目标跟踪方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种目标跟踪方法、装置、计算机设备和存储介质。所述方法应用于ARM嵌入式平台，包括：并行获取所述当前帧图像中原尺度、大尺度以及小尺度对应区域的目标模板，以简化运行过程，提高运行效率，避免一个尺度接一个尺度获取带来的巨大计算量，再对不同尺度下的目标模板对应的所述峰值响应数据进行选择和处理，以得到所述跟踪目标在所述当前帧图像中的当前目标位置，以此实现对所述跟踪目标的跟踪。并行获取不同尺度下的目标模板，简化了运算过程，去除了原始跟踪过程中大量的冗余计算，大幅提高了整体的跟踪效率。

Target tracking methods, devices, computer equipment and storage media

【技术实现步骤摘要】
目标跟踪方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种目标跟踪方法、装置、计算机设备和存储介质。
技术介绍
在反无人机及边海防应用中，需要在嵌入式平台上实现智能处理算法，实现目标实时跟踪。传统技术中，目标跟踪方法大都应用于服务器，由于该跟踪过程中涉及的算法原理复杂，计算复杂度高，对应用端的算力和存储有较高的要求，降低了跟踪效率。
技术实现思路
基于此，有必要针对上述技术问题，提供一种目标跟踪方法、装置、计算机设备和存储介质。一方面，提供一种目标跟踪方法，所述方法包括：将前一中心点作为当前中心点；其中，所述当前中心点为当前帧图像中跟踪目标的位置中心点，所述前一中心点为前一帧图像中所述跟踪目标的位置中心点；根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域的原尺度目标模板、大尺度目标模板和小尺度目标模板；分别根据所述原尺度目标模板、所述大尺度目标模板和所述小尺度目标模板，与所述前一帧图像的前一目标模板和前一分类器回归系数，得到原尺度峰值响应数据、大尺度峰值响应数据和小尺度峰值响应数据；获取所述原尺度峰值响应数据、所述大尺度峰值响应数据和所述小尺度峰值响应数据中的峰值最大值，并根据所述峰值最大值得到所述当前帧图像中所述跟踪目标的当前目标位置。在其中一个实施例中，所述方法还包括：对所述当前目标位置提取特征，并和汉宁窗口相乘，得到当前目标模板；根据所述当前目标模板的当前自相关高斯核和高斯矩阵，得到下一帧图像对应的下一分类器回归系数；其中，所述高斯矩阵根据初始化模板的尺度得到。在其中一个实施例中，当所述当前帧图像为第二帧图像时，则所述前一帧图像为第一帧图像，所述将前一中心点作为当前中心点之前，包括：根据初始化模板的尺度和所述第一帧图像中感兴趣区域，得到初始化区域；根据初始化特征和所述初始化模板对应的汉宁窗口得到所述第一帧图像的第一帧目标模板；其中，所述初始化特征为对所述初始化区域进行特征提取得到的；根据所述第一自相关高斯核和所述高斯矩阵得到所述第一分类器回归系数；其中，所述第一自相关高斯核为根据所述第一目标模板得到的，所述高斯矩阵为根据所述初始化模板的尺度得到的。在其中一个实施例中，所述根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域的原尺度目标模板、大尺度目标模板和小尺度目标模板，包括：以所述当前中心点作为所述跟踪目标在所述当前图像中候选区域的中心点，获取与所述初始化模板的尺度相同的原尺度候选区域；对所述原尺度候选区域提取特征，得到所述原尺度目标模板；以所述当前中心点作为所述跟踪目标在所述当前图像中候选区域的中心点，获取大于所述初始化模板的尺度的大尺度候选区域；对所述大尺度候选区域提取特征，得到所述大尺度目标模板；以所述当前中心点作为所述跟踪目标在所述当前图像中候选区域的中心点，获取小于所述初始化模板的尺度的小尺度候选区域；对所述小尺度候选区域提取特征，得到所述小尺度目标模板。在其中一个实施例中，所述分别根据所述原尺度目标模板、所述大尺度目标模板和所述小尺度目标模板，与所述前一帧图像的前一目标模板和前一分类器回归系数，得到原尺度峰值响应数据、大尺度峰值响应数据和小尺度峰值响应数据，包括：获取所述原尺度目标模板与所述前一目标模板的原尺度互相关高斯核；根据所述原尺度互相关高斯核和所述前一分类器回归系数，得到所述原尺度峰值响应数据；获取所述大尺度目标模板与所述前一目标模板的大尺度互相关高斯核；根据所述大尺度互相关高斯核和所述前一分类器回归系数，得到所述大尺度峰值响应数据；获取所述小尺度目标模板与所述前一目标模板的小尺度互相关高斯核；根据所述小尺度互相关高斯核和所述前一分类器回归系数，得到所述小尺度峰值响应数据。在其中一个实施例中，所述获取所述原尺度峰值响应数据、所述大尺度峰值响应数据和所述小尺度峰值响应数据中的峰值最大值，并根据所述峰值最大值得到所述当前帧图像中所述跟踪目标的当前目标位置，包括：获取所述原尺度峰值响应数据中的峰值最大值，作为原尺度峰值；获取所述大尺度峰值响应数据中的峰值最大值，作为大尺度峰值；获取所述小尺度峰值响应数据中的峰值最大值，作为小尺度峰值；获取所述原尺度峰值、所述大尺度峰值以及所述小尺度峰值中最大峰值的峰值坐标，作为目标峰值坐标；根据所述目标峰值坐标获取所述当前目标位置。在其中一个实施例中，所述方法还包括：采用C语言编写所述目标跟踪方法中用到的函数。另一方面，还提供一种目标个跟踪装置，所述装置包括：中心点模块，用于将前一中心点作为当前中心点；其中，所述当前中心点为当前帧图像中跟踪目标的位置中心点，所述前一中心点为前一帧图像中所述跟踪目标的位置中心点；多尺度目标模板模块，用于根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域的原尺度目标模板、大尺度目标模板和小尺度目标模板；峰值响应模块，用于分别根据所述原尺度目标模板、所述大尺度目标模板和所述小尺度目标模板，与所述前一帧图像的前一目标模板和前一分类器回归系数，得到原尺度峰值响应数据、大尺度峰值响应数据和小尺度峰值响应数据；目标位置模块，用于获取所述原尺度峰值响应数据、所述大尺度峰值响应数据和所述小尺度峰值响应数据中的峰值最大值，并根据所述峰值最大值得到所述当前帧图像中所述跟踪目标的当前目标位置。另一方面，还提供一种计算机设备，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：将前一中心点作为当前中心点；其中，所述当前中心点为当前帧图像中跟踪目标的位置中心点，所述前一中心点为前一帧图像中所述跟踪目标的位置中心点；根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域的原尺度目标模板、大尺度目标模板和小尺度目标模板；分别根据所述原尺度目标模板、所述大尺度目标模板和所述小尺度目标模板，与所述前一帧图像的前一目标模板和前一分类器回归系数，得到原尺度峰值响应数据、大尺度峰值响应数据和小尺度峰值响应数据；获取所述原尺度峰值响应数据、所述大尺度峰值响应数据和所述小尺度峰值响应数据中的峰值最大值，并根据所述峰值最大值得到所述当前帧图像中所述跟踪目标的当前目标位置。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：将前一中心点作为当前中心点；其中，所述当前中心点为当前帧图像中跟踪目标的位置中心点，所述前一中心点为前一帧图像中所述跟踪目标的位置中心点；根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域本文档来自技高网...

