[发明专利]目标跟踪方法、装置、电子设备及存储介质

说明书

本发明提供一种目标跟踪方法，所述方法包括：获取当前帧，所述当前帧的帧数大于1；获取当前帧的上一帧中的样本模板；获取当前帧对应的多个尺度参数；利用所述当前帧对应的多个尺度参数，在所述当前帧中检测目标，并确定当前帧中多个样本；基于所述当前帧中多个样本，利用核相关滤波算法计算所述当前帧中目标的尺度，及更新核相关滤波算法中的滤波器系数；基于所述当前帧中目标的尺度对应的样本，对所述上一帧中的样本模板更新，得到所述当前帧中的样本模板；基于所述当前帧中的样本模板及更新后的滤波器系数，对所述当前帧的下一帧进行处理。本发明提供一种目标跟踪装置。本发明能防止目标在跟踪过程中发生漂移的现象，提高目标跟踪精度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种目标跟踪方法、装置、电子设备及存储介质。

背景技术

运动目标跟踪就是在一个连续视频序列中，在每一帧图片中确定出感兴趣的运动目标(比如，行人，车辆)。目标跟踪具有便捷性、实时性等人类无法比拟的优势，因此在交通、安防监控、无人系统等领域有着非常广泛的应用。

目前视频目标跟踪算法主要分为基于匹配的方法、核方法、运动检测方法等。基于匹配的跟踪算法主要有特征匹配和贝叶斯跟踪；Mean-shift方法是核方法的代表；基于检测的目标跟踪算法则比较多，比如光流法以及本发明运用到的基于相关滤波的目标跟踪算法。随着研究的深入和技术的发展，这些算法在性能上暴露出了许多的不足，它们的跟踪速度相对比较慢，稳定性不高，不能很好的处理复杂环境下的目标跟踪。

目前在视频目标跟踪领域中涉及的算法有很多种，但是能适用于工业的跟踪算法却很少，主要是因为工业应用的跟踪环境非常的复杂，不但对于算法的跟踪精度和实时性有较高要求，同时还要求算法有很好的处理遮挡、光照变化以及对跟踪目标发生尺度变换具有自适应的能力。综合以上要求，基于核相关滤波的跟踪算法，表现出了较高的实时性具有快速跟踪的能力，同时它的跟踪精度也比较高但是核相关滤波的跟踪算法是针对固定尺度的处理。但在目标跟踪的过程中，随着跟踪目标的移动，会导致目标在图像中的尺度发生较大的变化，该问题严重的影响了跟踪算法的性能。若用固定尺度去跟踪目标，如果目标发生了比较大的尺度变化，现有技术中的跟踪算法，就会造成目标漂移，这种现象会对跟踪的性能造成极大的影响，最终会导致跟踪目标丢失。

发明内容

鉴于以上内容，有必要提供一种目标跟踪方法、装置、电子设备及存储介质，能防止目标在跟踪过程中发生漂移的现象，提高目标跟踪精度。

一种目标跟踪方法，所述方法包括：

获取当前帧，所述当前帧的帧数大于1；

获取当前帧的上一帧中的样本模板；

获取当前帧对应的多个尺度参数；

利用所述当前帧对应的多个尺度参数，在所述当前帧中检测目标，并确定当前帧中多个样本；

基于所述当前帧中多个样本，利用核相关滤波算法计算所述当前帧中目标的尺度，及更新核相关滤波算法中的滤波器系数；

基于所述当前帧中目标的尺度对应的样本，对所述上一帧中的样本模板更新，得到所述当前帧中的样本模板；

基于所述当前帧中的样本模板及更新后的滤波器系数，对所述当前帧的下一帧进行目标跟踪。

在本发明可选实施例中，所述方法还包括：

获取第一帧，及获取所述当前帧对应的多个尺度参数；

利用所述当前帧对应的多个尺度参数，在所述第一帧中检测目标，并确定多个样本；

基于第一帧中的多个样本，利用核相关滤波算法计算所述第一帧中目标的尺度；

基于所述第一帧中目标的尺度，确定所述第一帧中的样本模板。