[发明专利]一种目标跟踪方法、装置和无人机

说明书

本发明实施例公开了一种目标跟踪方法、装置和无人机，所述方法包括：获取待检测图像；利用跟踪器检测所述待检测图像中的目标；判断在待检测图像中是否检测到所述目标，如果在待检测图像中未检测到所述目标，则将待检测图像输入基于深度学习的预设目标检测模型，以获得至少一个候选目标框以及所述候选目标框对应的类别；根据目标的类别和颜色特征从至少一个候选目标框中选择一个候选目标框；基于选中的候选目标框更新跟踪器。当利用跟踪器无法检测到待检测图像中的目标时，利用目标检测模型获得的与目标对应的候选目标框更新所述跟踪器。能提高跟踪器的检测能力、降低目标跟踪丢失率。

技术领域

本发明实施例涉及无人飞行器技术领域，特别涉及一种目标跟踪方法、装置和无人机。

背景技术

利用无人机对运动目标进行智能跟踪已得到广泛应用，智能跟踪可以用于逃犯追踪、异常目标行为分析等。目前，多采用滤波算法对目标进行跟踪，跟踪速度快。

在实现本发明过程中，发明人发现相关技术中至少存在如下问题：

基于滤波算法的目标跟踪方法，在目标被遮挡或者目标形变的场合，尤其是长时间跟踪目标时容易丢失目标。

发明内容

本发明实施例的目的是提供一种目标跟踪方法、装置和无人机，能降低目标跟踪的丢失率。

第一方面，本发明实施例提供了一种目标跟踪方法，所述方法包括：

获取待检测图像；

利用跟踪器检测所述待检测图像中的目标，其中，所述跟踪器基于所述目标的特征训练获得；

判断在所述待检测图像中是否检测到所述目标；

如果在所述待检测图像中未检测到所述目标，则将所述待检测图像输入基于深度学习的预设目标检测模型，以获得至少一个候选目标框以及所述候选目标框对应的类别；

根据所述目标的类别和颜色特征从所述至少一个候选目标框中选择候选目标框；

基于选中的候选目标框重新训练跟踪模型，更新所述跟踪器。

在其中一些实施例中，所述判断在所述待检测图像中是否检测到所述目标，包括：

判断利用所述跟踪器检测所述待检测图像获得的最大响应值是否不大于预设响应阈值；

若是，则确定在所述待检测图像中未检测到所述目标。

在其中一些实施例中，所述根据所述目标的类别和颜色特征从所述至少一个候选目标框中选择一个候选目标框，包括：

从所述至少一个候选目标框中选择与所述目标类别相同的候选目标框；

从与所述目标类别相同的候选目标框中选择颜色特征与所述目标的颜色特征相似度最大且大于预设相似度阈值的候选目标框。

在其中一些实施例中，，所述判断在所述特征检测图像中是否检测到所述目标，包括：

判断利用所述跟踪器检测所述待检测图像获得的最大响应值是否大于预设响应阈值；

若是，则确定在所述待检测图像中检测到所述目标。

在其中一些实施例中，该方法还包括：

将所述最大响应值对应的位置作为所述目标在所述待检测图像中的位置。

在其中一些实施例中，所述目标的特征包括所述目标的初始目标框，则，在所述利用跟踪器检测所述待检测图像中的目标之前，所述方法还包括：

获取初始目标框；

基于所述初始目标框训练跟踪模型，获得所述跟踪器。