[发明专利]目标跟踪方法、装置及电子设备

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

获取图像数据，并对所述图像数据进行目标检测，得到至少一目标实例，每一目标实例对应一跟踪目标；

在至少一所述目标实例中，查找包含有相同跟踪目标的目标实例，将包含有相同跟踪目标的目标实例连接形成轨迹片段；

通过所述轨迹片段中的目标实例对所述轨迹片段进行特征构建，得到轨迹片段特征信息；所述轨迹片段特征信息是根据局部特征信息和全局特征信息生成的，所述局部特征信息包含轨迹片段中的至少一目标实例的视觉特征向量，所述全局特征信息包含轨迹片段中的目标实例的结构特征向量，所述视觉特征向量用于描述所述跟踪目标的纹理特征和颜色特征，包含从所述至少一目标实例的可变形部件提取出的直方图特征向量；

根据所述轨迹片段特征信息对指定轨迹片段进行聚类获得轨迹片段类别分布；

在所述轨迹片段类别分布中将同一类别的轨迹片段连接形成目标跟踪结果；

其中，所述根据所述轨迹片段特征信息对指定轨迹片段进行聚类获得轨迹片段类别分布，包括：针对预定义的至少一类别，判断任一类别的轨迹片段所包含的目标实例中，是否存在一轨迹片段与所述指定轨迹片段包含了时间上相互重叠的目标实例；如果存在，则将所述指定轨迹片段与所述任一类别的似然度置为零；针对所述指定轨迹片段中的至少一目标实例，由剩余类别的其中一类别中获取与该至少一目标实例时间距离最近的目标实例所在轨迹片段；根据该些轨迹片段分别对应的局部特征信息计算所述指定轨迹片段与获取到的轨迹片段的局部相似度；分别通过所述指定轨迹片段和所述其中一类别所对应全局特征信息中的平均值和协方差矩阵进行高斯建模，并比较建模得到的两个高斯模型之间的距离，将比较结果转化为所述指定轨迹片段与所述其中一类别的全局相似度；通过所述局部相似度和全局相似度计算得到所述指定轨迹片段与所述其中一类别的似然度；对所述似然度进行归一化处理；根据归一化处理后的似然度计算所述指定轨迹片段在至少一类别中服从均匀分布的概率；将所述指定轨迹片段归类至最大概率所对应的类别；若所述聚类的计算时间达到预设计算时间，或，所述聚类的聚类结果保持不变，则停止聚类的迭代过程，以最后一次聚类得到的聚类结果作为所述轨迹片段类别分布。

2.如权利要求1所述的方法，其特征在于，所述通过所述轨迹片段中的目标实例对所述轨迹片段进行特征构建，得到轨迹片段特征信息，包括：

对所述轨迹片段中的目标实例进行目标特征构建，得到目标特征信息；

按照所述目标特征信息对所述轨迹片段分别进行局部特征构建和全局特征构建，得到局部特征信息和全局特征信息；

根据所述局部特征信息和全局特征信息生成所述轨迹片段特征信息。

3.如权利要求2所述的方法，其特征在于，所述对所述图像数据进行目标检测，得到至少一目标实例，包括：

通过预先创建的可变形部件模型对所述图像数据中跟踪目标的多个可变形部件进行标注信息标识，得到至少一所述目标实例，所述目标实例对应跟踪目标的可变形部件以标注信息标识；

相应地，所述对所述轨迹片段中的目标实例进行目标特征构建，得到目标特征信息，包括：

获取所述跟踪目标的视觉特征向量和结构特征向量，其中，

对多个标注信息进行直方图特征向量提取，将提取得到的直方图特征向量作为所述跟踪目标的视觉特征向量；以及

以其中一个标注信息标识的可变形部件为锚点，计算其余标注信息标识的可变形部件与所述锚点之间的位置偏差，并以计算得到的偏差值作为所述跟踪目标的结构特征向量；

根据所述跟踪目标的视觉特征向量和结构特征向量生成所述目标实例对应的目标特征信息。

4.如权利要求3所述的方法，其特征在于，所述按照所述目标特征信息对所述轨迹片段分别进行局部特征构建和全局特征构建，得到局部特征信息和全局特征信息，包括：

由所述轨迹片段中提取至少一目标实例，以该至少一目标实例对应目标特征信息中的视觉特征向量作为所述轨迹片段对应的局部特征信息；

针对所述轨迹片段中的目标实例，计算对应目标特征信息中结构特征向量的平均值，并根据该结构特征向量进行协方差运算得到协方差矩阵；

以所述平均值和协方差矩阵作为所述轨迹片段对应的全局特征信息。