1.一种多目标跟踪方法,其特征在于,包括:
获取视频图像;
提取所述视频图像中的关键点;
对所述视频图像中的关键点进行跟踪;
根据所述视频图像中连续N帧跟踪到的关键点,形成关键点轨迹;
对所述关键点轨迹进行聚类,形成至少一个目标。
2.根据权利要求1所述的方法,其特征在于,在所述对所述关键点轨迹进行聚类,形成至少一个目标的步骤之后,还包括剔除所述至少一个目标的噪声轨迹点,包括:
计算所述至少一个目标中的轨迹点连接所得的至少一条边的权值;
判断所述至少一条边的权值是否小于预设权值阈值;
当所述至少一条边的权值小于预设权值阈值时,判定所述至少一条边对应的轨迹点为噪声轨迹点,剔除所述至少一个目标的噪声轨迹点。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述视频图像中连续N帧的关键点,形成关键点轨迹,包括:
提取所述视频图像中连续N帧的关键点对应的特征;
根据所述关键点在相邻两帧的特征判断所述关键点是否为有效关键点;
当所述关键点为有效关键点时,根据所述有效关键点形成关键点轨迹。
4.根据权利要求1或2所述的方法,其特征在于,所述对所述关键点轨迹进行聚类,形成至少一个目标,包括:
判断所述关键点轨迹的长度是否大于预设长度阈值;
当所述关键点轨迹的长度大于预设长度阈值时,计算所述关键点轨迹的运动距离和任意两个所述关键点轨迹之间的夹角;
根据所述关键点轨迹的运动距离和任意两个所述关键点轨迹之间的夹角,进行相似性度量;
根据所述相似性度量结果进行聚类,形成至少一个目标。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述视频图像中的关键点为角点。
6.一种多目标跟踪装置,其特征在于,包括:
视频图像获取单元,用于获取视频图像;
关键点提取单元,用于提取所述视频图像中的关键点;
关键点跟踪单元,用于对所述视频图像中的关键点进行跟踪;
轨迹形成单元,用于根据所述视频图像中连续N帧跟踪到的关键点,形成关键点轨迹;
轨迹聚类单元,用于对所述关键点轨迹进行聚类,形成至少一个目标。
7.根据权利要求6所述的装置,其特征在于,还包括噪声轨迹点剔除单元,所述噪声轨迹点剔除单元包括:
权值计算子单元,用于计算所述至少一个目标中的轨迹点连接所得的至少一条边的权值;
权值判断子单元,用于判断所述至少一条边的权值是否小于预设权值阈值;
剔除子单元,用于当所述至少一条边的权值小于预设权值阈值时,判定所述至少一条边对应的轨迹点为噪声轨迹点,剔除所述至少一个目标的噪声轨迹点。
8.根据权利要求6或7所述的装置,其特征在于,所述轨迹形成单元包括:
特征提取子单元,用于提取所述视频图像中连续N帧的关键点对应的特征;
有效关键点判断子单元,用于根据所述关键点在相邻两帧的特征判断所述关键点是否为有效关键点;
关键点轨迹形成子单元,用于当所述关键点为有效关键点时,根据所述有效关键点形成关键点轨迹。
9.根据权利要求6或7所述的装置,其特征在于,所述轨迹聚类单元包括:
轨迹长度判断子单元,用于判断所述关键点轨迹的长度是否大于预设长度阈值;
计算子单元,用于当所述关键点轨迹的长度大于预设长度阈值时,计算所述关键点轨迹的运动距离和任意两个所述关键点轨迹之间的夹角;
相似性度量子单元,用于根据所述关键点轨迹的运动距离和任意两个所述关键点轨迹之间的夹角,进行相似性度量;
聚类子单元,用于根据所述相似性度量结果进行聚类,形成至少一个目标。
10.根据权利要求6-9中任一项所述的装置,其特征在于,所述视频图像中的关键点为角点。