一种目标跟踪方法及设备技术

本申请公开了一种目标追踪方法，包括获取第一视频帧和第二视频帧，第一视频帧具有包含第一目标图像的第一目标框，第二视频帧具有包含第二目标图像的第二目标框；对第一目标框包含的第一目标图像处理得到至少两个第一图像区域，对第二目标框包含的第二目标图像处理得到至少两个第二图像区域；计算对应的第一图像区域与第二图像区域之间的图像距离和可见性总权重；将对应的第一图像区域与第二图像区域的图像距离与可见性总权重进行加权平均运算，得到第一目标图像与第二目标图像的图像总距离；将图像总距离与预设图像距离进行比较，并根据比较结果确定第一目标与第二目标是否相同。本申请还提供了目标追踪设备、存储介质以及计算机程序产品。

A target tracking method and equipment

【技术实现步骤摘要】
一种目标跟踪方法及设备
本申请实施例涉及图片处理领域，尤其涉及一种目标跟踪方法及设备
技术介绍
智能多目标跟踪系统(IntelligentMultipleObjectsTrackingSystem)采用了先进的图像检测、跟踪识别和视频分析，配合精密运动控制系统，实现对大场景中多个运动目标的连续快速跟踪捕捉。它将大场景内多目标的跟踪识别和视频分析功能集成在一个独立的系统中，通过对前端摄像头采集的视频信息进行智能化分析，同时后台可以实时看到分析数据和视频录像，也可以进行视频检索。视频检索的过程具体包括智能多目标跟踪系统获取前后对比帧，图像预处理，运动目标检测，后处理，确定运动目标等步骤。其中，确定运动目标步骤需要判断运动目标是否为同一目标，判断方式主要采用图像识别技术进行比较，若图像相似度较高，则认定为同一目标。但是，当目标被遮挡，比如环境因素的落叶，行人相互遮挡等情况，完整的目标无法被前端摄像头捕捉到，就会对目标的判断造成影响。智能多目标跟踪系统常常在目标存在部分遮挡时跟踪准确度会大幅下滑，具体原因为，被遮挡的区域不仅不再提供有益的线索，反而引入了额外的干扰，额外的干扰导致系统对完整的目标和被遮挡的目标是否为同一目标的判定产生影响。
技术实现思路
本申请提供了一种目标跟踪方法以及目标追踪设备，用以保证所述方法在实际中的应用及实现。本申请实施例第一方面提供了一种目标跟踪方法，包括：获取第一视频帧和第二视频帧，所述第一视频帧具有包含第一目标图像的第一目标框，所述第二视频帧具有包含第二目标图像的第二目标框；对所述第一目标框包含的第一目标图像处理得到至少两个第一图像区域，并对所述第二目标框包含的第二目标图像处理得到至少两个第二图像区域；确定第一图像区域及第二图像区域之间的对应关系；计算具有对应关系的第一图像区域与第二图像区域之间的图像距离；计算具有对应关系的第一图像区域与第二图像区域的可见性总权重；将各个具有对应关系的第一图像区域与第二图像区域的图像距离与可见性总权重进行加权平均运算，得到第一目标图像与第二目标图像的图像总距离；将所述图像总距离与预设图像距离进行比较，并根据比较结果确定所述第一目标图像包含的第一目标与所述第二目标图像包含的第二目标是否相同。基于第一方面，本申请实施例还提供了第一方面的第二种实施方式：使用目标跟踪算法对所述第一视频帧和第二视频帧处理，获得包含第一目标框的第一视频帧和包含第二目标框的第二视频帧。基于第一方面和第一方面第二种实施方式，本申请实施例还提供了第一方面的第三种实施方式：所述对所述第一目标框包含的第一目标图像处理得到至少两个第一图像区域，并对所述第二目标框包含的第二目标图像处理得到至少两个第二图像区域，包括：获得预设的图像划分规则，所述图像划分规则包括：划分的图像区域数量、划分方向以及划分比例；依据所述图像划分规则，对所述第一目标框包含的第一目标图像进行区域划分，得到至少两个第一图像区域；依据所述图像划分规则，对所述第二目标框包含的第二目标图像进行区域划分，得到至少两个第二图像区域。基于第一方面第三种实施方式，本申请实施例还提供了第一方面的第四种实施方式：所述第一图像区域及第二图像区域之间的对应关系为所述第一图像区域相对于所述第一目标图像的位置关系与所述第二图像区域相对于所述第二目标图像的位置关系相同。