图像跟踪方法和装置、电子设备、存储介质、程序制造方法及图纸

本发明专利技术实施例公开了一种图像跟踪方法和装置、电子设备、存储介质、程序，其中，方法包括：获取K帧视频图像中的目标图像；基于所述目标图像建立具有至少一个路径的有向无环图；每个所述目标图像在所述有向无环图中对应至少一个路径；计算所述有向无环图中对应所述目标图像的路径的最小费用最大流，得到对应所述目标图像的目标路径。本发明专利技术实施例中，由于计算的是最小费用最大流，因此，对应最小费用最大流的目标路径是有向无环图中的最优路径，最优路径在具有最大的流量的同时消耗最小的费用，该目标路径中的各目标图像最有可能属于同一目标，即可确定同一个目标的运动轨迹；实现了实时的目标跟踪，提高了目标跟踪的准确性和稳定性。

Image tracking method and device, electronic device, storage medium, and program

The embodiment of the invention discloses an image tracking method and apparatus, an electronic device, a storage medium, and a program, wherein the method comprises: acquiring a target image in a K-frame video image; establishing a directed acyclic graph with at least one path based on the target image; and each target image pairing in the directed acyclic graph. The target path corresponding to the target image is obtained by calculating the minimum cost maximum flow of the path corresponding to the target image in the directed acyclic graph. In the embodiment of the present invention, since the calculated minimum cost maximum flow is the minimum cost maximum flow, the target path corresponding to the minimum cost maximum flow is the optimal path in the directed acyclic graph, the optimal path consumes the minimum cost while having the maximum flow, and the target images in the target path are most likely to belong to the same target, i.e., the same target. It can determine the trajectory of the same target, realize real-time target tracking, and improve the accuracy and stability of target tracking.

