一种基于目标候选的目标跟踪方法及装置制造方法及图纸

本发明专利技术公开一种基于目标候选的目标跟踪方法及装置，其中目标跟踪方法，包括如下步骤：确定包含被跟踪目标的当前帧图像；在当前帧图像中获取被跟踪目标区域；获取当前帧的下一帧图像；在下一帧图像中获取多个目标候选区域；计算被跟踪目标区域和每个目标候选区域的相似度；根据相似度在多个目标候选区域中确定目标跟踪区域。本发明专利技术通过目标候选的方式确定被跟踪目标物体的具体位置，在跟踪的过程中，可以准确地检测到被跟踪目标物体，故可有效提高跟踪目标物体的稳定性，从而避免跟踪失败。

Target tracking method and device based on target candidate

The invention discloses a method and a device for tracking the target candidate target based on the target tracking method, which comprises the following steps: determining the current frame image contains the target tracking; obtaining the current frame image by tracking the target area; the next frame image of the current frame; obtaining a plurality of candidate target region in the next frame in the image; calculate similarity tracking target region and each target candidate region; according to the similarity in multiple target candidate region in target tracking area. The present invention through the target candidate way to determine the specific location of the target object to be tracked, in the tracking process, can accurately detect the target object is tracked, it can effectively improve the stability of the tracking object, so as to avoid the failure of tracking.

【技术实现步骤摘要】
一种基于目标候选的目标跟踪方法及装置
本专利技术涉及图像处理领域，具体涉及一种基于目标候选的目标跟踪方法及装置。
技术介绍
目标跟踪的目的是获取视频序列中特定目标的运动轨迹，近年来随着计算机网络视频的快速传播，目标跟踪的研究一直是计算机视觉领域的热门课题，也在很多实用视觉系统中扮演着重要角色，而在跟踪目标物体的过程中，往往需要在视频图像中选择被跟踪目标的候选区域才能够完成具体的跟踪。目前现有技术中的目标跟踪方法主要是通过学习分类任务的检测方式提取目标物体的特征信息后跟踪目标物体，但在视频流中的图像信息是多种多样的，所以在跟踪的过程中，在所有的视频图像中寻找具有被跟踪目标的特征信息的目标较为复杂，且无法确定视频目标图像的候选区域，在跟踪的过程中，因外在条件如：光照、形态变化的影响，更容易造成跟踪失败。
技术实现思路
因此，本专利技术实施例要解决的技术问题在于现有技术中的目标跟踪方法主要通过检测方式提取目标物体的特征信息后跟踪目标物体，因无法在视频图像中确定目标候选区域，在跟踪的过程中因外在条件，更容易造成跟踪失败。为此，本专利技术实施例提供了如下技术方案：本专利技术实施例提供一种基于目标候选的目标跟踪方法，包括如下步骤：确定包含被跟踪目标的当前帧图像；在所述当前帧图像中获取被跟踪目标区域；获取当前帧的下一帧图像；在所述下一帧图像中获取多个目标候选区域；计算所述被跟踪目标区域和每个所述目标候选区域的相似度；根据所述相似度在多个目标候选区域中确定目标跟踪区域。可选地，所述在所述下一帧图像中获取多个目标候选区域，包括：获取所述当前帧图像的正样本和负样本；检测所述下一帧图像边缘信息，在所述当前帧图像中检测所述被跟踪目标区域与所述图像边缘信息重合的边缘信息。可选地，所述检测所述下一帧图像边缘信息，包括：获取所述下一帧图像边缘信息的边界响应；根据滤除非最大相关边界响应，确定边缘峰值图；执行所述边缘峰值图信息的分组。可选地，所述确定边缘峰值图的直线边界具有高相关性，曲线边界或未连接的边界具有低相关性。可选地，所述计算所述被跟踪目标区域和每个所述目标候选区域的相似度，包括：获取包含每个所述目标候选区域的外接矩形；将所述被跟踪目标区域和所述外接矩形输入比对神经网络模型；获取最大的目标候选区域得分。本专利技术实施例提供一种基于目标候选的目标跟踪装置，包括：第一确定单元，用于确定包含被跟踪目标的当前帧图像；第一获取单元，用于在所述当前帧图像中获取被跟踪目标区域；第二获取单元，用于获取当前帧的下一帧图像；第三获取单元，用于在所述下一帧图像中获取多个目标候选区域；计算单元，用于计算所述被跟踪目标区域和每个所述目标候选区域的相似度；第二确定单元，用于根据所述相似度在多个目标候选区域中确定目标跟踪区域。可选地，所述第三获取单元，包括：第一获取模块，用于获取所述当前帧图像的正样本和负样本；第一检测模块，用于检测所述下一帧图像边缘信息；第二检测模块，用于在所述当前帧图像中检测所述被跟踪目标区域与所述图像边缘信息重合的边缘信息。可选地，所述第一检测模块，包括：第一获取子模块，用于获取所述下一帧图像边缘信息的边界响应；确定子模块，用于根据滤除非最大相关边界响应，确定边缘峰值图；执行模块，用于执行所述边缘峰值图的信息的分组。可选地，所述第一获取子模块中确定边缘峰值图的直线边界具有高相关性，曲线边界或未连接的边界具有低相关性。可选地，所述计算单元，包括：第二获取模块，用于获取包含每个所述目标候选区域的外接矩形；输入模块，用于将所述被跟踪目标区域和所述外接矩形输入比对神经网络模型；第三获取模块，用于获取最大的目标候选区域得分。本专利技术实施例技术方案，具有如下优点：本专利技术提供一种基于目标候选的目标跟踪方法及装置，其中目标跟踪方法，包括如下步骤：确定包含被跟踪目标的当前帧图像；在当前帧图像中获取被跟踪目标区域；获取当前帧的下一帧图像；在下一帧图像中获取多个目标候选区域；计算被跟踪目标区域和每个目标候选区域的相似度；根据相似度在多个目标候选区域中确定目标跟踪区域。本专利技术通过目标候选的方式确定被跟踪目标物体的具体位置，在跟踪的过程中，可以准确地检测到被跟踪目标物体，故可有效提高跟踪目标物体的稳定性，从而避免跟踪失败。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例1中目标候选的目标跟踪方法的流程图；图2为本专利技术实施例1中目标候选的目标跟踪方法中获取多个目标候选区域的流程图；图3为本专利技术实施例1中目标候选的目标跟踪方法中检测下一帧图像边缘信息的流程图；图4为本专利技术实施例1中目标候选的目标跟踪方法中计算目标候选区域的流程图；图5为本专利技术实施例2中目标候选的目标跟踪装置的结构框图；图6为本专利技术实施例2中目标候选的目标跟踪装置中第三获取单元的结构框图；图7为本专利技术实施例2中目标候选的目标跟踪装置中第一检测模块的结构框图；图8为本专利技术实施例2中目标候选的目标跟踪装置中计算单元的结构框图。具体实施方式下面将结合附图对本专利技术实施例的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术实施例的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本专利技术实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。实施例1本专利技术实施例提供一种基于目标候选的目标跟踪方法，如图1所示，包括如下步骤：S1、确定包含被跟踪目标的当前帧图像；在视频流中输入多幅连续的图像才能构成一个完整的视频，且图像是连续的时序关联数据，所以只有通过获取具有当前帧的被跟踪目标图像才能完成具体的跟踪，在视频流中只有确定包含被跟踪目标的当前帧图像位置才能找到被跟踪目标。具体地，目标跟踪通常指给出目标在跟踪视频第一帧中的初始状态，自动估计目标物体在后续帧中的状态。人眼可以比较轻松的在一段时间内跟住某个特定目标，但对机器而言，这一任务并不简单，在跟踪的过程中会出现目标发生剧烈形变，被其他目标遮挡本文档来自技高网...

