目标跟踪方法及装置制造方法及图纸

本发明专利技术为了解决目标跟踪过程中尤其是多目标跟踪过程中，算法复杂，计算量大的问题，提供了一种基于跟踪器、特征提取器和目标评估器的目标跟踪方法，包括：获取图像帧，利用所述目标跟踪器获取位置得分；根据上一帧图像中的目标的位置和大小，在目标检测区域内滑动形成待检测框，计算所述待检测框的特征向量与模板特征向量之间的相似度，取出分数最高的阈值个待检测框为检测框，利用目标评估器获取所述检测框的目标概率得分；判断所述位置得分和所述目标概率得分中最高者大于阈值时，认定跟踪成功，并将对应的框作为目标。同时，提供了相应的装置。本发明专利技术实施例中的目标跟踪方法和装置能够快速而未定的实现目标跟踪。

Target Tracking Method and Device

In order to solve the problem of complex algorithm and large computation in target tracking process, especially in multi-target tracking process, the present invention provides a target tracking method based on tracker, feature extractor and target evaluator, which includes acquiring image frame, obtaining position score by using the target tracker, and detecting target according to the position and size of the target in the previous image. Sliding in the measuring area forms a frame to be detected, calculates the similarity between the feature vectors of the frame to be detected and the template feature vectors, takes the threshold boxes with the highest scores as the detection boxes, and obtains the target probability score of the detection boxes by using the target evaluator; determines the tracking success when the position score and the highest probability score of the target are greater than the threshold, and Target the corresponding box. At the same time, the corresponding device is provided. The target tracking method and device in the embodiment of the present invention can achieve target tracking quickly and indefinitely.

【技术实现步骤摘要】
目标跟踪方法及装置
本专利技术属于图像处理
，具体而言，涉及一种目标跟踪方法、跟踪装置、计算机可读介质及电子设备。
技术介绍
目前，由于神经网络的快速发展，在目标识别，目标检测领域取得了突破性进展，但是在目标跟踪领域却发展缓慢。原因是神经网络需要用大量多样性样本才能发挥出强大的拟合能力，但是目标跟踪只给定了第一帧标注，训练样本单一；同时目标跟踪对算法的时效性有较高的要求，而神经网络一般计算量较大，难以实时。本专利技术实现一种基于神经网络的实时多目标长时间跟踪方法。该技术可以用于智能电视、个人电脑、平板电脑和智能手机等电子设备。现有目标长时间跟踪方法主要是TLD(Tracking-Learning-Detection)系列，但是该方法效果一般，对环境变化、目标表面变化比较敏感，容易丢失；同时计算量大，无法实现多目标跟踪要求。实际场景中多目标长时间跟踪面临的挑战也是巨大的：(1)环境复杂，光线、运动模糊、角度变化，遮挡等(2)样本单一，难以训练处好的检测器和分类器(3)计算量大(4)目标丢失后，需要重新捕获到目标因而如何开发快速而稳定的目标跟踪算法已成为目前急需解决的问题，而对于多本文档来自技高网...

【技术保护点】
1.一种目标跟踪方法，其特征在于，包括如下步骤：S120、获取图像帧，利用目标跟踪器获取目标的当前位置矩形，并对当前位置矩形提取特征向量，利用目标评估器判断当前位置矩形的位置得分；S130、根据上一帧图像中的目标的位置和大小，在当前帧图像中进行扩展形成目标检测区域，在所述目标检测区域内滑动形成待检测框，计算所述待检测框的特征向量与模板特征向量之间的相似度，取出分数最高的阈值个待检测框为检测框，利用目标评估器获取所述检测框的目标概率得分；S140、判断所述位置得分和所述目标概率得分中最高者大于阈值时，认定跟踪成功，并将最高得分对应的检测框或者当前位置矩形中的图像作为目标。

【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：S120、获取图像帧，利用目标跟踪器获取目标的当前位置矩形，并对当前位置矩形提取特征向量，利用目标评估器判断当前位置矩形的位置得分；S130、根据上一帧图像中的目标的位置和大小，在当前帧图像中进行扩展形成目标检测区域，在所述目标检测区域内滑动形成待检测框，计算所述待检测框的特征向量与模板特征向量之间的相似度，取出分数最高的阈值个待检测框为检测框，利用目标评估器获取所述检测框的目标概率得分；S140、判断所述位置得分和所述目标概率得分中最高者大于阈值时，认定跟踪成功，并将最高得分对应的检测框或者当前位置矩形中的图像作为目标。2.根据权利要求1所述的目标跟踪方法，其特征在于，所述步骤S140还包括，判断所述位置得分和所述目标概率得分中最高者小于阈值时，认定跟踪失败；所述步骤S130中，所述根据上一帧图像中的目标的位置和大小，在当前帧图像中进行扩展形成目标检测区域包括：判断上一帧图像跟踪失败时，设定所述目标检测区域为当前帧图像的全部区域。3.根据权利要求1或2所述的目标跟踪方法，其特征在于，还包括步骤：S150、判断步骤S140中跟踪成功时，根据当前帧图像中的目标特征向量和当前模板特征向量更新所述模板特征向量，重复执行步骤S120至步骤S150直至图像结束。4.根据权利要求3所述的目标跟踪方法，其特征在于，所述更新所述模板特征向量的步骤包括：根据如下公式进行更新，featTmp＝featTmp×(1-alpha)+featCur×alpha，其中featTmp为模板特征向量，featCur为当前帧目标特征向量，alpha为学习率。5.根据权利要求1或2或3所述的目标跟踪方法，其特征在于，还包括步骤：S160、判断步骤S140中跟踪成功时，计算当前目标的特征向量与用于训练目标评估器的样本池中的样本的特征向量的相似度，判断相似度小于阈值时，将所述目标加入到所述样本池中，利用更新后的样本池训练形成更新后的目标评估器，采用更...

【专利技术属性】
技术研发人员：谢建，危明，田泽康，邓卉，
申请(专利权)人：易视腾科技股份有限公司，
类型：发明
国别省市：江苏,32