对象追踪方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种基于图像检测技术的对象追踪方法、装置、计算机设备和存储介质。该方法包括：从多帧图像中选取当前帧；对当前帧的前一帧中的目标对象进行特征提取，得到目标对象的第一特征；从多帧图像中的位于当前帧之前的各帧中，分别提取目标对象的特征，得到目标对象的第二特征；提取当前帧中包括的各候选对象的特征；将各候选对象的特征与第一特征进行匹配，得到第一匹配结果；将各候选对象的特征与第二特征进行匹配，得到第二匹配结果；根据同一候选对象对应的第一匹配结果和第二匹配结果，确定各候选对象与目标对象间的最终匹配结果；按照最终匹配结果，从当前帧中的各候选对象中，识别目标对象。采用本方法能够提高对象追踪的准确性。

Object tracking methods, devices, computer equipment and storage media

【技术实现步骤摘要】
对象追踪方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种对象追踪方法、装置、计算机设备和存储介质。
技术介绍
随着科学技术的飞速发展，各种技术层出不穷。通过图像进行对象追踪的技术，在很多领域都起到很重要的作用。比如，警察通常需要通过监控视频来追踪犯罪嫌疑人，这种情况下，对象追踪技术就至关重要。传统方法中，是将当前帧与前一帧进行匹配，从而根据匹配差异，从当前帧中确定出所要追踪的目标对象。这样一来，如果前一帧中的目标对象出现模糊或者部分被遮挡的情况，就会导致前一帧中的有效特征信息比较少，导致匹配不准确，进而导致对象追踪不准确。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高准确性的对象追踪方法、装置、计算机设备和存储介质。一种对象追踪方法，所述方法包括：从多帧图像中选取当前帧；对当前帧的前一帧中的目标对象进行特征提取，得到目标对象的第一特征；从所述多帧图像中的位于所述当前帧之前的各帧中，分别提取所述目标对象的特征，得到所述目标对象的第二特征；提取所述当前帧中包括的各候选对象的特征；将各候选对象的特征与所述第一特征进行匹配，得到第一匹配结果，并将各候选对象的特征与所述第二特征进行匹配，得到第二匹配结果；根据同一候选对象对应的所述第一匹配结果和第二匹配结果，确定各候选对象与所述目标对象之间的最终匹配结果；按照最终匹配结果，从所述当前帧中的各候选对象中，识别目标对象。在其中一个实施例中，所述当前帧中包括多个对象，在所述提取所述当前帧中包括的各候选对象的特征之前，所述方法还包括：获取预先设置的至少一个对象检测模板；分别将当前帧中包括的各对象与所述对象检测模板进行匹配；确定匹配成功的对象为候选对象。在其中一个实施例中，所述目标对象属于行人对象；所述对象检测模板包括人体框架模板；所述分别将当前帧中包括的各对象与所述对象检测模板进行匹配包括：分别将当前帧中包括的各对象与所述人体框架模板进行匹配；所述确定匹配成功的对象为候选对象包括：根据匹配结果，识别所述当前帧中包括的行人对象，作为候选对象。在其中一个实施例中，所述分别将当前帧中包括的各对象与所述人体框架模板进行匹配包括：针对当前帧中包括的每个对象，对所述对象进行边缘识别，得到所述对象的外部轮廓特征；将所述对象的外部轮廓特征与所述人体框架模板进行匹配；当匹配成功时，则判定所述对象为行人对象。在其中一个实施例中，所述目标对象属于行人对象；所述当前帧中包括多个对象；在所述提取所述当前帧中包括的各候选对象的特征之前，所述方法还包括：针对所述当前帧中的每个对象，从所述当前帧中截取包括所述对象的对象区域图；所述对象占据所述对象区域图中的主要区域；分别将各个对象区域图输入预先训练的人体识别模型中，输出针对各对象区域图中包括的对象的识别结果；当所述识别结果表征所述对象为人体时，则判定所述对象为候选对象。在其中一个实施例中，所述第一匹配结果包括对象与目标对象之间的第一匹配度；所述第二匹配结果包括对象与目标对象之间的第二匹配度；所述根据同一对象对应的所述第一匹配结果和第二匹配结果，确定各对象与所述目标对象之间的最终匹配结果包括：根据对应于同一对象的第一匹配度和第二匹配度，确定各对象与所述目标对象之间的最终匹配度；所述按照最终匹配结果，从所述当前帧中的各对象中，识别目标对象包括：从各对象所对应的最终匹配度中选取最小的最终匹配度；从所述当前帧的各对象中，筛选所述最小的最终匹配度所对应的对象，得到目标对象。一种对象追踪装置，所述装置包括：特征提取模块，用于从多帧图像中选取当前帧；对当前帧的前一帧中的目标对象进行特征提取，得到目标对象的第一特征；从所述多帧图像中的位于所述当前帧之前的各帧中，分别提取所述目标对象的特征，得到所述目标对象的第二特征；提取所述当前帧中包括的各候选对象的特征；特征匹配模块，用于将各候选对象的特征与所述第一特征进行匹配，得到第一匹配结果，并将各候选对象的特征与所述第二特征进行匹配，得到第二匹配结果；根据同一候选对象对应的所述第一匹配结果和第二匹配结果，确定各候选对象与所述目标对象之间的最终匹配结果；对象识别模块，用于按照最终匹配结果，从所述当前帧中的各候选对象中，识别目标对象。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：从多帧图像中选取当前帧；对当前帧的前一帧中的目标对象进行特征提取，得到目标对象的第一特征；从所述多帧图像中的位于所述当前帧之前的各帧中，分别提取所述目标对象的特征，得到所述目标对象的第二特征；提取所述当前帧中包括的各候选对象的特征；将各候选对象的特征与所述第一特征进行匹配，得到第一匹配结果，并将各候选对象的特征与所述第二特征进行匹配，得到第二匹配结果；根据同一候选对象对应的所述第一匹配结果和第二匹配结果，确定各候选对象与所述目标对象之间的最终匹配结果；按照最终匹配结果，从所述当前帧中的各候选对象中，识别目标对象。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：从多帧图像中选取当前帧；对当前帧的前一帧中的目标对象进行特征提取，得到目标对象的第一特征；从所述多帧图像中的位于所述当前帧之前的各帧中，分别提取所述目标对象的特征，得到所述目标对象的第二特征；提取所述当前帧中包括的各候选对象的特征；将各候选对象的特征与所述第一特征进行匹配，得到第一匹配结果，并将各候选对象的特征与所述第二特征进行匹配，得到第二匹配结果；根据同一候选对象对应的所述第一匹配结果和第二匹配结果，确定各候选对象与所述目标对象之间的最终匹配结果；按照最终匹配结果，从所述当前帧中的各候选对象中，识别目标对象。上述对象追踪方法、装置、计算机设备和存储介质，分别获取前一帧中目标对象的第一特征，以及在当前帧之前的各帧中目标对象的第二特征，相当于，既考虑目标对象在较近的前一帧中的第一特征，又考虑到目标对象在之前的多帧中的第二特征，从而使得所提取的目标特征的信息量更多，更加的准确。进而，将当前帧中各候选对象的特征分别与目标对象的第一特征和各第二特征进行匹配，根据第一匹配结果和第二匹配结果确定候选对象与目标对象之间的最终匹配结果，从而能够使各候选对象和目标对象之间的匹配结果更加准确，基于该匹配结果能够从当前帧中更加准确地识别出目标对象，进而实现了对目标对象更加准确地追踪。附图说明图1为一个实施例中对象追踪方法的应用场景图；图2为一个实施例中对象追踪方法的流程示意图；图3为一个实施例中对象追踪方法的原理示意图；图4为一个实施本文档来自技高网...

