(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221080239 2.8 (22)申请日 2022.07.07 (71)申请人 中国兵器装备集团自动化研究所有 限公司 地址 621000 四川省绵阳市游仙区仙人路 二段7号 (72)发明人 王鑫　陈昌金　罗凡程　牟俊杰　 何枭　赵誉杰　 (74)专利代理 机构 北京众达德权知识产权代理 有限公司 1 1570 专利代理师 南海燕 (51)Int.Cl. G06T 7/20(2017.01) G06V 10/74(2022.01) G06V 40/10(2022.01)G06V 10/82(2022.01) (54)发明名称 一种实时多目标跟踪方法及系统 (57)摘要 本发明公开了一种实时多目标跟踪方法及 系统， 该方法包括将实际当前帧图片输入目标检 测模型， 得到实际当前帧的目标检测结果； 获取 若干所述人员头部检测框各自的中心点生成实 际中心点集； 根据前一帧图片的目标检测结果预 测获得当前帧的目标预测结果。 针对 特定场景对 人员头部进行训练， 并对人员头部的中点进行卡 尔曼滤波预测， 实现跟踪效果。 简化卡尔曼滤波 的预测过程， 针对人员头部的中点设置匹配规 则， 避免使用对 人员头部的特征计算和匈牙利匹 配。 可在嵌入式设备(jetson  nano)上实现实时 的多目标跟踪， 计算复杂度与人数成线性关系， 计算复杂度较低。 在办公室等场景下表现出较高 的准确率。 权利要求书3页 说明书10页 附图2页 CN 115063443 A 2022.09.16 CN 115063443 A 1.一种实时多目标跟踪方法， 其特 征在于， 所述方法包括： 将实际当前帧图片输入目标检测模型， 得到实 际当前帧的目标检测结果； 所述目标检 测结果包括若干人员头 部检测框； 获取若干所述人员头 部检测框各自的中心点 生成实际中心点 集； 根据前一帧图片的目标检测结果预测获得当前帧的目标预测结果， 所述目标预测结果 包括若干人员头 部预测框； 获取若干所述人员头 部预测框各自的中心点 生成预测中心点 集； 采用目标欧式距离作为匹配准则， 将所述实际中心点集中包括的各个实际中心点与 所 述预测中心点 集包括的各个预测中心点进行一 一匹配； 基于所述实际中心点与所述预测中心点的匹配结果进行目标跟踪。 2.根据权利要求1所述的实时多目标跟踪方法， 其特征在于， 所述目标检测模型包括在 Tensorrt加速框架下的Yo lov4‑tiny目标检测模型。 3.根据权利要求1所述的实时多目标跟踪方法， 其特征在于， 分别获取若干所述人员头 部检测框的置信度分数； 获取所述置信度分数大于置信度阈值的若干所述人员头部检测框各自的中心点生成 实际中心点 集。 4.根据权利要求1所述的实时多目标跟踪方法， 其特征在于， 分别获取若干所述人员头 部检测框各自的左上角像素坐标以及右下角像素坐标； 根据所述左上角像素坐标以及所述 右下角像素坐标计算获得若干所述人员头 部检测框各自的中心点。 5.根据权利要求4所述的实时多目标跟踪方法， 其特征在于， 所述人员头部检测框的中 心点由下式计算获得： centerx＝(x1+x2)/2 centery＝(y1+y2)/2 式中： centerx、 centery为中心点坐标， x1、 y1为检测框左上角像素坐标， x2、 y2为检测 框右下角像素坐标。 6.根据权利要求1所述的实时多目标跟踪方法， 其特征在于， 根据 前一帧图片的目标检 测结果采用卡尔曼 滤波算法预测获得当前帧的目标 预测结果。 7.根据权利要求6所述的实时多目标跟踪方法， 其特征在于， 所述采用卡尔曼滤波算法 预测获得当前帧的目标 预测结果， 包括： 定义第i帧的某个人员头 部检测框中心的状态向量Xi和协方差Pi， 由下式给 出： Xi＝(cx,cy,vcx,vcy)T Pi＝Cov(Xi,Xi) 式中， Xi为4维的列向量， (cx,cy)是检测框中心横纵坐标， (vcx,vcy)是检测框中心的运 动速度； 给出该人员头部检测框中心的状态向量Xi在第i+1帧中的预测状态向量 和协方差 由下式给 出：权　利　要　求　书 1/3 页 2 CN 115063443 A 2式中， 矩阵F为状态转移 矩阵， 矩阵Q 为系统误差； 根据预测状态向量 得到预测观测向量 和其协方差 由下式给 出： 式中， 矩阵F为观测转移 矩阵。 8.根据权利要求7所述的实时多目标跟踪方法， 其特征在于， 所述采用目标欧式距离作 为匹配准则， 包括： 某个预测中心点与所有所述实际中心点中欧式距离中最小的所述实际中心点匹配且 所述欧式距离小于人员头 部检测框 宽度或者长度的一半。 9.根据权利要求8所述的实时多目标跟踪方法， 其特征在于， 所述基于所述实际中心点 与所述预测中心点的匹配结果进行目标跟踪， 包括： 假设第i帧中的某检测框实际中心点Xi， 预测得到第i+1帧中该检测框预测中心点的状 态向量为 其协方差为 预测观察向量为 通过目标匹配与第i+1帧中的已检 测点Zi+1匹配， 同时假设目标检测的误差为R； 第i+1帧中该匹配 检测框中点的状态向量Xi+1和协方差Pi+1由下式给 出： 其中， 矩阵K为 卡尔曼增益矩阵， 计算方式为： 10.一种实时多目标跟踪系统， 其特 征在于， 所述系统包括： 目标检测结果获取单元， 用于将实 际当前帧图片输入目标检测模型， 得到实 际当前帧 的目标检测结果； 所述目标检测结果包括若干人员头 部检测框； 实际中心点集生成单元， 用于获取若干所述人员头部检测框各自的中心点生成实际中 心点集； 目标预测结果获取单元， 用于根据 前一帧图片的目标检测结果预测获得当前帧的目标 预测结果， 所述目标 预测结果包括若干人员头 部预测框；权　利　要　求　书 2/3 页 3 CN 115063443 A 3