[发明专利]目标检测及跟踪方法及装置

说明书

本发明提出目标检测及跟踪方法及装置。包括：对于当前帧图像，若当前帧为关键帧，则对当前帧图像进行目标检测，对于检测出的每一目标i，从当前帧之前检测出的每个目标的目标图像序列中分别读取最后一帧图像，将目标i分别与读取的各目标的最后一帧图像中的目标进行匹配，若匹配上，则确定目标i与匹配上的目标为同一目标，则将目标i在当前帧图像中的位置及当前帧图像放入匹配上的目标的目标图像序列中；若目标i未与读取的任一帧图像中的目标匹配上，则确定目标i为新目标，为目标i创建一个目标图像序列，将目标i在当前帧图像中的位置及当前帧图像放入创建的目标图像序列中。本发明提高了目标检测及跟踪的准确度。

技术领域

本发明涉及视频处理技术领域，尤其涉及目标检测及跟踪方法及装置。

背景技术

随着人工智能与大数据技术的快速发展，越来越多的产品开始向智能化发展，数据是智能化产品与应用的基础，从海量数据中挖掘出准确的数据对于人工智能的发展具有重要意义。

图像是人工智能领域一类重要的数据类型，通过互联网或摄像头视频数据获取的图像均具有数量巨大、种类繁多且杂乱无序的特点，无法在人工智能技术中直接应用。因此，如何快速准确的进行视频图像的筛选与标注是目前亟待解决的问题。

现有技术中，通常采用自动标注与人工核验相结合的方式，基于一定的目标检测算法从视频中抠取所需要的目标图像数据，然后采用聚类算法对所抠取的目标图像进行ID区分与标注。聚类过程通常基于特定的深度学习模型提取图像特征，计算特征间距离或相似度，再通过Kmeans、基于模糊C均值等常用聚类算法进行图像聚类与标注，聚类与标注后的图像再通过人工筛选与核验的方式完成最终的标注。这种标注方法对深度学习模型提取特征的能力高度依赖，如果基础模型对图像质量等影响因素容忍性较差，很容易对标注的精度造成影响，需要大量的人工核验与标注工作量。

发明内容

本发明实施例提出目标检测及跟踪方法及装置，以提高目标检测及跟踪的准确度。

本发明实施例的技术方案是这样实现的：

一种目标检测及跟踪方法，该方法包括：

对于当前帧图像，若当前帧为关键帧，则对当前帧图像进行目标检测，对于检测出的每一目标i，分别执行如下步骤：

从当前帧之前检测出的每个目标的目标图像序列中分别读取最后一帧图像，将目标i分别与读取的各目标的最后一帧图像中的目标进行匹配，若匹配上，则确定目标i与匹配上的目标为同一目标，则将目标i在当前帧图像中的位置及当前帧图像放入匹配上的目标的目标图像序列中；若目标i未与读取的任一帧图像中的目标匹配上，则确定目标i为新目标，为目标i创建一个目标图像序列，将目标i在当前帧图像中的位置及当前帧图像放入创建的目标图像序列中，并初始化目标i的跟踪器；

若当前帧不为关键帧，则采用已检测出的各目标的跟踪器在当前帧图像中跟踪各目标，将各目标在当前帧中的位置以及当前帧图像添加到对应目标的目标图像序列中。

所述将目标i分别与读取的各目标的最后一帧图像中的目标进行匹配包括：

从读取的各目标的最后一帧图像中依次选择一帧图像，判断选择的该帧图像与当前帧图像是否为连续的两帧图像，若是，则根据目标i在当前帧图像中的区域以及所选择图像中的目标p在所选择图像中的区域，计算目标i与目标p的重叠比率，若重叠比率大于预设第一阈值，则认为目标i与目标p匹配上；否则，分别对当前帧图像和所选择的图像进行目标特征提取，计算从该两帧图像中提取的目标特征的相似度，若相似度高于预设第二阈值，则认为目标i与目标p匹配上。

所述计算目标i与目标p的重叠比率包括：