[发明专利]多目标跟踪方法、多目标跟踪装置以及非易失性存储介质有效
申请号: | 201710383882.8 | 申请日: | 2017-05-26 |
公开(公告)号: | CN108875465B | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 俞刚;何奇正 | 申请(专利权)人: | 北京旷视科技有限公司;北京迈格威科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 彭久云;夏贝贝 |
地址: | 100080 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多目标 跟踪 方法 装置 以及 非易失性 存储 介质 | ||
一种多目标跟踪方法、装置以及非易失性存储介质,所述方法包括:获取视频流中的多个图像帧;对于所述多个图像帧中的多个目标中的每个,分别作为单个目标进行单个目标检测,以得到单个目标的目标跟踪轨迹;将多个目标对应的单个目标的目标跟踪轨迹进行图像融合,以得到多个目标的目标跟踪轨迹。本发明提出使用单目标跟踪来解决多目标跟踪的问题。通过对高置信度的检测进行单目标的跟踪,可以有效果弥补目标检测过程中的假负例,提高多目标跟踪的效果。
技术领域
本发明实施例涉及人工智能领域,具体涉及一种多目标跟踪方法,与该多目标跟踪方法对应的多目标跟踪装置,以及非易失性存储介质。
背景技术
多目标跟踪(multi-target object tracking)对于视频监控以及视频数据结构化有着非常重要的意义。目前多目标跟踪主要分成两步:目标检测以及数据关联。目标检测用于在每帧图片中找到所有的目标对象的位置。数据关联主要是在多帧图像之间把同一个对象进行关联。因此,常规的多目标跟踪往往依赖于目标检测的结果。
然而,对于目标检测来讲,对于小尺寸的物体,以及遮挡比较严重的情况,依靠单张图片的信息往往很难检测到目标。传统的数据关联算法比较网络流技术,对于检测的结果非常依赖,如果检测效果变差,最后的多目标跟踪结果也会受到影响。
发明内容
本发明实施例的目的在于提供一种应用于电子设备的图像处理方法以及图像处理装置,以解决上述技术问题。
根据本发明的至少一个实施例,提供了一种多目标跟踪方法,所述方法包括:获取视频流中的多个图像帧;对于所述多个图像帧中的多个目标中的每个,分别作为单个目标进行单个目标检测,以得到单个目标的目标跟踪轨迹;将多个目标对应的单个目标的目标跟踪轨迹进行图像融合,以得到多个目标的目标跟踪轨迹。
例如,所述单个目标包括第一目标,所述对于所述多个图像帧中的多个目标中的每个,分别作为单个目标进行单个目标检测,以得到单个目标的目标跟踪轨迹的步骤包括:判断所述多个图像帧中的至少一个图像帧中是否可能存在所述第一目标;响应于所述至少一个图像帧中可能存在所述第一目标,在所述多个图像帧中对所述第一目标进行目标跟踪,以得到该第一目标在所述多个图像帧中的目标跟踪轨迹。
例如,所述判断所述多个图像帧中的至少一个图像帧中是否可能存在第一目标包括:对所述多个图像帧中的至少一个图像帧进行所述第一目标的检测;根据检测结果确定所述至少一个图像帧中存在所述第一目标的可能值;将可能值大于第一预设阈值的图像帧确定为可能存在所述第一目标的图像帧;所述响应于所述至少一个图像帧中可能存在所述第一目标,在所述多个图像帧中对所述第一目标进行目标跟踪,以得到该第一目标在所述多个图像帧中的目标跟踪轨迹的步骤包括:根据所述可能值从高到低进行排序;根据所述排序结果,从高到低分别对每一可能存在所述第一目标的图像帧进行目标跟踪。
例如,所述响应于所述至少一个图像帧中可能存在所述第一目标,在所述多个图像帧中对所述第一目标进行目标跟踪,以得到该第一目标在所述多个图像帧中的目标跟踪轨迹的步骤包括:当至少一个图像帧中可能存在所述第一目标时,将该图像帧作为当前帧;确定第一目标在当前帧中的检测区域,该检测区域为所述第一目标在该图像帧中的可能位置;根据当前帧中的第一目标的检测区域,预测当前帧的前面至少一帧和/或后面至少一帧中第一目标的采样区域,该采样区域为所述第一目标在该前后帧中的可能位置;判断前后帧中预测的第一目标的采样区域中的目标是否是第一目标。
例如,所述判断前后帧中预测的第一目标的采样区域中的目标是否是第一目标的步骤包括:对当前帧中的第一目标检测区域,进行第一特征提取;对前后帧中预测的第一目标的采样区域进行第二特征提取,第一特征与第二特征相同或类似;对所述第一特征和第二特征进行特征融合;根据特征融合结果来判断所述前后帧中第一目标采样区域中的目标是否是所述第一目标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司;北京迈格威科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710383882.8/2.html,转载请声明来源钻瓜专利网。