一种目标追踪方法和装置制造方法及图纸

本发明专利技术实施例提供的一种目标追踪方法和装置，获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量；若判断获知当前帧图像和第一帧图像的相关运算的第二最大值大于第一预设阈值，且当前帧图像与前一帧图像的平移量差值小于第二预设阈值，则基于所述缩放系数和所述平移量得到当前帧图像中追踪目标所在位置和大小，否则以当前帧图像的前一帧图像的追踪目标位置大小作为当前帧图像的结果。根据缩放系数和平移量计算出当前帧目标所在的位置和目标大小，增加了缩放计算模块，针对有缩放的场景，可以更稳定的追踪目标；性能较高，可能更快追踪目标，满足高帧率的需求；增加置信度判定策略，减少漂移情况。

A target tracking method and device

【技术实现步骤摘要】
一种目标追踪方法和装置
本专利技术实施例涉及计算机
，尤其涉及一种目标追踪方法和装置。
技术介绍
目标跟踪是视觉领域一个重要的研究方向，随着深度学习的普及，性能越来越成为制约的因素。目标跟踪是一项融合图像处理、模式识别、人工智能及自动控制等多种不同技术的综合性应用技术，广泛应用于各种领域中。目标跟踪是指对图像序列中的运动目标或是特征单一的物体进行检测、识别和跟踪，通过获取目标的位置、速度等参数或是目标的形状和颜色等特征，对其进一步处理，从而实现对运动目标物的准确跟踪。在目标跟踪的研究领域中，众多学者提出了大量的跟踪方法，在这些跟踪方法中，往往采用跟踪框来对跟踪目标进行跟踪，但在跟踪框对跟踪目标进行跟踪的过程中，由于跟踪目标是运动的，跟踪目标在视频图像中的大小和位置会随着时间而发生变化，当跟踪目标在视频图像中的大小较小或较大时，现有技术中的跟踪框容易丢失正在跟踪的跟踪目标，从而降低了目标跟踪的准确性。为了不损失深度学习的精度，一种既稳定又高校的追踪算法是必须的。目前还没有一种算法能够适用于所有的应用场景，也没有一种算法可以同时满足稳定性和时效性的要求，所以目标跟踪技术仍然是一个具有挑战性的课题。高帧率要求下，长期跟踪过程中目标出现较大缩放时出现的追踪不稳定，追踪框不准确的问题。同样数据源，同样硬件配置环境下，使用MOSS追踪需要2ms，但是稳定差，使用CSRT稳定性较好，但是追踪需要100ms。
技术实现思路
本专利技术实施例提供一种目标追踪方法和装置，用以解决现有技术中高帧率要求下，长期跟踪过程中目标出现较大缩放时出现的追踪不稳定，追踪框不准确的问题。第一方面，本专利技术实施例提供一种目标追踪方法，包括：获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量；若判断获知当前帧图像和第一帧图像的相关运算的第二最大值大于第一预设阈值，且当前帧图像与前一帧图像的平移量差值小于第二预设阈值，则基于所述缩放系数和所述平移量得到当前帧图像中追踪目标所在位置和大小，否则以当前帧图像的前一帧图像的追踪目标位置大小作为当前帧图像的结果。进一步，获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量前，还包括：选取第一帧图像，并进行追踪目标检测，得到追踪目标的位置，大小和属性信息，初始化追踪器，并提取第一帧图像中的第一感兴趣区域ROI。进一步，并提取第一帧图像中的第一感兴趣区域ROI后，还包括：选取当前帧图像，基于追踪器初始值选取当前帧图像中相同位置出的第二感兴趣区域ROI。进一步，获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量，具体包括：获取第一ROI和第二ROI的幅度谱相关运算的第一最大值对应的对数极坐标的平移量；基于对数极坐标的平移量得到缩放系数；基于所述缩放系数将当前帧图像缩放到和第一帧图像同比例尺下，对缩放后的当前帧图像和第一帧图像做相关运算，找出第二最大值，基于所述第二最大值获取当前帧图像和第一帧图像的相对平移量。进一步，获取第一ROI和第二ROI的幅度谱相关运算的第一最大值对应的对数极坐标的平移量，具体包括：对第一ROI和第二ROI做傅里叶变换，并提取傅里叶变换结果的幅度谱，对两个转为对数极坐标的幅度谱做相关运算，提取相关运算的第一最大值对应的对数极坐标的平移量。进一步，基于对数极坐标的平移量得到缩放系数，具体包括：基于对数极坐标平移量角度方向上的变化得到旋转量，基于对数极坐标平移量半径方向取指数幂得到缩放系数。进一步，所述目标追踪方法还包括：若判断获知追踪目标的平移量超过追踪目标大小设定比例阈值，和/或追踪时间大于设定时间阈值，则重新进行追踪目标检测。第二方面，本专利技术实施例提供一种目标追踪装置，包括：第一模块，用于获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量；第二模块，用于若判断获知当前帧图像和第一帧图像的相关运算的第二最大值大于第一预设阈值，且当前帧图像与前一帧图像的平移量差值小于第二预设阈值，则基于所述缩放系数和所述平移量得到当前帧图像中追踪目标所在位置和大小，否则以当前帧图像的前一帧图像的追踪目标位置大小作为当前帧图像的结果。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术第一方面实施例所述目标追踪方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术第一方面实施例所述目标追踪方法的步骤。本专利技术实施例提供的目标追踪方法和装置，利用YOLOV3算法对目标进行识别，利用目标识别的结果初始化追踪器，利用旋转缩放不变性计算前后两帧图像的缩放系数，利用缩放系数将图像缩放到同尺度下，利用相位相关性计算前后两帧图像的平移量，根据缩放系数和平移量计算出当前帧目标所在的位置和目标大小，增加了缩放计算模块，针对有缩放的场景，可以更稳定的追踪目标；性能较高，可能更快追踪目标，满足高帧率的需求；增加置信度判定策略，减少漂移情况。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为根据本专利技术实施例的目标追踪方法流程框图；图2为根据本专利技术实施例的一种电子设备结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。在目标跟踪的研究领域中，众多学者提出了大量的跟踪方法，在这些跟踪方法中，往往采用跟踪框来对跟踪目标进行跟踪，但在跟踪框对跟踪目标进行跟踪的过程中，由于跟踪目标是运动的，跟踪目标在视频图像中的大小和位置会随着时间而发生变化，当跟踪目标在视频图像中的大小较小或较大时，现有技术中的跟踪框容易丢失正在跟踪的跟踪目标，从而降低了目标跟踪的准确性。如何提高检测的性能，除了硬件升级，追踪算法是提升性能的一个重要手段。为了不损失深度学习的精度，一种既稳定又高校的追踪算法是必须的。目前还没有一种算法能够适用于所有的应用场景，也没有一种算法可以同时满足稳定性和时效本文档来自技高网...

