一种目标跟踪状态模型训练方法及装置制造方法及图纸

本发明专利技术提供一种目标跟踪状态模型训练方法及装置，通过获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。该发明专利技术通过目标在不同状态下的已知轨迹信息不断更新所述跟踪状态模型，实现训练所述跟踪状态模型的目的，从而实现不同情况下自动对目标的跟踪状态进行转换。

Method and device for training target tracking state model

The invention provides a device for target tracking and model training method, tracking state model by acquiring the target in the video sequence in different states of the known trajectory information and the target; using the tracking state model of tracking the target in video sequence, get the trajectory information of the tracking state model output in different states the trajectory tracking; information from the state of the output of the model in different conditions, choose a state trajectory information; according to the known trajectory trajectory information and the corresponding state of a state, whether the target tracking state is correct; when the target tracking the state is not correct, update the tracking state model. The invention known through the target trajectory information in different conditions continue to update the tracking state model, implementation of training the tracking state model, so as to realize the different situations of automatic target tracking state conversion.

【技术实现步骤摘要】
一种目标跟踪状态模型训练方法及装置
本专利技术涉及目标跟踪
，具体涉及一种目标跟踪状态模型训练方法及装置。
技术介绍
目标跟踪技术在智能安防领域、车载辅助系统或者军事领域等都有着十分广泛的应用。目标跟踪技术通常先检测出目标，然后对检测出的目标进行跟踪。例如,在多目标跟踪过程中，需要对多个目标进行管理，由于每个目标都有各自的生存周期，即从目标出现到目标消失，每个目标在生命周期中正常跟踪状态与丢失状态如何进行正确转换，目标被遮挡或者在某一帧没有被检测到，以及每帧检测到的新目标如何与已有的跟踪目标进行关联。在目标跟踪过程中，出现目标交叉或粘连时容易发生目标合并以及目标间的漂移从而导致目标标识互换的情况；或者由于目标与背景的漂移导致假目标；或者当目标在快速运动时出现目标跟断的情况，或者在前后关联时同一目标没有关联上，又产生新的目标标识，导致同一目标出现两个目标标识的情况。现有目标跟踪方法中对目标状态的管理，大多通过人工规则对目标状态进行处理，当遇到不同情况时设置不同的规则流程，对于上述目标跟踪过程中出现的较多复杂的实际情况，现有目标跟踪方法的准确度较低。
技术实现思路
本专利技术要解决的技术问题在于克服现有目标跟踪状态根据人工规则处理准确度较低的缺陷。本专利技术提供一种目标跟踪状态模型训练方法，包括：获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。优选地，所述从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息，包括：确定目标状态；计算帧间相似性；根据所述目标状态和所述帧间相似性，计算奖励值；根据所述奖励值，选择具有最大奖励值的轨迹；根据最大奖励值输出所述最大奖励值对应的轨迹信息。优选地，所述确定目标状态，包括：根据所述跟踪状态模型在不同状态下输出的轨迹信息，确定目标状态。优选地，所述计算帧间相似性，包括：利用式(1)计算帧间相似性：f(s)＝Wφ(s)+b(1)式(1)中，s表示目标状态，φ(s)表示目标状态的向量，W和b为权重。优选地，所述根据所述目标状态和所述帧间相似性，计算奖励值，包括：利用式(2)计算奖励值：R(s,a)＝y(a)(Wφ(s)+b)(2)式(2)中，a表示跟踪动作，y(a)表示跟踪动作a对应的权重系数。本专利技术还提供一种目标跟踪状态模型训练装置，包括：获取单元，用于获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；输出单元，用于利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；选择单元，用于从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；判断单元，用于根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；更新单元，用于当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。优选地，所述选择单元包括：状态确定子单元，用于确定目标状态；相似性计算子单元，用于计算帧间相似性；奖励值计算子单元，用于根据所述目标状态和所述帧间相似性，计算奖励值；选择子单元，用于根据所述奖励值，选择具有最大奖励值的轨迹；输出子单元，用于根据最大奖励值输出所述最大奖励值对应的轨迹信息。优选地，所述确定目标状态，包括：根据所述跟踪状态模型在不同状态下输出的轨迹信息，确定目标状态。优选地，所述计算帧间相似性，包括：利用式(1)计算帧间相似性：f(s)＝Wφ(s)+b(1)式(1)中，s表示目标状态，φ(s)表示目标状态的向量，W和b为权重。优选地，所述根据所述目标状态和所述帧间相似性，计算奖励值，包括：利用式(2)计算奖励值：R(s,a)＝y(a)(Wφ(s)+b)(2)式(2)中，a表示跟踪动作，y(a)表示跟踪动作a对应的权重系数。本专利技术技术方案，具有如下优点：本专利技术提供一种目标跟踪状态模型训练方法及装置，通过获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。该专利技术通过目标在不同状态下的已知轨迹信息不断更新所述跟踪状态模型，实现训练所述跟踪状态模型的目的，从而实现不同情况下自动对目标的跟踪状态进行转换。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为一种目标跟踪状态模型训练方法的流程图；图2为一种目标跟踪状态模型训练装置的示意图；图3为目标跟踪状态转换的流程图。具体实施方式下面将结合附图对本专利技术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本实施例提供一种目标跟踪状态模型训练方法，该方法的流程图如图1所示。包括如下步骤：S1：获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型。所述已知轨迹信息可以包括目标的轨迹位置和目标特征。所述目标的跟踪状态模型包括相似性方程和奖励函数。具体地，所述不同状态可以包括假设状态、正常状态、丢失状态和删除状态。所述假设状态是指当目标初次出现时，将其作为待跟踪的目标。优选地，为防止目标提取或检测带来的误检等造成的干扰，只有一帧出现的目标并不本文档来自技高网...

【技术保护点】
一种目标跟踪状态模型训练方法，其特征在于，包括：获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。

【技术特征摘要】
1.一种目标跟踪状态模型训练方法，其特征在于，包括：获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。2.根据权利要求1所述的方法，其特征在于，所述从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息，包括：确定目标状态；计算帧间相似性；根据所述目标状态和所述帧间相似性，计算奖励值；根据所述奖励值，选择具有最大奖励值的轨迹；根据最大奖励值输出所述最大奖励值对应的轨迹信息。3.根据权利要求2所述的方法，其特征在于，所述确定目标状态，包括：根据所述跟踪状态模型在不同状态下输出的轨迹信息，确定目标状态。4.根据权利要求2所述的方法，其特征在于，所述计算帧间相似性，包括：利用式(1)计算帧间相似性：f(s)＝Wφ(s)+b(1)式(1)中，s表示目标状态，φ(s)表示目标状态的向量，W和b为权重。5.根据权利要求2所述的方法，其特征在于，所述根据所述目标状态和所述帧间相似性，计算奖励值，包括：利用式(2)计算奖励值：R(s,a)＝y(a)(Wφ(s)+b)(2)式(2)中，a表示跟踪动作，y(a)表示跟踪动作a对应的权重系数。6.一种目标跟踪状态模型训练装置，其特征在于，包括...

【专利技术属性】
技术研发人员：谯帅，彭莉，张如高，
申请(专利权)人：博康智能信息技术有限公司，
类型：发明
国别省市：北京,11