[发明专利]目标跟踪方法、装置、电子设备及存储介质

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

获取当前视频帧及前一视频帧中各个检测框的特征信息，所述特征信息包括所述检测框的位置信息及检测框内障碍目标的外观特征；其中，所述外观特征包括纹理特征及语义特征；

将所述当前视频帧中各个检测框的特征信息分别与所述前一视频帧中各个检测框的特征信息进行匹配检测；其中，所述匹配检测包括采用二分图匹配算法确定出差异度之和最小的匹配方案，所述差异度为所述当前视频帧中的检测框与所述前一视频帧中的检测框之间特征信息的差异大小；

根据匹配检测结果确定所述当前视频帧中各个检测框的跟踪轨迹；

其中，获取检测框内障碍目标的外观特征包括：

采用神经网络模型获取所述障碍目标的外观特征；

其中，采用所述神经网络模型的低层部分获取所述障碍目标的纹理特征，并采用所述神经网络模型的高层部分获取所述障碍目标的语义特征。

2.根据权利要求1所述的方法，其特征在于，获取检测框的位置信息包括：

在所述检测框的形状为矩形的情况下，获取所述检测框的中心点及四个角点的位置信息。

3.根据权利要求2所述的方法，其特征在于，所述将所述当前视频帧中各个检测框的特征信息分别与所述前一视频帧中各个检测框的特征信息进行匹配检测，包括：

分别计算所述当前视频帧中各个检测框的特征信息与所述前一视频帧中各个检测框的特征信息之间的差异度；

根据所述差异度，采用预设匹配算法进行匹配检测。

4.根据权利要求3所述的方法，其特征在于，计算所述差异度的方式为：

计算所述当前视频帧中检测框的中心点与所述前一视频帧中检测框的中心点之间的第一距离，计算所述当前视频帧中检测框的各个角点与所述前一视频帧中检测框的对应角点之间的第二距离，计算所述当前视频帧中检测框内障碍目标的纹理特征与所述前一视频帧中检测框内障碍目标的纹理特征之间的第三距离，并计算所述当前视频帧中检测框内障碍目标的语义特征与所述前一视频帧中检测框内障碍目标的语义特征之间的第四距离；

采用所述第一距离、第二距离、第三距离、第四距离以及各个距离对应的权值计算所述差异度。

5.一种目标跟踪装置，其特征在于，包括：

获取模块，用于获取当前视频帧及前一视频帧中各个检测框的特征信息，所述特征信息包括所述检测框的位置信息及检测框内障碍目标的外观特征；其中，所述外观特征包括纹理特征及语义特征；

匹配检测模块，用于将所述当前视频帧中各个检测框的特征信息分别与所述前一视频帧中各个检测框的特征信息进行匹配检测；其中，所述匹配检测包括采用二分图匹配算法确定出差异度之和最小的匹配方案，所述差异度为所述当前视频帧中的检测框与所述前一视频帧中的检测框之间特征信息的差异大小；

跟踪模块，用于根据匹配检测结果确定所述当前视频帧中各个检测框的跟踪轨迹；

所述获取模块包括：外观特征获取子模块，用于采用神经网络模型获取所述障碍目标的外观特征；其中，采用所述神经网络模型的低层部分获取所述障碍目标的纹理特征，并采用所述神经网络模型的高层部分获取所述障碍目标的语义特征。

6.根据权利要求5所述的装置，其特征在于，所述获取模块包括：位置信息获取子模块，用于在所述检测框的形状为矩形的情况下，获取所述检测框的中心点及四个角点的位置信息。

7.根据权利要求6所述的装置，其特征在于，所述匹配检测模块包括：

差异度计算子模块，用于分别计算所述当前视频帧中各个检测框的特征信息与所述前一视频帧中各个检测框的特征信息之间的差异度；

检测子模块，用于根据所述差异度，采用预设匹配算法进行匹配检测。