目标跟踪及神经网络训练方法、装置、存储介质、电子设备制造方法及图纸

本发明专利技术实施例提供一种目标跟踪及神经网络训练方法、装置、存储介质、电子设备，涉及人工智能领域。其中，所述目标跟踪方法包括：通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据，所述第一神经网络用于根据所述检测图像回归所述目标物体在所述非检测图像中的位置，所述非检测图像为所述检测图像的在后图像；根据所述目标物体在所述检测图像中的位置数据和所述目标物体在所述非检测图像中的位置数据确定所述目标物体的轨迹。通过本发明专利技术实施例，不仅提高了目标跟踪的检测效率，而且还提高了目标跟踪的精度。

【技术实现步骤摘要】
目标跟踪及神经网络训练方法、装置、存储介质、电子设备
本专利技术实施例涉及人工智能
，尤其涉及一种目标跟踪方法、装置、存储介质和电子设备，以及，一种神经网络的训练方法、装置、存储介质和电子设备。
技术介绍
目标跟踪技术是智能视频监控技术中的重要组成部分。对于静态图像，只需要检测出静态图像中物体的限位框的位置，但是对于智能视频，在检测出每一帧视频图像中物体的限位框的位置之后，还需要对每一帧视频图像中物体的限位框进行匹配，以确定目标物体的轨迹。然而，现有的针对智能视频的目标跟踪技术存在以下几个问题：1、如果对于智能视频中每一帧视频图像都做物体位置的检测，那么目标跟踪的耗时太长，因为每一帧视频图像都需要经过一个较大的神经网络，计算复杂度会比较大。2、如果对于智能视频中的视频帧选择跳帧检测，即每隔预设帧数的视频图像做一次视频图像中物体位置的检测，虽然目标跟踪中所花费的检测时间会减少，但是这样就浪费了很多视频帧的信息。此外，如果选择跳帧检测，被检测的视频图像中物体之间的位置变化比较大，目标跟踪系统会需要比较复杂的设计。
技术实现思路
本专利技术实施例的目的在于，提供一种目标跟踪的技术方案和神经网络训练的技术方案。根据本专利技术实施例的第一方面，提供了一种目标跟踪方法。所述方法包括：通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据，所述第一神经网络用于根据所述检测图像回归所述目标物体在所述非检测图像中的位置，所述非检测图像为所述检测图像的在后图像；根据所述目标物体在所述检测图像中的位置数据和所述目标物体在所述非检测图像中的位置数据确定所述目标物体的轨迹。可选地，所述通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据，包括：通过所述第一神经网络，根据所述视频帧序列中的检测图像和在所述检测图像之后的第一非检测图像，获取所述目标物体在所述第一非检测图像中的位置数据。可选地，所述方法还包括：通过所述第一神经网络，根据所述视频帧序列中的第一非检测图像和在所述第一非检测图像之后的第二非检测图像，获取所述目标物体在所述第二非检测图像中的位置数据。可选地，所述通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据之前，所述方法还包括：根据所述检测图像中目标物体的位置数据，分别对所述检测图像和所述非检测图像进行裁剪，获得与所述检测图像对应的第一区域图像以及与所述非检测图像对应的第二区域图像，其中，所述第一区域图像与所述第二区域图像均包含所述目标物体；所述通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据，包括：通过所述第一神经网络，根据含有所述目标物体的第一区域图像和第二区域图像，获取所述目标物体在所述第二区域图像中的位置数据。可选地，所述方法还包括：按照时间顺序，将所述视频帧序列划分为多组视频帧；针对每一组视频帧，从首帧视频图像中获取所述目标物体的位置数据，并通过所述第一神经网络，获取所述首帧视频图像后续的视频图像中目标物体的位置数据，从而获得该组中每个视频图像的目标物体的位置数据；根据每组视频帧中每个视频图像的目标物体的位置数据确定所述目标物体的轨迹。可选地，所述从首帧视频图像中获取所述目标物体的位置数据，包括：通过用于目标位置检测的第二神经网络，从首帧视频图像中获取所述目标物体的位置数据，所述第二神经网络包括快速卷积神经网络。可选地，所述通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据之前，所述方法还包括：根据所述目标物体的类别选择与所述目标物体的类别对应的第一神经网络。可选地，所述通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据之前，所述方法还包括：根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像训练所述第一神经网络，所述非检测样本图像为所述检测样本图像的在后图像。可选地，所述根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像训练所述第一神经网络，包括：通过待训练的第一神经网络，根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像，获取所述目标物体在所述非检测样本图像中的位置数据；根据所述检测样本图像中所述目标物体的位置数据和所述非检测样本图像中所述目标物体的位置数据，确定所述目标物体在所述检测样本图像和所述非检测样本图像之间的第二位置偏移数据；根据第一位置偏移数据和所述第二位置偏移数据，训练所述第一神经网络，所述第一位置偏移数据为所述目标物体在所述检测样本图像和所述非检测样本图像之间的标准位置偏移量。可选地，所述通过待训练的第一神经网络，根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像，获取所述目标物体在所述非检测样本图像中的位置数据之前，所述方法还包括：根据所述检测样本图像中目标物体的位置数据，分别对所述检测样本图像和所述非检测样本图像进行裁剪，获得与所述检测样本图像对应的第三区域图像以及与所述非检测样本图像对应的第四区域图像，其中，所述第三区域图像与所述第四区域图像均包含所述目标物体；所述通过待训练的第一神经网络，根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像，获取所述目标物体在所述非检测样本图像中的位置数据，包括：通过所述待训练的第一神经网络，根据含有所述目标物体的第三区域图像和第四区域图像，获取所述目标物体在所述第四区域图像中的位置数据。可选地，所述第一神经网络具有卷积层、连接在所述卷积层末端的拼接层，以及连接在所述拼接层末端的全连接层，其中，通过所述第一神经网络，根据含有所述目标物体的第三区域图像和第四区域图像，获取所述目标物体在所述第四区域图像中的位置数据，包括：通过所述卷积层，对所述第三区域图像和所述第四区域图像进行特征提取，获得所述第三区域图像和所述第四区域图像中所述目标物体的位置特征向量；通过所述拼接层，对所述第三区域图像和所述第四区域图像中所述目标物体的位置特征向量进行拼接，获得拼接后的位置特征向量；通过所述全连接层，对所述拼接后的位置特征向量进行映射操作，获得所述目标物体在所述第四区域图像中的位置数据。可选地，所述通过待训练的第一神经网络，根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像，获取所述目标物体在所述非检测样本图像中的位置数据之前，所述方法还包括：根据所述检测样本图像中目标物体的位置数据和所述非检测样本图像中目标物体的位置标定数据确定所述第一位置偏移数据。可选地，所述位置数据包括所述目标物体的限位框的长度、宽度以及中心位置坐标。根据本专利技术实施例的第二方面，提供了一种神经网络的训练方法。所述方法包括：通过待训练的神经网络，根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像，获取所述目标物体在所述非检测样本图像中的位置数据，所述非检测样本图像为所述检测样本图像的在后图像；根据所述检测样本图像中所本文档来自技高网...

