[发明专利]视频中目标物体的跟踪方法、装置、设备及存储介质

说明书

本发明公开了一种视频中目标物体的跟踪方法、装置、设备及存储介质，其中方法包括：根据当前帧图像、上一帧图像的目标区域和上一帧图像的前背景分割图确定当前帧图像中跟踪的目标区域对应的初始前景分割图、初始背景分割图；目标区域为目标物体所在的区域；根据初始前景分割图、初始背景分割图、上一帧图像的前背景分割图确定非待定区域和待定区域；针对待定区域的每个像素的像素位置和像素值，确定每个像素的像素类别；将非待定区域和确定像素类别后的待定区域中、像素类别为前景的像素和像素类别为背景的像素组成的图像作为当前帧图像跟踪的目标区域对应的前背景分割图。

技术领域

本发明涉及图像处理技术领域，更具体地，涉及一种视频中目标物体的跟踪方法、一种视频中目标物体的跟踪装置、一种电子设备以及一种计算机可读存储介质。

背景技术

视频中目标物体的跟踪已经成为计算机视觉中一项重要的任务，被越来越广泛的应用。其中。视频中目标物体的跟踪指的是，在一个视频中能够对指定的目标物体进行持续跟踪。

目前，在实现视频中的目标物体的跟踪时，通常使用深度学习的方法。比如，可以通过训练好的深度学习模型，识别视频的每一帧图像中目标物体所在的矩形区域，进而达到跟踪视频中的目标物体的跟踪的目的。

但是，利用深度学习的方法实现视频中目标物体的跟踪时，只能识别出视频的每一帧图像中目标物体大致所在的矩形区域，即通过深度学习的方法只能对视频中目标物体进行粗略跟踪，这样使得跟踪不够精确。

发明内容

本发明的一个目的是提供一种新的视频中目标物体的跟踪方案。

根据本发明的第一方面，提供了一种视频中目标物体的跟踪方法，包括：

根据当前帧图像、上一帧图像的目标区域和上一帧图像的前背景分割图确定当前帧图像中跟踪的目标区域对应的初始前景分割图、初始背景分割图；所述目标区域为目标物体所在的区域；

根据所述初始前景分割图、所述初始背景分割图、上一帧图像的前背景分割图确定非待定区域和待定区域；其中，所述非待定区域为所述初始前景分割图、所述初始背景分割图、上一帧图像的前背景分割图中相同像素位置处的像素类别一致的像素所组成的区域，所述待定区域为所述初始前景分割图、所述初始背景分割图、上一帧图像的前背景分割图中相同像素位置处的像素类别不一致的像素所组成的区域；所述像素类别包括前景、背景；

针对所述待定区域的每个像素的像素位置和像素值，确定所述每个像素的像素类别；

将所述非待定区域和确定像素类别后的待定区域中、像素类别为前景的像素和像素类别为背景的像素组成的图像作为当前帧图像跟踪的目标区域对应的前背景分割图。

可选的，所述根据当前帧图像、上一帧图像的目标区域和上一帧图像的前背景分割图确定当前帧图像中跟踪的目标区域对应的初始前景分割图、初始背景分割图，包括：

根据所述当前帧图像的特征点、所述上一帧图像的目标区域的特征点和所述上一帧图像的前背景分割图确定前景空间变换信息和背景空间变换信息；

根据所述前景空间变换信息、所述上一帧图像的前背景分割图，确定所述初始前景分割图；

根据所述背景空间变换信息、所述上一帧图像的前背景分割图，确定所述初始背景分割图。

可选的，根据所述当前帧图像的特征点、所述上一帧图像的目标区域的特征点和所述上一帧图像的前背景分割图确定前景空间变换信息和背景空间变换信息包括：

将所述当前帧图像的特征点与所述上一帧图像的目标区域的特征点进行匹配，得到多个特征点对；其中，每一特征点对包括：位于所述当前帧图像的特征点和在所述上一帧图像的目标区域中与该特征点匹配的特征点；

根据所述上一帧图像的前背景分割图对所述多个特征点对进行划分，得到前景特征点对和背景特征点对；