【技术实现步骤摘要】
目标跟踪方法、装置和系统及存储介质
本专利技术涉及计算机视觉
,更具体地涉及一种目标跟踪方法、装置和系统及存储介质。
技术介绍
目标跟踪技术是计算机视觉领域的一个比较重要的研究方向。目标跟踪技术可以应用在很多方面,例如视频监控、人机交互、无人驾驶等。现有的一些目标跟踪技术采用基于孪生神经网络模型的跟踪算法,其方法是将初始给定的目标(模板图像中的物体)作为模板,从后续视频帧中提取搜索区域(或称候选区域),获得搜索图像,利用预训练网络模型提取模板图像的特征及搜索图像的特征,随后通过相似性学习的方法计算模板图像中的目标与搜索区域中各物体的相似度,进而判断目标的位置。在单目标跟踪任务下,对于输入的视频帧,前景及背景的定义并非绝对的,而是依赖于在第一个视频帧(即模板图像)中选定的目标,即将模板图像上用初始框标注的目标定义为前景,其余图像信息均定义为背景,是一个相对二分类问题。现有的目标跟踪算法,在跟踪目标的过程中,选定第一个视频帧作为模板图像,并且固定该模板不再更新,这样做虽然一定程度上可以避免更新模板带来的误差累计及计算量问题,但是由于真实驾驶场景或制导武器飞行过程中,无论视觉场景较为单一还是发生较大变化时,使用这样携带着大量背景信息的特征来搜索匹配目标都会带来严重的偏差。
技术实现思路
考虑到上述问题而提出了本专利技术。本专利技术提供了一种目标跟踪方法、装置和系统以及存储介质。本专利技术一方面,提供了一种目标跟踪方法。目标跟踪方法包括:获取目标模板图像和目标搜索图像;将所述目标模板 ...
【技术保护点】
1.一种目标跟踪方法,包括:/n获取目标模板图像和目标搜索图像;/n将所述目标模板图像和所述目标搜索图像分别输入目标跟踪网络中的特征提取网络,以分别提取所述目标模板图像的第一初始特征和所述目标搜索图像的第二初始特征;/n将所述第一初始特征输入所述目标跟踪网络中的第一前景背景分离网络,以获得所述目标模板图像的第一前景特征;/n将所述第二初始特征输入所述目标跟踪网络中的第二前景背景分离网络,以获得所述目标搜索图像的第二前景特征,所述第二前景背景分离网络与所述第一前景背景分离网络共享权重;/n对所述第一前景特征与所述第二前景特征进行相关性计算,以获得第一相关性响应结果;/n基于所述第一相关性响应结果进行位置预测,以获得目标跟踪结果。/n
【技术特征摘要】
1.一种目标跟踪方法,包括:
获取目标模板图像和目标搜索图像;
将所述目标模板图像和所述目标搜索图像分别输入目标跟踪网络中的特征提取网络,以分别提取所述目标模板图像的第一初始特征和所述目标搜索图像的第二初始特征;
将所述第一初始特征输入所述目标跟踪网络中的第一前景背景分离网络,以获得所述目标模板图像的第一前景特征;
将所述第二初始特征输入所述目标跟踪网络中的第二前景背景分离网络,以获得所述目标搜索图像的第二前景特征,所述第二前景背景分离网络与所述第一前景背景分离网络共享权重;
对所述第一前景特征与所述第二前景特征进行相关性计算,以获得第一相关性响应结果;
基于所述第一相关性响应结果进行位置预测,以获得目标跟踪结果。
2.如权利要求1所述的方法,其中,所述第一前景背景分离网络还输出所述目标模板图像的第一背景特征和/或所述第二前景背景分离网络还输出所述目标搜索图像的第二背景特征,其中,
在所述基于所述第一相关性响应结果进行位置预测之前,所述方法还包括以下一种或多种相关性计算:
对所述第一前景特征与所述第二背景特征进行相关性计算,以获得第二相关性响应结果;
对所述第一背景特征与所述第二前景特征进行相关性计算,以获得第三相关性响应结果;
对所述第一背景特征与所述第二背景特征进行相关性计算,以获得第四相关性响应结果;
所述基于所述第一相关性响应结果进行位置预测,以获得目标跟踪结果包括:
对计算获得的各相关性响应结果进行融合;
将经融合的相关性响应结果输入位置预测网络,以获得所述目标跟踪结果。
3.如权利要求2所述的方法,其中,所述对计算获得的各相关性响应结果进行融合包括:
基于以下公式对各相关性响应结果进行融合:
Ssum=λ1FTFt*FSFt+λ2FTFt*FSBt+λ3FTBt*FsFt+λ4FTBt*FSBt,
其中,Ssum是经融合的相关性响应结果,λi是第i相关性响应结果的权重,FTFt是所述第一前景特征,FTBt是所述第一背景特征,FSFt是所述第二前景特征,FSBt是所述第二背景特征。
4.如权利要求3所述的方法,其中,λ1和λ4为正值,λ2和λ3为负值,λ4小于λ1。
5.如权利要求3所述的方法,其中,所述方法还包括:
当所述第一相关性响应结果指示所述第一前景特征与所述第二前景特征的相关性减小时,降低所述第一相关性响应结果的权重,当所述第一相关性响应结果指示所述第一前景特征与所述第二前景特征的相关性增大时,提高所述第一相关性响应结果的权重;和/或
当所述第四相关性响应结果指示所述...
【专利技术属性】
技术研发人员:李健宁,于立冬,
申请(专利权)人:驭势科技南京有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。