[发明专利]目标跟踪方法及装置

权利要求书

1.一种目标跟踪方法，其特征在于，所述方法包括：

S1：利用参考帧中的待搜索目标的位置从参考帧中抠取目标图，将该目标图输入已训练的网络模型，以分别由所述网络模型中的浅层网络和深层网络提取该目标图的浅层特征和深层特征，并将浅层特征输出到浅层滤波层以初始化浅层滤波层，深层特征输出到深层滤波层以初始化深层滤波层；

S2：以待搜索目标在参考帧中的位置为中心对当前搜索帧进行多尺度采样，针对采样得到的每一候选样本，将该候选样本输入已训练的网络模型，以分别由所述网络模型中的浅层网络和深层网络提取该候选样本的浅层特征和深层特征，并将浅层特征输出到初始化后的浅层滤波层，深层特征输出到初始化后的深层滤波层；

S3：由初始化后的浅层滤波层利用浅层特征计算第一响应图，由初始化后的深层滤波层利用深层特征计算第二响应图；

S4：将第一响应图和第二响应图合并为第三响应图；

S5：利用多个候选样本的第三响应图确定待搜索目标在当前搜索帧中的位置，将当前搜索帧作为下一搜索帧的参考帧，并将下一搜索帧作为当前搜索帧，继续执行步骤S2。

2.根据权利要求1所述的方法，其特征在于，所述深层网络包含的卷积层数量大于所述浅层网络包含的卷积层数量。

3.根据权利要求1所述的方法，其特征在于，利用多个候选样本的第三响应图确定待搜索目标在当前搜索帧中的位置，包括：

针对每一候选样本的第三响应图，获取该第三响应图中的峰值；

从所述峰值中获取最大峰值；

利用最大峰值在所属第三响应图中的像素坐标和所属第三响应图对应的尺度确定待搜索目标在当前搜索帧中的位置。

4.根据权利要求1所述的方法，其特征在于，网络模型的训练过程包括：

从已获取的样本集中选择第一样本帧，并利用第一样本帧中的目标位置从第一样本帧中抠取目标图，将该目标图输入待训练的网络模型，以分别由网络模型中的浅层网络和深层网络提取该目标图的浅层特征和深层特征，并将浅层特征输出到浅层滤波层以初始化浅层滤波层，深层特征输出到深层滤波层以初始化深层滤波层；

从所述样本集中选取与第一样本帧包含同一目标的第二样本帧，并利用第二样本帧中的目标位置从第二样本帧中抠取目标图，将该目标图输入待训练的网络模型，以分别由网络模型中的浅层网络和深层网络提取该候选样本的浅层特征和深层特征，并将浅层特征输出到初始化后的浅层滤波层，深层特征输出到初始化后的深层滤波层；

由初始化后的浅层滤波层利用浅层特征计算第一响应图，由初始化后的深层滤波层利用深层特征计算第二响应图；

利用第一响应图与已获取的第一响应标签，及第二响应图与已获取的第二响应标签计算损失值，并根据所述损失值调整浅层网络和深层网络中的参数，直至损失值小于预设值。

5.根据权利要求4所述的方法，其特征在于，所述第一响应标签由浅层网络输出的浅层特征的宽度、高度以及第一预设标准差得到；

所述第二响应标签由深层网络输出的深层特征的宽度、高度以及第二预设标准差得到；

所述第一预设标准差小于所述第二预设标准差。