CN115035155A 一种单摄像头多目标跟踪数据集制作方法与系统 （湖南优美科技发展有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN115035155A(43)申请公布日2022.09.09

(21)申请号202210402271.4

(22)申请日2022.04.18

(71)申请人湖南优美科技发展有限公司

地址418000湖南省怀化市经开区(湖南省

怀化广告创意产业园B8栋三层)

(72)发明人彭自立姚丹霖刘宇翔石靖

(74)专利代理机构广州市红荔专利代理有限公司44214

专利代理师李婷

(51)Int.CI.

GO6T7/246(2017.01)

GO6T7/215(2017.01)

GO6N3/04(2006.01)

GO6N3/08(2006.01)

GO6N5/04(2006.01)

权利要求书4页说明书16页附图8页

(54)发明名称

一种单摄像头多目标跟踪数据集制作方法与系统

(57)摘要

CN115035155A本发明公开了一种单摄像头多目标跟踪数据集制作方法与系统，通过将收集的待标注的原始视频或图像序列作为总素材数据进行管理，划分为第一素材数据和第二素材数据；采用传统多目标跟踪算法对第一素材数据进行预标注，并对第一素材数据和相应预标注进行抽帧预处理，分别得到预处理素材数据和预标注跟踪结果；调用分阶段修正校准预标注结果流程，对预标注跟踪结果进行修正校准处理，得到修正标注文件；利用修正标注文件与相应的预处理素材数据训练并优化多目标跟踪算法深度神经网络模型；调用训练好的多目标跟踪算法深度神经网络模型进行前向推理，得到预标注，并采用修正预标注结

CN115035155A

S100

收集待标注的原始视频或图像序列，并将收集的待标注的

原始视频或图像序列作为总素材数据进行管理，划分为第一素材数据和第二素材数据

S200

采用传统多目标跟踪算法对第一素材数据进行预标注，并

对第一素材数据和相应预标注进行抽帧预处理，分别得到

预处理素材数据和预标注跟踪结果

S300

调用分阶段修正校准预标注结果流程，对预标注跟踪结果进行修正校准处理，得到修正标注文件

S400

利用修正标注文件与相应的预处理素材数据训练并优化多目标跟踪算法深度神经网络模型

S500

调用训练好的多目标跟踪算法深度神经网络模型进行前向推理，得到预标注，并采用修正预标注结果流程对第二素

材数据进行处理，得到更多的修正标注文件和相应的预处理素材数据

S600

收集汇总修正标注文件与相应的预处理素材数据，组成单摄像头多目标跟踪数据集

CN115035155A权利要求书1/4页

2

1.一种单摄像头多目标跟踪数据集制作方法，其特征在于，包括以下步骤：

收集待标注的原始视频或图像序列，并将收集的待标注的原始视频或图像序列作为总素材数据进行管理，划分为第一素材数据和第二素材数据；

采用传统多目标跟踪算法对所述第一素材数据进行预标注，并对第一素材数据和相应预标注进行抽帧预处理，分别得到预处理素材数据和预标注跟踪结果；

调用分阶段修正校准预标注结果流程，对预标注跟踪结果进行修正校准处理，得到修正标注文件；

利用所述修正标注文件与相应的预处理素材数据训练并优化多目标跟踪算法深度神经网络模型；

调用训练好的所述多目标跟踪算法深度神经网络模型进行前向推理，得到预标注，并采用修正预标注结果流程对第二素材数据进行处理，得到更多的修正标注文件和相应的预处理素材数据；

收集汇总所述修正标注文件与相应的预处理素材数据，组成单摄像头多目标跟踪数据集。

2.如权利要求1所述的单摄像头多目标跟踪数据集制作方法，其特征在于，所述采用传统多目标跟踪算法对所述第一素材数据进行预标注，并对第一素材数据和相应预标注进行抽帧预处理，分别得到预处理素材数据和预标注跟踪结果的步骤包括：

采用已有深度学习多目标检测算法对第一素材数据逐帧进行目标检测框和类别标注并由修正确认后，得到感兴趣目标对象外接矩形框的位置、大小和目标类别属性信息，作为目标对象检测结果；

采用传统多目标跟踪算法对所述目标对象检测结果进行预标注，每行多目标跟踪标注数据与第一素材数据中的每帧一一顺序对应，每一行标注数据包括帧号、目标ID号、目标框左上角和右下角坐标值和目标类别标签号，得到感兴趣目标对象跟踪预标注文件；

对第一素材数据抽帧保存为视频文件，组成基础预处