[发明专利]目标跟踪方法、装置和存储介质

说明书

本申请实施例提供了一种目标跟踪方法、装置和存储介质，获取待处理视频，并从待处理视频的第一帧图像中确定待跟踪的目标；从第一帧图像开始，采用TLD图像跟踪算法中的检测模块检测目标，跟踪模块跟踪目标，得到第一跟踪结果；从第二帧图像开始，通过卡尔曼滤波器预测出目标在第二帧图像中的位置，得到第二跟踪结果；针对第一帧图像，根据第一跟踪结果，确定目标的位置；从第二帧图像开始，根据同一帧图像对应的第一跟踪结果和第二跟踪结果，确定目标在图像中的位置。本申请根据TLD图像跟踪算法对目标进行跟踪，以及卡尔曼滤波的方法预测目标的位置，确定目标在图像中的位置，从而提高了对目标图像中的位置进行确定的准确度。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种目标跟踪方法、装置和存储介质。

背景技术

在智能监控、航空航天等领域可能需要目标跟踪技术对物体进行跟踪，特别是对视频中的物体提进行检测和跟踪。跟踪-学习-检测(Tracking-Learning-Detection，简称TLD)算法可以实现对目标的检测和跟踪。但是，TDL算法对复杂场景中的目标进行跟踪时，容易出现跟踪失败的问题。

目前，通过将TLD算法和核化相关滤波器(Kemelized Correlation Filter，简称KCF)算法结合的方式，实现对复杂场景的目标进行跟踪。具体的：确定初始目标帧中目标区域位置和大小，同时将初始帧图像输入到TLD算法模块和KCF算法模块中进行初始化；TLD算法模块和KCF算法模块并行运行，如果对当前帧图像的处理TLD算法模块和KCF算法模块只有一个模块输出跟踪目标的位置，则把该输出的位置作为当前帧图像的跟踪结果；如果两个跟踪模块均输出目标的位置，则分别计算输出的目标的位置与目标模型M之间的相似度，选择相似度中最大者作为目标跟踪结果；通过上述方法对下一帧图像中的目标进行跟踪，确定目标在每一帧图像中的位置。

但是，TLD算法和KCF算法均能够对图像中的目标进行跟踪，可能会出现无法对目标进行跟踪的情况，例如目标被遮挡，此时，无法确定目标在图像中位置，从而降低了对目标在图像中的位置进行确定的准确度。

发明内容

本申请实施例提供了一种目标跟踪方法、装置和存储介质，通过TLD算法对目标进行跟踪，同时通过卡尔曼滤波器对目标在图像中的位置进行预测，从而提高了对目标在图像中的位置进行确定的准确度。

第一方面，本申请实施例提供了一种目标跟踪方法，所述目标跟踪方法包括：

获取待处理视频，并从所述待处理视频的第一帧图像中确定待跟踪的目标。

从所述第一帧图像开始，采用TLD图像跟踪算法中的检测模块检测所述目标，并通过所述TLD图像跟踪算法中的跟踪模块跟踪所述目标，得到所述目标的第一跟踪结果。

从第二帧图像开始，利用所述第二帧图像的前一帧图像输出的目标框的位置和大小初始化卡尔曼滤波器，并通过所述卡尔曼滤波器预测出所述目标在所述第二帧图像中的位置，得到所述目标的第二跟踪结果。

针对所述第一帧图像，根据所述第一跟踪结果，确定所述目标的位置；

从所述第二帧图像开始，根据同一帧图像对应的第一跟踪结果和第二跟踪结果，确定所述目标在所述图像中的位置。

在一种可能的实现方式中，所述根据同一帧图像对应的第一跟踪结果和第二跟踪结果，确定所述目标在所述图像中的位置，包括：

对于同一帧图像，若所述第一跟踪结果为跟踪成功，则分别获取所述TLD图像跟踪算法和所述卡尔曼滤波器各自对应的权重值。

根据所述TLD图像跟踪算法和所述卡尔曼滤波器各自对应的权重值，以及所述第一跟踪结果对应的位置和所述第二跟踪结果对应的位置，确定所述目标在所述图像中的位置。

在一种可能的实现方式中，所述方法还包括：