【技术保护点】
一种基于目标候选的目标跟踪方法，其特征在于，包括如下步骤：确定包含被跟踪目标的当前帧图像；在所述当前帧图像中获取被跟踪目标区域；获取当前帧的下一帧图像；在所述下一帧图像中获取多个目标候选区域；计算所述被跟踪目标区域和每个所述目标候选区域的相似度；根据所述相似度在多个目标候选区域中确定目标跟踪区域。

【技术特征摘要】
1.一种基于目标候选的目标跟踪方法，其特征在于，包括如下步骤：确定包含被跟踪目标的当前帧图像；在所述当前帧图像中获取被跟踪目标区域；获取当前帧的下一帧图像；在所述下一帧图像中获取多个目标候选区域；计算所述被跟踪目标区域和每个所述目标候选区域的相似度；根据所述相似度在多个目标候选区域中确定目标跟踪区域。2.根据权利要求1所述的方法，其特征在于，所述在所述下一帧图像中获取多个目标候选区域，包括：获取所述当前帧图像的正样本和负样本；检测所述下一帧图像边缘信息；在所述当前帧图像中检测所述被跟踪目标区域与所述图像边缘信息重合的边缘信息。3.根据权利要求2所述的方法，其特征在于，所述检测所述下一帧图像边缘信息，包括：获取所述下一帧图像边缘信息的边界响应；根据滤除非最大相关边界响应，确定边缘峰值图；执行所述边缘峰值图信息的分组。4.根据权利要求3所述的方法，其特征在于，所述确定边缘峰值图的直线边界具有高相关性，曲线边界或未连接的边界具有低相关性。5.根据权利要求1所述的方法，其特征在于，所述计算所述被跟踪目标区域和每个所述目标候选区域的相似度，包括：获取包含每个所述目标候选区域的外接矩形；将所述被跟踪目标区域和所述外接矩形输入比对神经网络模型；获取最大的目标候选区域得分。6.一种基于目标候选的目标跟踪装置，其特征在于，包括：第一确定单元，用于确定包含被跟踪目标的...

【专利技术属性】
技术研发人员：谯帅，蒲津，何建伟，张如高，
申请(专利权)人：博康智能信息技术有限公司上海分公司，
类型：发明
国别省市：上海,31