【技术保护点】
1.一种对象追踪方法，所述方法包括：/n从多帧图像中选取当前帧；/n对当前帧的前一帧中的目标对象进行特征提取，得到目标对象的第一特征；/n从所述多帧图像中的位于所述当前帧之前的各帧中，分别提取所述目标对象的特征，得到所述目标对象的第二特征；/n提取所述当前帧中包括的各候选对象的特征；/n将各候选对象的特征与所述第一特征进行匹配，得到第一匹配结果，并将各候选对象的特征与所述第二特征进行匹配，得到第二匹配结果；/n根据同一候选对象对应的所述第一匹配结果和第二匹配结果，确定各候选对象与所述目标对象之间的最终匹配结果；/n按照最终匹配结果，从所述当前帧中的各候选对象中，识别目标对象。/n

【技术特征摘要】
1.一种对象追踪方法，所述方法包括：
从多帧图像中选取当前帧；
对当前帧的前一帧中的目标对象进行特征提取，得到目标对象的第一特征；
从所述多帧图像中的位于所述当前帧之前的各帧中，分别提取所述目标对象的特征，得到所述目标对象的第二特征；
提取所述当前帧中包括的各候选对象的特征；
将各候选对象的特征与所述第一特征进行匹配，得到第一匹配结果，并将各候选对象的特征与所述第二特征进行匹配，得到第二匹配结果；
根据同一候选对象对应的所述第一匹配结果和第二匹配结果，确定各候选对象与所述目标对象之间的最终匹配结果；
按照最终匹配结果，从所述当前帧中的各候选对象中，识别目标对象。


2.根据权利要求1所述的方法，其特征在于，所述当前帧中包括多个对象，在所述提取所述当前帧中包括的各候选对象的特征之前，所述方法还包括：
获取预先设置的至少一个对象检测模板；
分别将当前帧中包括的各对象与所述对象检测模板进行匹配；
确定匹配成功的对象为候选对象。


3.根据权利要求2所述的方法，其特征在于，所述目标对象属于行人对象；所述对象检测模板包括人体框架模板；
所述分别将当前帧中包括的各对象与所述对象检测模板进行匹配包括：
分别将当前帧中包括的各对象与所述人体框架模板进行匹配；
所述确定匹配成功的对象为候选对象包括：
根据匹配结果，识别所述当前帧中包括的行人对象，作为候选对象。


4.根据权利要求3所述的方法，其特征在于，所述分别将当前帧中包括的各对象与所述人体框架模板进行匹配包括：
针对当前帧中包括的每个对象，对所述对象进行边缘识别，得到所述对象的外部轮廓特征；
将所述对象的外部轮廓特征与所述人体框架模板进行匹配；
当匹配成功时，则判定所述对象为行人对象。


5.根据权利要求1所述的方法，其特征在于，所述目标对象属于行人对象；所述当前帧中包括多个对象；
在所述提取所述当前帧中包括的各候选对象的特征之前，所述方法还包括：
针对所述当前帧中的每个对象，从所述当前帧中截取包括所述对象的对象区域图；所述对象占据所述对象区域图中的主要区域；
分别将各个对象区域图输入预先训练的人体识别模型中，...

【专利技术属性】
技术研发人员：杨国青，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44