[发明专利]一种监控视频中多目标的行人检测与跟踪方法在审
| 申请号： | 201710621298.1 | 申请日： | 2017-07-27 |
| 公开（公告）号： | CN107564034A | 公开（公告）日： | 2018-01-09 |
| 发明（设计）人： | 黄烨霖;徐向民 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06T7/262;G06K9/00;G06K9/46 |
| 代理公司： | 广州市华学知识产权代理有限公司44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种监控视频中多目标的行人检测与跟踪方法，包括采用基于深度学习的目标检测网络对第一帧行人图像进行检测，得到相应一个或多个行人目标的初始矩形区域；根据初始的目标区域信息提取目标的方向梯度直方图特征，并进行傅里叶域的核函数自相关计算，根据计算结果进行跟踪模板的初始化；从第二帧行人图像开始，根据跟踪模板的目标区域信息，进行金字塔的多尺度构建，并对每一个尺度的行人目标矩形区域都进行方向梯度直方图特征矩阵的提取以及傅里叶域的核函数自相关计算，判断回检条件、对回检的行人目标进行身份重验证以及跟踪模板更新。所述方法解决了模板漂移的问题，能够获得更加精确的行人运动轨迹，具有很好的实时性。 | ||
| 搜索关键词： | 一种 监控 视频 多目标 行人 检测 跟踪 方法 | ||
【主权项】：
一种监控视频中多目标的行人检测与跟踪方法，其特征在于，所述方法包括以下部分：采用基于深度学习的目标检测网络对第一帧行人图像进行检测，得到相应一个或多个行人目标的初始矩形区域；计算所述每个行人目标的初始矩形区域在RGB颜色空间中的方向梯度直方图特征矩阵，将方向梯度直方图特征矩阵进行傅里叶变换，变换后的方向梯度直方图特征矩阵进行自相关计算得到核函数矩阵，并进一步利用核函数矩阵与目标类别信息计算岭回归的解，得到的结果即为初始的跟踪模板信息，进行跟踪模板的初始化；从第二帧行人图像开始，根据跟踪模板的目标区域信息，首先进行金字塔的多尺度构建，并对每一个尺度的行人目标矩形区域都进行方向梯度直方图特征矩阵的提取以及傅里叶域的核函数自相关计算，判断回检条件、对回检的行人目标进行身份重验证以及跟踪模板更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710621298.1/，转载请声明来源钻瓜专利网。