【技术实现步骤摘要】
图像跟踪方法和装置、电子设备、存储介质、程序
本专利技术涉及目标跟踪技术，尤其是一种基于图像跟踪方法和装置、电子设备、存储介质、程序。
技术介绍
视频目标跟踪在智能视频监控中是十分有意义的一项任务，视频目标跟踪的主要目的是对多个视频中出现的多个目标进行跟踪，并获得各个目标的行为轨迹；在目标跟踪技术中，通过视频目标跟踪可以获取更多关于目标的动态信息，能够更好地预测目标的行为，其应用十分广泛；例如：通过视频目标跟踪为嫌疑人、嫌疑车辆的追踪提供跟踪轨迹；或者通过视频目标跟踪对某一街区进行人流量统计等。
技术实现思路
本专利技术实施例提供一种图像跟踪技术。根据本专利技术实施例的一个方面，提供的一种图像跟踪方法，包括：获取K帧视频图像中的目标图像；每帧所述视频图像中包括至少一个目标图像，所述K为大于或等于1的正整数；基于所述目标图像建立具有至少一个路径的有向无环图；每个所述目标图像在所述有向无环图中对应至少一个路径；计算所述有向无环图中对应所述目标图像的路径的最小费用最大流，得到对应所述目标图像的目标路径。在基于本专利技术上述方法的另一个实施例中，获取K帧视频图像中的目标图像，包括：利用神经网络分别对K帧视频图像进行目标检测，获取对应每帧所述视频图像的至少一个目标图像。在基于本专利技术上述方法的另一个实施例中，基于所述目标图像具有至少一个路径的建立有向无环图，包括：将所述K帧视频图像中的所有目标图像作为有向无环图中的点；将在所述K帧视频图像中所有目标图像首次出现时对应的点作为输入点，将在所述K帧视频图像中所有目标图像最后出现时对应的点作为输出点；每个所述目标图像对应至少一个点；基于所有目标图像对应的点设置源点和汇点，所述源点与所有输入点相连接，所述汇点与所有输出点相连接；基于所有对应目标图像的点、源点和汇点及其连接关系建立有向无环图。在基于本专利技术上述方法的另一个实施例中，所述基于所有对应目标图像的点、源点和汇点及其连接关系建立有向无环图，包括：将所述K帧视频图像按采集时间顺序排列，将所有对应目标图像的点按照所述视频图像的顺序建立有向的连接关系；响应于源点与点、点与点和点与汇点之间的连接关系，分别通过建边函数在源点与点、点与点和点与汇点之间分别建立有向边；基于点、源点、汇点和边建立有向无环图。在基于本专利技术上述方法的另一个实施例中，每个所述目标图像在一帧视频图像中对应一个入点和一个出点；所述响应于源点与点、点与点和点与汇点之间的连接关系，分别通过建边函数在源点与点、点与点和点与汇点之间分别建立有向边，包括：响应于源点与输入点之间的连接关系，建立源点与输入点的有向边；响应于视频图像中目标图像的出点与入点之间的连接关系，建立各所述目标图像在上一帧视频图像的出点分别与下一帧视频图像的各所述目标的入点有向边；响应于输出点与汇点之间的连接关系，建立输出点到汇点的有向边。在基于本专利技术上述方法的另一个实施例中，计算所述有向无环图中对应所述目标图像的路径的最小费用最大流之前，还包括：基于源点与点、点与点和点与汇点之间的有向边计算边权，通过边权获得所述边连接的两个点之间的费用；所述边权用于表示所述边连接的两个点之间的费用。在基于本专利技术上述方法的另一个实施例中，所述同一目标图像在同一帧视频图像中的入点和出点之间具有图内有向边，所述图内有向边的边权为0；所述基于源点与点、点与点和点与汇点之间的有向边计算边权，包括：利用第一建边函数计算所述源点与输入点的有向边的边权；利用第二建边函数计算各所述目标图像的出点到各所述目标图像的入点的有向边的边权；利用第三建边函数计算所述输出点到汇点的有向边的边权。在基于本专利技术上述方法的另一个实施例中，计算所述有向无环图中对应所述目标图像的路径的最小费用最大流，包括：通过对所述有向无环图采用增广路叠加SPFA队列优化算法计算对应所述目标图像的路径的最小费用最大流。在基于本专利技术上述方法的另一个实施例中，通过对所述有向无环图采用增广路叠加SPFA队列优化算法计算最小费用最大流，包括：将每条边对应的流量都设置为单位流量，通过计算所述边的边权确定所述边对应的费用；基于每条所述边对应的流量通过增广路计算所述有向无环图的最大流，得到至少一条增广路构成的新的有向无环图；基于每条所述边对应的费用通过SPFA队列优化算法计算所述新的有向无环图的最小费用最大流。在基于本专利技术上述方法的另一个实施例中，所述获取K帧视频图像中的目标图像之前，还包括：对采集的视频流分解得到至少一帧视频图像；判断所得视频图像的数量是否大于或等于K帧，响应于所述分解获得的视频图像的数量大于或等于K帧，获取K帧视频图像；响应于所述分解获得的视频图像的数量小于K帧，并且还存在未分解的视频流；迭代执行对采集的视频流分解得到至少一帧视频图像，判断所得视频图像的数量是否大于或等于K帧，根据判断结果选取K帧视频图像或继续分解的过程；直至不存在未分解的视频流。在基于本专利技术上述方法的另一个实施例中，还包括：将所述对应一个目标图像的目标路径作为一个目标图像，基于K帧视频图像获得的所有目标图像的目标路径构成一个新的视频图像；所述新的视频图像对应的采集时间为所对应的最后一个目标图像的采集时间。在基于本专利技术上述方法的另一个实施例中，还包括：基于所述新的视频图像与其他未处理的K-1帧视频图像建立有向无环图；所述其他未处理的视频图像包括从采集的视频流分解得到的视频图像和基于K帧视频图像获得的所有目标路径构成的视频图像。根据本专利技术实施例的另一个方面，提供的一种图像跟踪装置，其特征在于，包括：图像获取单元，用于获取K帧视频图像中的目标图像；每帧所述视频图像中包括至少一个目标图像，所述K为大于或等于1的正整数；构图单元，用于基于所述目标图像建立具有至少一个路径的有向无环图；每个所述目标图像在所述有向无环图中对应至少一个路径；路径计算单元，用于计算所述有向无环图中对应所述目标图像的路径的最小费用最大流，得到对应所述目标图像的目标路径。在基于本专利技术上述装置的另一个实施例中，所述图像获取单元，具体用于利用神经网络分别对K帧视频图像进行目标检测，获取对应每帧所述视频图像的至少一个目标图像。在基于本专利技术上述装置的另一个实施例中，所述构图单元，包括：点确定模块，用于将所述K帧视频图像中的所有目标图像作为有向无环图中的点；将在所述K帧视频图像中所有目标图像首次出现时对应的点作为输入点，将在所述K帧视频图像中所有目标图像最后出现时对应的点作为输出点；每个所述目标图像对应至少一个点；连接模块，用于基于所有目标图像对应的点设置源点和汇点，所述源点与所有输入点相连接，所述汇点与所有输出点相连接；无环图建立模块，用于基于所有对应目标图像的点、源点和汇点及其连接关系建立有向无环图。在基于本专利技术上述装置的另一个实施例中，所述无环图建立模块，包括：排序模块，用于将所述K帧视频图像按采集时间顺序排列，将所有对应目标图像的点按照所述视频图像的顺序建立有向的连接关系；建边模块，用于响应于源点与点、点与点和点与汇点之间的连接关系，分别通过建边函数在源点与点、点与点和点与汇点之间分别建立有向边；基于点、源点、汇点和边建立有向无环图。在基于本专利技术上述装置的另一个实施例中，每个所述目标图像在一帧视频图像中对应一个入点和一个出点；所述建边模块，本文档来自技高网...

