[发明专利]目标跟踪方法、系统、可读存储介质及计算机设备

说明书

本发明提出一种目标跟踪方法、系统、可读存储介质及计算机设备，该方法包括：根据上一帧图像中待跟踪目标的位置信息对上一帧图像进行遍历及标记，得到多份候选样本图像；对所有的历史样本图像和候选样本图像进行HOG特征提取，根据HOG特征计算样本图像对应的回归赋予值；将训练样本集输入到初始目标跟踪模型中进行训练，得到最终目标跟踪模型；将所有的候选样本图像输入到最终目标跟踪模型中，以得到每份候选样本图像分别对应的回归真实值，根据回归真实值从所有的候选样本图像中筛选出当前帧图像。本发明提出的目标跟踪方法，能够在标注数据量较少的情况下，将候选样本中的数据信息充分反馈到模型当中，从而提高模型的泛化能力。

技术领域

本发明涉及目标跟踪技术领域，特别涉及一种目标跟踪方法、系统、可读存储介质及计算机设备。

背景技术

计算机视觉领域是当前人工智能技术的热点研究领域之一，而目标跟踪作为其重要的研究方向，在智能交通、人机交互、智能安防等方面具有十分重要的作用。

目标跟踪的任务是在一段连续的图像序列中对选定的目标在每一帧图像中进行尽可能精确的定位，并提供完整的目标区域，以生成其运动轨迹，随着深度学习技术的崛起，采用监督学习的目标跟踪算法逐渐成为主流方法。

然而，现有技术中，构建目标跟踪算法往往需要大量的有标注数据作为训练样本，对于大部分的目标跟踪任务，获取大量的标注数据需要投入大量的人力物力成本，而一旦标注数据量较少时，则会使得目标跟踪算法的识别可靠性严重下降，导致目标跟踪结果的准确度下降。

发明内容

基于此，本发明的目的是提出一种目标跟踪方法、系统、可读存储介质及计算机设备，以解决传统目标跟踪算法因训练数据量偏少时导致的目标跟踪结果准确度下降的问题。

根据本发明提出的目标跟踪方法，所述方法包括：

获取上一帧图像中待跟踪目标的位置信息，根据上一帧图像中待跟踪目标的位置信息对上一帧图像进行遍历，并根据预设候选框将遍历结果分别进行标记，得到多份包含待跟踪目标预测位置信息的候选样本图像；

获取多份历史样本图像，并对所有的历史样本图像和候选样本图像进行HOG特征提取，以根据HOG特征计算每份历史样本图像和每份候选样本图像一一对应的回归赋予值；

将每份历史样本图像以及与所述每份历史样本图像分别对应的回归赋予值、每份候选样本图像以及与每份候选样本图像分别对应的回归赋予值汇总制成训练样本集，以将所述训练样本集输入到初始目标跟踪模型中进行训练，得到最终目标跟踪模型；

将所有的候选样本图像输入到所述最终目标跟踪模型中，以得到每份候选样本图像分别对应的回归真实值，根据所述回归真实值从所有的候选样本图像中筛选出当前帧图像。

综上，根据上述的目标跟踪方法，通过将候选样本图像与历史样本图像混合以构成训练集，极大地减少了历史样本图像的数据采集量。具体为，将上一帧已经明确得知待跟踪目标位置信息的图像进行像素遍历，并用候选框将遍历结果标记出来，得到多份候选样本图像，且每份候选样本图像均对应包含了待跟踪目标的预测位置信息，而后对历史样本图像以及候选样本图像进行HOG特征提取，以计算得到每份样本图像的回归赋予值，而后将历史样本图像的回归赋予值以及候选样本图像的回归赋予值汇总制成训练集，以得到最终目标跟踪模型，再讲所有的候选样本图像输入到最终目标跟踪模型中，从而得到各个候选样本图像对应的回归真实值，最后根据回归真实值从所有的候选样本中找出当前帧图像，即为目标跟踪结果，通过将隐含在候选样本图像中的信息反馈至目标跟踪模型当中，极大地提高了模型的泛化能力，确保目标模型的识别准确度，解决传统目标跟踪算法因训练数据量偏少时导致的目标跟踪结果准确度下降的问题。

进一步地，所述根据上一帧图像中待跟踪目标的位置信息对上一帧图像进行遍历，并根据预设候选框将遍历结果分别进行标记，得到多份包含待跟踪目标预测位置信息的候选样本图像的步骤包括：