【技术保护点】
1.一种目标跟踪方法，其特征在于，所述方法包括：通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据，所述第一神经网络用于根据所述检测图像回归所述目标物体在所述非检测图像中的位置，所述非检测图像为所述检测图像的在后图像；根据所述目标物体在所述检测图像中的位置数据和所述目标物体在所述非检测图像中的位置数据确定所述目标物体的轨迹。

【技术特征摘要】
1.一种目标跟踪方法，其特征在于，所述方法包括：通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据，所述第一神经网络用于根据所述检测图像回归所述目标物体在所述非检测图像中的位置，所述非检测图像为所述检测图像的在后图像；根据所述目标物体在所述检测图像中的位置数据和所述目标物体在所述非检测图像中的位置数据确定所述目标物体的轨迹。2.一种神经网络的训练方法，其特征在于，所述方法包括：通过待训练的神经网络，根据含有目标物体的视频帧样本序列中的检测样本图像和非检测样本图像，获取所述目标物体在所述非检测样本图像中的位置数据，所述非检测样本图像为所述检测样本图像的在后图像；根据所述检测样本图像中所述目标物体的位置数据和所述非检测样本图像中所述目标物体的位置数据，确定所述目标物体在所述检测样本图像和所述非检测样本图像之间的第二位置偏移数据；根据第一位置偏移数据和所述第二位置偏移数据，训练所述神经网络，所述第一位置偏移数据为所述目标物体在所述检测样本图像和所述非检测样本图像之间的标准位置偏移量。3.一种目标跟踪装置，其特征在于，所述装置包括：第一获取模块，用于通过第一神经网络，根据含有目标物体的视频帧序列中的检测图像和非检测图像，获取所述目标物体在所述非检测图像中的位置数据，所述第一神经网络用于根据所述检测图像回归所述目标物体在所述非检测图像中的位置，所述非检测图像为所述检测图像的在后图像；第一确定模块，用于根据所述目标物体在所述检测图像中的位置数据和所述目标物体在所述非检测图像中的位置数据确定所述目标物体的轨迹。4.一种神经网络的训练装置，其特征在于，所述装置包括：第四获取模块，用于通过待训练的神经网络，根据含有目标物体的视频帧样本序列中的检测样本图像和非...

【专利技术属性】
技术研发人员：李博，武伟，
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