[发明专利]一种视觉追踪方法、装置、计算机设备以及介质

权利要求书

1.一种视觉追踪方法，其特征在于，包括：

处理视频初始帧中给定的追踪对象框，得到样本数据和标签数据；

利用所述样本数据和标签数据对预建立的视频追踪网络模型进行训练；

利用训练后的视频追踪网络模型标定所述视频的后续帧中的追踪对象；

所述样本数据包括：正集样本及负集样本；所述标签数据由所述正集样本对应的标签及所述负集样本对应的标签组成；

所述处理视频初始帧中给定的追踪对象框，得到样本数据和标签数据，包括：

在所述给定的追踪对象框的周围区域选取多个样本框；

计算所述样本框与所述给定的追踪对象框的交并比；

根据所述交并比从多个样本框中提取正集样本框和负集样本框；

其中，所述正集样本框和给定的追踪对象框组成所述正集样本，所述负集样本框组成所述负集样本；

所述预建立的视频追踪网络模型包括：预训练的特征提取网络、网络学习训练模块以及计算输出模块；所述网络学习训练模块包括：深度学习网络、置信度等级划分模块、分类器、判断模块、训练器；

所述利用所述样本数据和标签数据对预建立的视频追踪网络模型进行训练，包括：

步骤1：将正集样本和负集样本输入所述特征提取网络，提取每个样本的抽象的语义特征；

步骤2：将所述抽象的语义特征输入所述深度学习网络，得到每个样本对应的网络顶层特征图，所述网络顶层特征图包含多个锚点；

步骤3：利用置信度等级划分模块根据所述锚点的置信度值将所述网络顶层特征图划分为不同置信度等级的多个区域；

步骤4：将不同置信度等级区域的锚点的特征值分别输入分类器，得到每个区域的评分值；

步骤5：利用判断模块判断每个区域的评分值是否位于预设阈值范围内，所述阈值范围包括所述区域对应的标签；

步骤6：若评分值位于所述阈值范围内的区域的数量小于预定比例，则利用训练器调整所述深度学习网络的参数值，然后重复步骤1至步骤5，直至评分值位于所述阈值范围内的区域的数量大于预定比例，则得到训练后的视频追踪网络模型。

2.根据权利要求1所述视觉追踪方法，其特征在于，所述计算所述样本框与所述给定的追踪对象框的交并比，包括：

计算所述样本框与所述给定的追踪对象框的交集面积和并集面积；

利用所述交集面积除以所述并集面积得到所述交并比。

3.根据权利要求2所述视觉追踪方法，其特征在于，所述根据所述交并比从多个样本框中提取正集样本框和负集样本框，包括：

将所述交并比与第一预设阈值和第二预设阈值进行比较，其中，所述第一预设阈值大于所述第二预设阈值；

当所述交并比大于第一预设阈值时，将对应样本框划分为正集样本框；

当所述交并比小于第二预设阈值时，将对应样本框划分为负集样本框。

4.根据权利要求3所述视觉追踪方法，其特征在于，所述预训练的特征提取网络包括：ZF型神经网络、压缩的ZF型神经网络、VGG16型卷积神经网络、VGG19型卷积神经网络、Alexnet型神经网络以及Googlenet型神经网络。

5.根据权利要求4所述视觉追踪方法，其特征在于，所述将不同置信度等级区域的锚点的特征值分别输入分类器，得到每个区域的评分值，包括：

将某一置信度等级区域的锚点的特征值输入分类器，得到每个锚点的评分值；

计算所述区域的所有锚点的平均评分值，作为所述区域的评分值。

6.根据权利要求5所述视觉追踪方法，其特征在于，所述利用训练器调整所述深度学习网络的参数值，包括：

将不同置信度等级区域的锚点的评分值分别输入训练器中的损失函数，得到不同置信度等级区域对应的损失值；

将不同置信度等级区域对应的损失值按预设权重加权求和，得到总损失值；

根据所述总损失值调节所述深度学习网络的参数值。