基于第一方面和第一方面第二种实施方式，本申请实施例还提供了第一方面的第五种实施方式：在所述确定第一图像区域及第二图像区域之间的对应关系之后，计算具有对应关系的第一图像区域与第二图像区域之间的图像距离之前，还包括：使用训练好的部件感知模型对所述第一图像区域进行处理，得到与所述第一图像区域对应的第一部件特征值和第一可见性得分，所述第一部件特征值用以表示所述第一图像区域的像素的排列情况，所述第一可见性得分用以表示所述第一目标被遮挡的概率；使用训练好的部件感知模型对所述第二图像区域进行处理，得到与所述第二图像区域对应的第二部件特征值和第二可见性得分，所述第二部件特征值用以表示所述第二图像区域的像素的排列情况，所述第二可见性得分用以表示所述第二目标被遮挡的概率；所述计算具有对应关系的第一图像区域与第二图像区域之间的图像距离，包括：对具有对应关系的第一部件特征值和第二部件特征值做差，得到具有对应关系的第一图像区域与第二图像区域之间的图像距离；所述计算具有对应关系的第一图像区域与第二图像区域的可见性总权重，包括：对具有对应关系的第一可见性得分和第二可见性得分进行乘积运算，得到具有对应关系的第一图像区域与第二图像区域之间的可见性总权重。基于第一方面第五种实施方式，本申请实施例还提供了第一方面的第六种实施方式：所述部件感知模型包括图像区域定位器和图像区域提取器，所述图像区域定位器用于对所述第一图像区域和/或所述第二图像区域进行处理得到对应的第一可见性的分和/或第二可见性得分，所述图像区域提取器用于对所述第一图像区域和/或所述第二图像区域进行处理得到对应的第一部件特征值和/或第二部件特征值。基于第一方面第六种实施方式，本申请实施例还提供了第一方面的第七种实施方式：所述图像区域定位器和所述图像区域提取器通过自监督学习方法训练获得。本申请实施例第二方面提供了一种目标跟踪设备该目标跟踪设备具有实现上述第一方面中目标跟踪方法的功能。该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。本申请实施例第三方面提供了一种计算机存储介质，该计算机存储介质用于储存为上述目标跟踪设备所用的计算机软件指令，其包括用于执行为目标跟踪设备所设计的程序。本申请实施例第六方面提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，该计算机软件指令可通过处理器进行加载来实现上述第一方面中任意一项的目标跟踪方法中的流程。从以上技术方案可以看出，本申请实施例具有以下优点：在对目标框内容是否为同一目标进行判定时，将目标框划分为数个图像区域，并分别计算图像区域与图像区域之间的图像距离和可见性总权重，可见性总权重反映了对判断两张图片中的目标的影响程度，在对是否为同一目标的判断中使用加权计算的方式得到图像总距离，在图像总距离中可见性总权重体现了某些图像区域的重要程度，使得判断过程聚焦于某些区域，而容易造成干扰的区域被忽略，从而提高了目标跟踪的准确率。附图说明图1为本申请目标跟踪方法中的一个实施例示意图；图2为本申请目标跟踪方法中的一个实施对象示意图；图3为本申请目标跟踪设备中的一个实施例示意图；图4为本申请目标跟踪设备中的一个实施例示意图；图5为本申请目标跟踪方法中的另一个实施例示意图。具体实施方式本申请实施例提供了一种目标跟踪方法，用于智能多目标跟踪系统，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：/n获取第一视频帧和第二视频帧，所述第一视频帧具有包含第一目标图像的第一目标框，所述第二视频帧具有包含第二目标图像的第二目标框；/n对所述第一目标框包含的第一目标图像处理得到至少两个第一图像区域，并对所述第二目标框包含的第二目标图像处理得到至少两个第二图像区域；/n确定第一图像区域及第二图像区域之间的对应关系；/n计算具有对应关系的第一图像区域与第二图像区域之间的图像距离；/n计算具有对应关系的第一图像区域与第二图像区域的可见性总权重；/n将各个具有对应关系的第一图像区域与第二图像区域的图像距离与可见性总权重进行加权平均运算，得到第一目标图像与第二目标图像的图像总距离；/n将所述图像总距离与预设图像距离进行比较，并根据比较结果确定所述第一目标图像包含的第一目标与所述第二目标图像包含的第二目标是否相同。/n

