[发明专利]目标跟踪方法、装置、电子设备及存储介质在审
| 申请号: | 202110630720.6 | 申请日: | 2021-06-07 |
| 公开(公告)号: | CN113284168A | 公开(公告)日: | 2021-08-20 |
| 发明(设计)人: | 王智卓;曾卓熙;陈宁 | 申请(专利权)人: | 深圳云天励飞技术股份有限公司 |
| 主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/277;G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 深圳驿航知识产权代理事务所(普通合伙) 44605 | 代理人: | 杨伦 |
| 地址: | 518000 广东省深圳市龙岗区园山*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 跟踪 方法 装置 电子设备 存储 介质 | ||
本发明实施例提供一种目标跟踪方法、装置、电子设备及存储介质,所述方法包括:提取待处理图像序列中每一帧图像的目标检测框信息与目标预测框信息;将第n+1帧图像对应的目标检测框信息与第n帧图像对应的目标预测框信息进行匹配,并判断匹配结果中是否包括断开轨迹;若存在所述断开轨迹,则对所述断开轨迹进行重连,得到重连结果,并基于所述重连结果,得到对应的目标跟踪序列。通过预测框信息与检测框信息进行匹配,使得在轨迹跟踪过程中,检测框具有一个先验信息,提高检测框的准确度,可以将断开轨迹进行重连,提高目标跟踪的检测准确率。
技术领域
本发明涉及人工智能领域,尤其涉及一种目标跟踪方法、装置、电子设备及存储介质。
背景技术
随着人口的不断增加和城市的急剧扩张,智能视频监控变得至关重要。所谓的智能视频监督,即前端摄像头可以执行一些检测和跟踪等任务,直接将我们需要的数据提取出来并保存。虽然当前已经有多目标跟踪模型,但是这些模型大多依赖于帧间IOU和匈牙利匹配来完成对目标轨迹的跟踪。在真实场景中,目标发生遮挡或者受到干扰的情况下,IOU变得不再可靠,可能出现多个检测框之间都具有类似的IOU值,尤其是在比较拥挤的场景中,检测错误率较高。除此之外,由于匈牙利匹配是一个最优匹配算法,在这种情况下它仍然会选择一个检测框作为最终的结果,即最优检测框是一个错误检测框时,仍然会选择该最优检测框,导致选择出的检测框为错误的检测框,会给后续的跟踪算法带来更大的误差。因此,现有的目标跟踪算法存在检测准确率的问题。
发明内容
本发明实施例提供一种目标跟踪方法,能够提高多目标跟踪的检测准确率。
第一方面,本发明实施例提供一种目标跟踪方法,所述方法包括:
提取待处理图像序列中每一帧图像的目标检测框信息与目标预测框信息;
将第n+1帧图像对应的目标检测框信息与第n帧图像对应的目标预测框信息进行匹配,并判断匹配结果中是否包括断开轨迹;
若存在所述断开轨迹,则对所述断开轨迹进行重连,得到重连结果,并基于所述重连结果,得到对应的目标跟踪序列。
可选的,所述将第n+1帧图像对应的目标检测框信息与第n帧图像对应的目标预测框信息进行匹配,包括:
计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的相关度,并判断满足匹配条件的所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间是否一一对应,所述匹配条件为所述相关度大于等于第一预设相关度阈值;
若满足匹配条件的所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间是一一对应,则匹配为连续轨迹;
若满足匹配条件的所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间不是一一对应,则匹配为断开轨迹。
可选的,所述目标检测框信息包括检测框参数以及检测框图像,所述目标预测框信息包括预测框参数以及预测框图像,所述相关度包括框相关度与特征相关度,所述计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的相关度,包括:
根据所述检测框参数与所述预测框参数,计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的框相关度;
根据所述检测框图像与所述预测框图像,计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的特征相关度;
根据所述框相关度与所述特征相关度,计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的相关度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳云天励飞技术股份有限公司,未经深圳云天励飞技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110630720.6/2.html,转载请声明来源钻瓜专利网。





