多目标跟踪方法与流程

技术特征：

1.多目标跟踪方法，其特征在于，该方法实现多个目标的同步跟踪，其包括以下步骤:载入并读取视频，选取目标即特征点的跟踪位置，对所述特征点进行检测及处理，最终输出跟踪结果。

2.根据权利要求1所述的多目标跟踪方法，其特征在于，先载入视频并设置初始参数，所述载入并读取视频具体为：

载入所述视频并对所述视频的信息进行读取，设置初始帧、读取帧数、跟踪窗口大小以及最少跟踪特征点个数。

3.根据权利要求1所述的多目标跟踪方法，其特征在于，对所述特征点进行检测及处理具体为：

对视频图像进行灰度预处理，检测和分析所述特征点周围图像灰度变化，通过KLT算法对跟踪区域特征点进行匹配并进行优化处理。

4.根据权利要求3所述的多目标跟踪方法，其特征在于，所述特征点检测方法为：

$A\left(m\right)=\underset{u,v}{\Σ}\mathrm{\ω}(u,v)\left[\begin{array}{cc}{I}_u^2\left(m\right)& I_u\left(m\right)I_v\left(m\right)\\ I_u\left(m\right)I_v\left(m\right)& I_v^2\left(m\right)\end{array}\right]---\left(1\right)$

其中，I_u(m)和I_v(m)分别为图像特征点m处沿u方向和v方向的导数，权重函数ω(u,v)采用均匀分布或高斯分布；对该矩阵进行对角化处理，得出两个特征值λ₁和λ₂表示像素在特征方向上的变化量；当两个特征值都大于设定值时则该点为所跟踪特征点。

5.根据权利要求4所述的多目标跟踪方法，其特征在于，所述特征点检测方法为：采用快速计算方法求取特征点，具体方法为：

cornerpoints＝det(A)-α×tr²(A) (2)

其中，det(A)和tr(A)分别为矩阵(1)的行列式和矩阵的迹，选取适当的阈值，超过阈值即为检测的特征点，为跟踪区域的特征点。

6.根据权利要求3所述的多目标跟踪方法，其特征在于，对检测出的特征点进行匹配处理，所述通过KLT算法对特征点进行匹配及优化处理具体为：

设在t时刻图像帧表示为I(x,y,t)，在t+Δt时刻图像帧表示I(x+Δx,y+Δy,t+Δt)，在t+Δt时刻的特征点为B(X)＝B(x,y,t+Δt)，其中X(x,y)表示为特征点坐标；在t+Δt时刻的特征点为A(X+d)＝A(x+Δx,y+Δy,t+Δt)；设n(X)为时间Δt内由于光照条件变化等产生的噪声，则有

B(X)＝A(X+d)+n(X) (3)

将n(X)平方并在整个窗口上积分，即为窗口图像的灰度差平方和函数为：

$\mathrm{\ϵ}=\underset{W}{\∫\∫}{\left(n\right(X\left)\right)}^2\mathrm{\ω}\left(X\right)dX=\underset{W}{\∫\∫}{\left(A\right(X+d)-B(X\left)\right)}^2\mathrm{\ω}\left(X\right)dX---\left(4\right)$

其中，ω(X)为加权函数，采用高斯分布函数；d(Δx,Δy)＝(Δx,Δy)^T，X＝(x,y)^T，将A(X+d)进行泰勒级数展开，g为泰勒展开的一阶泰勒系数，g＝(g_x(X),g_y(X))^T可以得到：

A(X+d)＝A(X)+g·d (5)

将式(5)带入式(4)中并对d求导，可得到：

$\frac{\∂\mathrm{\ϵ}}{\∂d}=\underset{W}{\∫\∫}\left(A\right(X)-B(X)+g^{T}d)g\mathrm{\ω}\left(X\right)dX---\left(6\right)$

令式(6)变换为：

$\left(\underset{W}{\∫\∫}{g}^{T}g\mathrm{\ω}\right(X\left)dX\right)d=\underset{W}{\∫\∫}\left(B\right(X)-A(X\left)\right)g\mathrm{\ω}\left(X\right)dX---\left(7\right)$

令式(7)表示为：

Zd＝e (8)

采用牛顿迭代表达式，其表达式为：

d_k+1＝d_k+Z^-1e (9)

初始迭代值通常为d₀＝(0,0)^T，对每个特征点进行迭代，满足设定精度停止迭代，求出特征点的位移d(Δx,Δy)；

对每个跟踪对象中的特征点进行优化处理具体为：

$\min =\underset{i=1}{\overset{n}{\Σ}}\sqrt{{(u_{*}-u_i)}^2+{(v_{*}-v_i)}^2}---\left(10\right)$

式中，(u_*,v_*)为所求跟踪区域的像素坐标，(u_i,v_i)为跟踪区域中第i个特征点像素坐标，n为每个跟踪区域内特征点个数。