[发明专利]视觉跟踪方法、视频监控方法及终端设备

说明书

本申请适用于人工智能技术领域，提供了视觉跟踪方法、视频监控方法及终端设备，利用目标滤波器对当前视频帧图像的第一图像特征进行滤波，得到响应输出矩阵，以当前视频帧图像作为训练样本训练初始滤波器，以使滤波器充分提取图像特征，从而使视觉跟踪模型在多种视频图像中均能够高效实现目标跟踪，提高视觉跟踪模型的鲁棒性。以及根据响应输出矩阵，确定跟踪目标在当前视频帧图像中的实际位置，使得跟踪效果更好。

技术领域

本申请属于人工智能技术领域，尤其涉及计算机视觉跟踪方法、视频监控方法及终端设备。

背景技术

随着人们安全意识的提高，越来越多场所利用视频监控技术对周围环境进行监控。而为了使视频监控过程智能化，采用视觉跟踪技术对对视频图像进行监控。视觉跟踪是指计算机对视频图像中的目标进行检测、识别和跟踪，以获得该目标在视频序列中的位置、速度以及轨迹等信息的过程。

在相关技术中，目前的跟踪模型通常基于历史视频序列训练得到，其在一般的跟踪场景下有不错的跟踪效果。但是当视频图像具有复杂的跟踪背景、光照变化和图像噪声，以及跟踪目标出现遮挡、旋转、尺寸变化和姿态变化时，当前跟踪模型难以识别跟踪背景的复杂变化和跟踪目标的表观变化，从而导致视觉跟踪模型的跟踪效果变差。可见当前的视觉跟踪模型存在鲁棒性差的问题。

发明内容

本申请实施例提供了计算机视觉跟踪方法、视频监控方法及终端设备，可以解决当前视觉跟踪方法存在鲁棒性差的问题。

第一方面，本申请实施例提供了一种视觉跟踪方法，包括：

利用目标滤波器对当前视频帧图像的第一图像特征进行滤波，得到响应输出矩阵，目标滤波器通过当前视频帧图像的上一视频帧图像经初等变换后得到的多个训练样本进行训练得到；

根据响应输出矩阵，确定跟踪目标在当前视频帧图像中的实际位置。

本申请实施例提供的视觉跟踪方法，由于目前是基于历史视频序列作为训练样本训练得到初始滤波器，并将初始滤波器作为第一帧视频图像的目标滤波器，其无法充分考虑该视频图像的图像特征，因此本实施例利用目标滤波器对当前视频帧图像的第一图像特征进行滤波，得到响应输出矩阵，以当前视频帧图像作为训练样本训练初始滤波器，以使滤波器充分提取图像特征，从而使视觉跟踪模型能够识别跟踪背景的复杂变化和跟踪目标的表观变化，进而在多种视频图像中均能够高效实现目标跟踪，提高视觉跟踪模型的鲁棒性。以及根据响应输出矩阵，确定跟踪目标在当前视频帧图像中的实际位置，使得跟踪效果更好。

第二方面，本申请实施例提供了一种视频监控方法，包括：

针对监控视频中的每一帧监控图像，利用目标滤波器对监控图像的第一图像特征进行滤波，得到响应输出矩阵，目标滤波器利用当前监控图像的上一帧监控图像经过初等变换后得到的多个训练样本进行训练得到；

根据响应输出矩阵，确定跟踪目标在每一帧监控图像中的实际位置；

根据跟踪目标在每一帧监控图像中的实际位置，确定跟踪目标的行为信息；

基于行为信息，确定跟踪目标的异常情况。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的视觉跟踪方法，或如上述第二方面中所述的视频监控方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的视觉跟踪方法，或如上述第二方面中所述的视频监控方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的视觉跟踪方法，或如上述第二方面中所述的视频监控方法。