目标物体跟踪方法、装置及终端设备制造方法及图纸

本申请适用于图像处理技术领域，提供了目标物体跟踪方法、装置及终端设备，该目标物体跟踪方法包括：获取包含目标物体的图像序列，所述图像序列包括多帧图像；对所述多帧图像进行解析，确定所述目标物体在当前帧图像中的运动矢量和运动矢量残差；将所述运动矢量、所述运动矢量残差和所述目标物体在前一帧图像中的已知目标区域输入第一目标检测网络，确定所述目标物体在当前帧图像中的预测目标区域。本申请能够减少计算量进而提高对目标物体跟踪的运算速度。

【技术实现步骤摘要】
目标物体跟踪方法、装置及终端设备
本申请属于图像处理
，尤其涉及目标物体跟踪方法、装置及终端设备。
技术介绍
视频目标跟踪是计算机视觉的一个研究热点，它为视频分析、视频检索、行为理解等提供支持，在军事制导、人机交互、医疗诊断等领域都有着日益广泛的研究价值和应用前景。传统的目标跟踪算法准确率较低，而且限制也较多。而利用卷积神经网络的跟踪算法效果好但是速度慢。大多数卷积神经网络都是利用图像的RGB通道进行计算，对于跟踪算法来讲，需要前后两帧的信息才能发现哪些目标在这两帧当中发生了移动，因此计算时需要输入两帧图像数据，计算量较大导致算法速度慢。
技术实现思路
为克服相关技术中存在的问题，本申请实施例提供了目标物体跟踪方法、装置及终端设备。本申请是通过如下技术方案实现的：第一方面，本申请实施例提供了一种目标物体跟踪方法，包括：获取包含目标物体的图像序列，所述图像序列包括多帧图像；对所述多帧图像进行解析，确定所述目标物体在当前帧图像中的运动矢量和运动矢量残差；将所述运动矢量、所述运本文档来自技高网...

【技术保护点】
1.一种目标物体跟踪方法，其特征在于，包括：/n获取包含目标物体的图像序列，所述图像序列包括多帧图像；/n对所述多帧图像进行解析，确定所述目标物体在当前帧图像中的运动矢量和运动矢量残差；/n将所述运动矢量、所述运动矢量残差和所述目标物体在前一帧图像中的已知目标区域输入第一目标检测网络，确定所述目标物体在当前帧图像中的预测目标区域。/n

【技术特征摘要】
1.一种目标物体跟踪方法，其特征在于，包括：
获取包含目标物体的图像序列，所述图像序列包括多帧图像；
对所述多帧图像进行解析，确定所述目标物体在当前帧图像中的运动矢量和运动矢量残差；
将所述运动矢量、所述运动矢量残差和所述目标物体在前一帧图像中的已知目标区域输入第一目标检测网络，确定所述目标物体在当前帧图像中的预测目标区域。


2.如权利要求1所述的目标物体跟踪方法，其特征在于，所述方法还包括：训练所述第一目标检测网络的步骤；
所述训练所述第一目标检测网络的步骤包括：
获取待训练图像，所述待训练图像中包含待检测物体；
对于所述待训练图像中的相邻两帧图像，确定所述待检测物体在后一帧图像中的运动矢量和/或运动矢量残差，以及在前一帧图像中的已知目标区域；
基于所述待检测物体在后一帧图像中的运动矢量和/或运动矢量残差，以及在前一帧图像中的已知目标区域，训练所述第一目标检测网络。


3.如权利要求2所述的目标物体跟踪方法，其特征在于，所述第一目标检测网络为基于感兴趣区域的目标检测网络，所述基于所述待检测物体在后一帧图像中的运动矢量和/或运动矢量残差，以及在前一帧图像中的已知目标区域，训练第一所述目标检测网络，包括：
将所述待检测物体在后一帧图像中的运动矢量和/或运动矢量残差输入所述基于感兴趣区域的目标检测网络，并采用所述待检测物体在前一帧图像中的已知目标区域作为所述基于感兴趣区域的目标检测网络的感兴趣区域；
通过所述待检测物体在后一帧图像中的运动矢量和/或运动矢量残差，以及所述感兴趣区域，训练所述基于感兴趣区域的目标检测网络。


4.如权利要求1所述的目标物体跟踪方法，其特征在于，所述方法还包括：
对于所述图像序列中的第一帧图像，通过第二目标检测网络确定所述目标物体预设个数的关键点的位置坐标；
通过所述预设个数的关键点的位置坐标，确定所述目标物体在所述第一帧图像中的第一目标区域；其中，所述第一目标区域为确定所述目标物体在下一帧图像中的预测目标区域所需的已知目标区域。


5.如权利要求4所述的目标物体跟踪方法，其特征在...

【专利技术属性】
技术研发人员：丁旭，胡文泽，
申请(专利权)人：深圳云天励飞技术有限公司，
类型：发明
国别省市：广东;44