【技术保护点】
1.一种图像跟踪方法，其特征在于，包括：获取K帧视频图像中的目标图像；每帧所述视频图像中包括至少一个目标图像，所述K为大于或等于1的正整数；基于所述目标图像建立具有至少一个路径的有向无环图；每个所述目标图像在所述有向无环图中对应至少一个路径；所述路径基于所述K帧视频图像中的各目标图像有向连接获得；计算所述有向无环图中所述目标图像对应的最小费用最大流的路径，以所述最小费用最大流的路径作为所述目标图像的目标路径。

【技术特征摘要】
1.一种图像跟踪方法，其特征在于，包括：获取K帧视频图像中的目标图像；每帧所述视频图像中包括至少一个目标图像，所述K为大于或等于1的正整数；基于所述目标图像建立具有至少一个路径的有向无环图；每个所述目标图像在所述有向无环图中对应至少一个路径；所述路径基于所述K帧视频图像中的各目标图像有向连接获得；计算所述有向无环图中所述目标图像对应的最小费用最大流的路径，以所述最小费用最大流的路径作为所述目标图像的目标路径。2.根据权利要求1所述的方法，其特征在于，获取K帧视频图像中的目标图像，包括：利用神经网络分别对K帧视频图像进行目标检测，获取对应每帧所述视频图像的至少一个目标图像。3.根据权利要求1或2所述的方法，其特征在于，基于所述目标图像具有至少一个路径的建立有向无环图，包括：将所述K帧视频图像中的所有目标图像作为有向无环图中的点；将在所述K帧视频图像中所有目标图像首次出现时对应的点作为输入点，将在所述K帧视频图像中所有目标图像最后出现时对应的点作为输出点；每个所述目标图像对应至少一个点；基于所有目标图像对应的点设置源点和汇点，所述源点与所有输入点相连接，所述汇点与所有输出点相连接；基于所有对应目标图像的点、源点和汇点及其连接关系建立有向无环图。4.根据权利要求3所述的方法，其特征在于，所述基于所有对应目标图像的点、源点和汇点及其连接关系建立有向无环图，包括：将所述K帧视频图像按采集时间顺序排列，将所有对应目标图像的点按照所述视频图像的顺序建立有向的连接关系；响应于源点与点、点与点和点与汇点之间的连接关系，分别通过建边函数在源点与点、点与点和点与汇点之间分别建立有向边；基于点、源点、汇点和边建立有向无环图。5.根据权利要求4所述的方法...

【专利技术属性】
技术研发人员：冯炜韬，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京,11