【技术实现步骤摘要】
本申请涉及计算机视觉
,尤其涉及一种目标跟踪方法及装置。
技术介绍
人体的检测和跟踪技术在智能视频监控中有很好的应用价值,目前人体检测和跟踪技术均基于图像RGB颜色数据实现,主要包括如下步骤:提取局部特征得到感兴趣区域;每个感兴趣区域输入分类器,判断感兴趣区域覆盖范围是否是人,如果是人,则以这一帧为时间起点启动一个对这个感兴趣区域内的人的跟踪器。现有技术不足在于:追踪结果准确率低、受环境和场景影响大。
技术实现思路
本申请实施例提出了一种目标跟踪方法及装置,以解决现有技术中追踪结果准确率低、受环境和场景影响大的技术问题。第一个方面,本申请实施例提供了一种目标跟踪方法,包括如下步骤:检测监控视频中第二时刻的视频图像中的前景物体;所述监控视频中像素点包括深度信息;将所述前景物体投影至视频图像中地面所在平面,计算第二时刻的目标检测结果;根据第二时刻的目标检测结果以及跟踪队列的当前位置计算距离矩阵;所述跟踪队列的当前位置根据第一时刻或第二时刻的目标检测结果确定;所述第一时刻为所述第二时刻的上一时刻;根据所述距离矩阵确定所述第二时刻的目标检测结果中与所述跟踪队列的当前位置最接近的坐标;将所述与跟踪队列的当前位置最接近的坐标作为所述跟踪队列的当前位置加入所述跟踪队列。第二个方面,本申请实施例提供了一种目标跟踪装置,包括:前景检测模块,用于检测监控视频中第二时刻的视频图像中的前景物体;所述监控视频中像素点包括深度信息;目标检测模块,用于将所述前景物体投影至视频图像中地面所在平面,计算第二时刻的目标检测结果;距离计算模块,用于根据第二时刻的目标检测结果以及跟踪队列的当 ...
【技术保护点】
一种目标跟踪方法,其特征在于,包括如下步骤:检测监控视频中第二时刻的视频图像中的前景物体;所述监控视频中像素点包括深度信息;将所述前景物体投影至视频图像中地面所在平面,计算第二时刻的目标检测结果;根据第二时刻的目标检测结果以及跟踪队列的当前位置计算距离矩阵;所述跟踪队列的当前位置根据第一时刻或第二时刻的目标检测结果确定;所述第一时刻为所述第二时刻的上一时刻;根据所述距离矩阵确定所述第二时刻的目标检测结果中与所述跟踪队列的当前位置最接近的坐标;将所述与跟踪队列的当前位置最接近的坐标作为所述跟踪队列的当前位置加入所述跟踪队列。
【技术特征摘要】
1.一种目标跟踪方法,其特征在于,包括如下步骤:检测监控视频中第二时刻的视频图像中的前景物体;所述监控视频中像素点包括深度信息;将所述前景物体投影至视频图像中地面所在平面,计算第二时刻的目标检测结果;根据第二时刻的目标检测结果以及跟踪队列的当前位置计算距离矩阵;所述跟踪队列的当前位置根据第一时刻或第二时刻的目标检测结果确定;所述第一时刻为所述第二时刻的上一时刻;根据所述距离矩阵确定所述第二时刻的目标检测结果中与所述跟踪队列的当前位置最接近的坐标;将所述与跟踪队列的当前位置最接近的坐标作为所述跟踪队列的当前位置加入所述跟踪队列。2.如权利要求1所述的方法,其特征在于,所述将所述前景物体投影至视频图像中地面所在平面,计算第二时刻的目标检测结果,具体为:将所述前景物体投影至视频图像中地面所在平面,得到平面图像;所述平面图像中坐标点的像素值由三维空间中的点占视频图像的大小以及所述三维空间中的点到地面所在平面的距离确定;将预先训练得到的卷积核与所述平面图像进行卷积计算,得到第二时刻的目标检测结果。3.如权利要求2所述的方法,其特征在于,所述平面图像中坐标点的像素值由三维空间中的点占视频图像的大小以及所述三维空间中的点到地面所在平面的距离确定,具体为:plane_view(x,y)=occupancy(x0,y0,d0)*height(x0,y0,d0);其中,plane_view(x,y)为平面图像plane_view在坐标点(x,y)的像素值,occupancy(x0,y0,d0)为视频图像中(x0,y0)位置、深度为d0的点占视频图像的大小,height(x0,y0)为视频图像中(x0,y0)位置、深度为d0的点到地面所在平面的距离。4.如权利要求2所述的方法,其特征在于,在所述将预先训练得到的卷积核与所述平面图像进行卷积计算之后、得到第二时刻的目标检测结果之前,进一步包括:对卷积计算的结果利用非极大值抑制方法保留局部最大值。5.如权利要求1所述的方法,其特征在于,所述根据第二时刻的目标检测结果以及跟踪队列的当前位置计算距离矩阵,具体为: M = D ( Q 1 T o . c p , D 1 T 1 ) D ( Q 1 T o . c p , D 2 T 1 ) ... D ( Q 1 T o . c p , D S 1 T 1 ) D ( Q 2 T o . c p , D 1 T 1 ) D ( Q 2 T o . c p , D 2 T 1 ) ... D ( Q 2 T o . c p , D S 1 T 1 ) ... ... ... ... D ( Q S o T o . c p , D 1 T 1 ) D ( Q S o T o . c p , D 2 T 1 ) ... D ( Q S o T o . c p , D S 1 T 1 ) ; ]]>其中,M为距离矩阵,为T0时刻跟踪队列的当前位置,为T0时刻目标检测结果的三维坐标,为T1时刻目标检测结果的三维坐标,T1时刻在T0时刻之后,S0为T0时刻目标检测结果的个数,S1为T1时刻目标检测结果的个数,6.如权利要求1所述的方法,其特征在于,在所述将所述与跟踪队列的当前位置最接近的坐标作为所述跟踪队列的当前位置加入所述跟踪队列之后,进一步包括:对所述跟踪队列进行高斯平滑操作;和/或,判断所述跟踪队列是否达到预设标准,将达到预设标准的跟踪队列作为跟踪结果输出。7.一种目标跟踪装置,其特征在于,包括:前景检测模块,用于...
【专利技术属性】
技术研发人员:赵昕,
申请(专利权)人:北京格灵深瞳信息技术有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。