【技术保护点】
1.一种目标追踪方法，其特征在于，包括：/n获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量；/n若判断获知当前帧图像和第一帧图像的相关运算的第二最大值大于第一预设阈值，且当前帧图像与前一帧图像的平移量差值小于第二预设阈值，则基于所述缩放系数和所述平移量得到当前帧图像中追踪目标所在位置和大小，否则以当前帧图像的前一帧图像的追踪目标位置大小作为当前帧图像的结果。/n

【技术特征摘要】
1.一种目标追踪方法，其特征在于，包括：
获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量；
若判断获知当前帧图像和第一帧图像的相关运算的第二最大值大于第一预设阈值，且当前帧图像与前一帧图像的平移量差值小于第二预设阈值，则基于所述缩放系数和所述平移量得到当前帧图像中追踪目标所在位置和大小，否则以当前帧图像的前一帧图像的追踪目标位置大小作为当前帧图像的结果。


2.根据权利要求1所述的目标追踪方法，其特征在于，获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量前，还包括：
选取第一帧图像，并进行追踪目标检测，得到追踪目标的位置，大小和属性信息，初始化追踪器，并提取第一帧图像中的第一感兴趣区域ROI。


3.根据权利要求2所述的目标追踪方法，其特征在于，并提取第一帧图像中的第一感兴趣区域ROI后，还包括：
选取当前帧图像，基于追踪器初始值选取当前帧图像中相同位置出的第二感兴趣区域ROI。


4.根据权利要求3所述的目标追踪方法，其特征在于，获取追踪目标第一帧图像和当前帧图像的缩放系数和平移量，具体包括：
获取第一ROI和第二ROI的幅度谱相关运算的第一最大值对应的对数极坐标的平移量；基于对数极坐标的平移量得到缩放系数；
基于所述缩放系数将当前帧图像缩放到和第一帧图像同比例尺下，对缩放后的当前帧图像和第一帧图像做相关运算，找出第二最大值，基于所述第二最大值获取当前帧图像和第一帧图像的相对平移量。


5.根据权利要求4所述的目标追踪方法，其特征在于，获取第一ROI和第二ROI的幅度谱相关运算的...

【专利技术属性】
技术研发人员：程德心，王婷，夏良俊，卫扬道，
申请(专利权)人：武汉光庭信息技术股份有限公司，
类型：发明
国别省市：湖北;42