[发明专利]一种目标跟踪方法及装置

说明书

技术领域

本发明涉及图像处理领域，具体涉及一种目标跟踪方法及装置。

背景技术

目标跟踪的目的是获取视频序列中特定目标的运动轨迹，近年来随着计算机网络视频的快速传播，目标跟踪的研究一直是计算机视觉领域的热门课题，也在很多实用视觉系统中扮演着重要角色，而目标跟踪是指给出目标在跟踪视频第一帧中的初始状态，预测该目标在后续帧中的精确位置，与此同时，视觉目标跟踪也作为人工智能的基础，可以模拟人类视觉的行为。

目前现有技术中的目标跟踪方法主要采用检测不同分类任务的图像跟踪目标物体，而无法识别个体级别的同类任务的差别，比如：该目前通过分类任务检测的方式只关注区分不同类间的物体，而忽略了同类物体间的差别，如在跟踪车辆和行人的时候，只能获取视频图像中的所有车辆、行人整体的不同，而无法识别单独车辆或行人因在跟踪目标物体的过程中会出现目标发生剧烈形变、被其他目标遮挡或出现相似物体干扰引起个体级别的不同，即在所有目标中无法抑制掉其它不相关目标从而识别某一个物体。

发明内容

因此，本发明实施例要解决的技术问题在于现有技术中的目标跟踪方法，在跟踪目标物体的过程中，因无法识别个体级别的同类物体间的任务差别。

为此，本发明实施例提供了如下技术方案：

本发明实施例提供一种目标跟踪方法，包括如下步骤：

根据当前帧图像建立网络跟踪模型；

确定包含被跟踪目标的当前帧图像；

在所述当前帧图像中获取被跟踪目标区域；

获取当前帧的下一帧图像；

在所述下一帧图像中获取多个目标候选区域；

计算所述被跟踪目标区域和每个所述目标候选区域的相似度；

根据所述相似度在多个目标候选区域中确定目标跟踪区域；

在所述目标跟踪区域内确定被跟踪目标；

获取所述被跟踪目标的当前状态。

可选地，本发明实施例所述目标跟踪方法，还包括：根据所述当前状态更新所述网络跟踪模型。

可选地，本发明实施例所述目标跟踪方法，所述在所述下一帧图像中获取多个目标候选区域，包括：

获取所述当前帧图像的正样本和负样本；

检测所述下一帧图像边缘信息；

在所述当前帧图像中检测所述被跟踪目标区域与所述图像边缘信息重合的边缘信息。

可选地，本发明实施例所述目标跟踪方法，所述计算所述被跟踪目标区域和每个所述目标候选区域的相似度，包括：

获取包含每个所述目标候选区域的外接矩形；

将所述被跟踪目标区域和所述外接矩形输入比对神经网络模型；

获取最大的目标候选区域得分。

可选地，本发明实施例所述目标跟踪方法，根据所述当前状态更新所述网络跟踪模型，包括：

定期采用长期更新所述正样本；

根据所述被跟踪目标的当前状态，确定得分阈值；

判断所述最大的目标候选区域得分是否小于所述得分阈值，若是，则采用短期更新所述正样本，若否，则采用长期更新所述正样本；

更新所述被跟踪目标的尺度。

本发明实施例提供一种目标跟踪装置，包括如下单元：

建立单元，用于根据当前帧图像建立网络跟踪模型；

第一确定单元，用于确定包含被跟踪目标的当前帧图像；

第一获取单元，用于在所述当前帧图像中获取被跟踪目标区域；

第二获取单元，用于获取当前帧的下一帧图像；

第三获取单元，用于在所述下一帧图像中获取多个目标候选区域；

计算单元，用于计算所述被跟踪目标区域和每个所述目标候选区域的相似度；

第二确定单元，用于根据所述相似度在多个目标候选区域中确定目标跟踪区域；

第三确定单元，用于在所述目标跟踪区域内确定被跟踪目标；

第四获取单元，用于获取所述被跟踪目标的当前状态。

可选地，本发明实施例所述目标跟踪装置，还包括：更新单元，用于根据所述当前状态更新所述网络跟踪模型。

可选地，本发明实施例所述目标跟踪装置，所述第三获取单元，包括：

第一获取模块，用于获取所述当前帧图像的正样本和负样本；

第一检测模块，用于检测所述下一帧图像边缘信息；

第二检测模块，用于在所述当前帧图像中检测所述被跟踪目标区域与所述图像边缘信息重合的边缘信息。

可选地，本发明实施例所述目标跟踪装置，所述计算单元，包括：