[发明专利]一种目标跟踪模型的训练方法和装置

说明书

本申请提供一种目标跟踪模型的训练方法和装置。一种目标跟踪模型的训练方法，基于样本图像对对所述目标跟踪模型进行训练，所述样本图像对包括模板图像和搜索图像，所述搜索图像标注有对应搜索图像像素点的分类标签和权重标签，所述方法包括：利用以下步骤进行迭代训练，直至满足所述目标跟踪模型的模型训练要求：将所述样本图像对输入到所述目标跟踪模型中，基于所述目标跟踪模型预测得到所述搜索图像与所述模板图像之间的相似度；根据所述相似度、所述分类标签和所述权重标签确定本次迭代的相似度损失；根据所述相似度损失更新所述目标跟踪模型的模型参数。采用上述方法，可以提高目标跟踪的准确度。

技术领域

本申请涉及人工智能领域，特别涉及一种目标跟踪模型的训练方法和装置。

背景技术

目标跟踪技术是计算机视觉领域的一个重要分支，有着十分重要的研究意义，在视频监控、机器人视觉导航、人机交互、医疗诊断等许多方面都存在广泛的应用前景。目标跟踪指的是对图像序列中运动的目标进行检测、提取、识别和跟踪，以获得运动目标的运动参数，如位置、速度、加速度和运动轨迹等。

在进行目标跟踪时，由于目标一般是运动的，很容易会发生目标遮挡、污染，或者目标发生了形变等现象。比如，目标遮挡可以是：在跟踪行人时，行人在马路上行走的过程中，其一部分身体被大树、汽车或建筑物遮挡的情况。现有技术中，当发生诸如目标遮挡、污染、形变等情况时，很容易导致跟踪结果不准确、跟踪失败的问题。

发明内容

有鉴于此，本申请提供一种目标跟踪模型的训练方法和装置。

具体地，本申请是通过如下技术方案实现的：

根据本申请的第一方面，提供了一种目标跟踪模型的训练方法：

一种目标跟踪模型的训练方法，基于样本图像对对所述目标跟踪模型进行训练，所述样本图像对包括模板图像和搜索图像，所述搜索图像标注有对应搜索图像像素点的分类标签和权重标签，所述方法包括：

利用以下步骤进行迭代训练，直至满足所述目标跟踪模型的模型训练要求：

将所述样本图像对输入到所述目标跟踪模型中，基于所述目标跟踪模型预测得到所述搜索图像与所述模板图像之间的相似度；

根据所述相似度、所述分类标签和所述权重标签确定本次迭代的相似度损失；

根据所述相似度损失更新所述目标跟踪模型的模型参数。

根据本申请的第二方面，提供了一种目标跟踪的方法，包括：

将视频帧序列输入所述目标跟踪模型，所述视频帧序列中包括若干基于时间顺序排列的视频帧图像；

针对第n帧图像，所述目标跟踪模型基于上一帧模板图像预测所述第n帧图像中跟踪目标所在区域的预测目标框；

判断所述预测目标框是否满足条件；

若满足，则将所述第n帧图像更新为模板图像，并利用所述模板图像对第n+1帧图像中的跟踪目标进行预测。

根据本申请的第三方面，提供了一种目标跟踪模型的训练装置：

一种目标跟踪模型的训练装置，基于样本图像对对所述目标跟踪模型进行训练，所述样本图像对包括模板图像和搜索图像，所述搜索图像标注有对应搜索图像像素点的分类标签和权重标签，所述装置包括：

利用以下单元进行迭代训练，直至满足所述目标跟踪模型的模型训练要求：

相似度预测单元，用于将所述样本图像对输入到所述目标跟踪模型中，基于所述目标跟踪模型预测得到所述搜索图像与所述模板图像之间的相似度；

损失确定单元，用于根据所述相似度、所述分类标签和所述权重标签确定本次迭代的相似度损失；