量测集生成一系列的高斯分量，计算高斯分量与a的相似度，并将相似度作为对应的高斯分量的权重；将当前帧所有的高斯分量继续用来下一帧的跟踪操作，其中，选取wk值大于0.2的目标，提取其目标位置信息，框大小信息以及标签信息，放入跟踪结果集中，作为当前帧的跟踪框结果，并显示记录下来。

全文数据：

权利要求：

百度查询： 江南大学 一种融合相关滤波的GM-PHD视频多目标跟踪方法