【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括：
获取第一视频帧和第二视频帧，所述第一视频帧具有包含第一目标图像的第一目标框，所述第二视频帧具有包含第二目标图像的第二目标框；
对所述第一目标框包含的第一目标图像处理得到至少两个第一图像区域，并对所述第二目标框包含的第二目标图像处理得到至少两个第二图像区域；
确定第一图像区域及第二图像区域之间的对应关系；
计算具有对应关系的第一图像区域与第二图像区域之间的图像距离；
计算具有对应关系的第一图像区域与第二图像区域的可见性总权重；
将各个具有对应关系的第一图像区域与第二图像区域的图像距离与可见性总权重进行加权平均运算，得到第一目标图像与第二目标图像的图像总距离；
将所述图像总距离与预设图像距离进行比较，并根据比较结果确定所述第一目标图像包含的第一目标与所述第二目标图像包含的第二目标是否相同。


2.根据权利要求1所述的目标跟踪方法，其特征在于，所述获取第一视频帧和第二视频帧包括：
使用目标跟踪算法对所述第一视频帧和第二视频帧处理，获得包含第一目标框的第一视频帧和包含第二目标框的第二视频帧。


3.根据权利要求1或2所述的目标跟踪方法，其特征在于，所述对所述第一目标框包含的第一目标图像处理得到至少两个第一图像区域，并对所述第二目标框包含的第二目标图像处理得到至少两个第二图像区域，包括：
获得预设的图像划分规则，所述图像划分规则包括：划分的图像区域数量、划分方向以及划分比例；
依据所述图像划分规则，对所述第一目标框包含的第一目标图像进行区域划分，得到至少两个第一图像区域；
依据所述图像划分规则，对所述第二目标框包含的第二目标图像进行区域划分，得到至少两个第二图像区域。


4.根据权利要求3所述的目标跟踪方法，其特征在于，所述第一图像区域及第二图像区域之间的对应关系为所述第一图像区域相对于所述第一目标图像的位置关系与所述第二图像区域相对于所述第二目标图像的位置关系相同。


5.根据权利要求1或2所述的目标跟踪方法，其特征在于，在所述确定第一图像区域及第二图像区域之间的对应关系之后，计算具有对应关系的第一图像区域与第二图像区域之间的图像距离之前，还包括：
使用训练好的部件感知模型对所述第一图像区域进行处理，得到与所述第一图像区域对应的第一部件特征值和第一可见性得分，所述第一部件特征值用以表示所述第一图像区域的像素的排列情况，所述第一可见性得分用以表示所述第一目标被遮挡的概率；
使用训练好的部件感知模型对所述第二图像区域进行处理，得到与所述第二图像区域对应的第二部件特征值和第二可见性得分，所述第二部件特征值用以表示所述第二图像区域的像素的排列情况，所述第二可见性得分用以表示所述第二目标被遮挡的概率；
所述计算具有对应关系的第一图像区域与第二图像区域之间的图像距离，包括：
对具有对应关系的第一部件特征值和第二部件特征值做差，得到具有对应关系的第一图像区域与第二图像区域之间的图像距离；
所述计算具有对应关系的第一图像区域与第二图像区域的可见性总权重，包括：
对具有对应关系的第一可见性得分和第二可见性得分进行乘积运算，得到具有对应关系的第一图像区域与第二图像区域之间的可见性总权重。


6.根据权利要求5所述的目标跟踪方法，其特征在于，所述部件感知模型包括图像区域定位器和图像区域提取器，所述图像区域定位器用于对所述第一图像区域和/或所述第二图像区域进行处理得到对应的第一可见性的分和/或第二可见性得分，所述图像区域提取器用于对所述第一图像区域和/或所述第二图像区域进行处理得到对应的第一部件特征值和/或第二部件特征值。


7.根据权利要求6所述的目标跟踪方法，其特征在于，所述图像区域定位器和所述图像区域提取器通过自监督学习方法训练获得。


8.一种目标跟踪设备，其特征在于，包括：
获取单元，用于获取第一视频帧和第二视频帧，所述第一视频帧具有包含第一目标图像的第一目标框，所述第二视频帧具有包含第二目标图像的第二目标框；
处理单元，用于对所述第一目标框包含的第一目标图像处理得到至少两个第一图像区域，并对所述第二目标框包含的第二目标图像处理得到...

【专利技术属性】
技术研发人员：唐健，吴喆，唐景权，
申请(专利权)人：深圳市捷顺科技实业股份有限公司，
类型：发明
国别省市：广东;44