[发明专利]一种目标检测跟踪方法、装置及计算机设备

说明书

本发明实施例提供了一种目标检测跟踪方法、装置及计算机设备，其中，目标检测跟踪方法包括：从获取的视频中提取关键帧，关键帧为连续的多个视频帧中的第一个视频帧；利用预设目标检测方法，对关键帧进行目标检测，得到关键帧中目标所处检测框的位置信息；将当前帧与关键帧进行融合，并对融合后的图像进行光流分析，得到当前帧相对于关键帧的特征位移信息，当前帧为连续的多个视频帧中除关键帧以外的任一个视频帧；根据检测框在关键帧中的位置信息，以及特征位移信息，确定当前帧中预测框的位置信息；基于预测框的位置信息，对目标进行跟踪。通过本方案，可以在降低计算量、保证目标检测跟踪的实时性前提下，提高目标检测跟踪的准确率。

技术领域

本发明涉及视频处理技术领域，特别是涉及一种目标检测跟踪方法、装置及计算机设备。

背景技术

随着社会的不断进步，以及对社会治安的要求不断提高，视频监控系统的应用越来越普遍。当前的视频监控系统已远远不能满足于许多应用场合的需求，主要存在的问题是智能化程度不高。例如，视频监控系统中，传统的目标检测跟踪方法多以人工构造特征进行搜索匹配的方式进行，这种方式实现复杂，并且人工构造的特征类型有限、特征相对较为固定，如果目标行为变化大、背景变化大或者光照条件变化大，检测跟踪的结果会出现较大的误差。

近些年，深度学习方法的出现及发展，使得目标检测的检出率和准确率得以大幅度提高，通过将视频中的每一个视频帧分别输入预先训练好的目标检测模型中，能够得到目标检测的结果，对每一个视频帧的目标检测结果进行跟踪，深度学习的方法可以使得用于匹配的特征表达能力大幅增强，对于背景和光照的鲁棒性有很大提高，进而提高了目标跟踪的准确性。但是，由于深度学习方法的计算量较大，且每一个视频帧都需要参与目标检测的运算，使得该方法的计算量过于庞大，影响目标检测跟踪的实时性。

为了降低上述目标检测跟踪方法的计算量，多采用跳帧的方式进行目标检测，即每间隔一定数量的视频帧进行一次目标检测，由于丢失了一定数量的视频帧中目标的信息，目标检测跟踪结果与实际的目标运动情况之间存在误差，尤其是针对目标位移变化过大的情况，极易出现目标丢失的现象。

发明内容

本发明实施例的目的在于提供一种目标检测跟踪方法、装置及计算机设备，以在降低计算量、保证目标检测跟踪的实时性前提下，提高目标检测跟踪的准确率。具体技术方案如下：

第一方面，本发明实施例提供了一种目标检测跟踪方法，所述方法包括：

从获取的视频中提取关键帧，其中，所述关键帧为连续的多个视频帧中的第一个视频帧；

利用预设目标检测方法，对所述关键帧进行目标检测，得到所述关键帧中目标所处检测框的位置信息；

将当前帧与所述关键帧进行融合，并对融合后的图像进行光流分析，得到所述当前帧相对于所述关键帧的特征位移信息，其中，所述当前帧为所述连续的多个视频帧中除所述关键帧以外的任一个视频帧；

根据所述检测框在所述关键帧中的位置信息，以及所述特征位移信息，确定所述当前帧中预测框的位置信息；

基于所述预测框的位置信息，对所述目标进行跟踪。

可选的，所述预设目标检测方法包括，基于深度学习的目标检测方法；

所述利用预设目标检测方法，对所述关键帧进行目标检测，得到所述关键帧中目标所处检测框的位置信息，包括：

通过预先训练得到的基于深度学习的目标检测网络，对所述关键帧进行目标检测，得到所述关键帧中目标所处检测框的位置信息。

可选的，所述根据所述检测框在所述关键帧中的位置信息，以及所述特征位移信息，确定所述当前帧中预测框的位置信息，包括：

将所述检测框映射至所述当前帧，得到映射框；