【技术保护点】
1.一种目标跟踪方法，应用于ARM嵌入式平台，其特征在于，所述方法包括：/n将前一中心点作为当前中心点；其中，所述当前中心点为当前帧图像中跟踪目标的位置中心点，所述前一中心点为前一帧图像中所述跟踪目标的位置中心点；/n根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域的原尺度目标模板、大尺度目标模板和小尺度目标模板；/n分别根据所述原尺度目标模板、所述大尺度目标模板和所述小尺度目标模板，与所述前一帧图像的前一目标模板和前一分类器回归系数，得到原尺度峰值响应数据、大尺度峰值响应数据和小尺度峰值响应数据；/n获取所述原尺度峰值响应数据、所述大尺度峰值响应数据和所述小尺度峰值响应数据中的峰值最大值，并根据所述峰值最大值得到所述当前帧图像中所述跟踪目标的当前目标位置。/n

【技术特征摘要】
1.一种目标跟踪方法，应用于ARM嵌入式平台，其特征在于，所述方法包括：
将前一中心点作为当前中心点；其中，所述当前中心点为当前帧图像中跟踪目标的位置中心点，所述前一中心点为前一帧图像中所述跟踪目标的位置中心点；
根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域的原尺度目标模板、大尺度目标模板和小尺度目标模板；
分别根据所述原尺度目标模板、所述大尺度目标模板和所述小尺度目标模板，与所述前一帧图像的前一目标模板和前一分类器回归系数，得到原尺度峰值响应数据、大尺度峰值响应数据和小尺度峰值响应数据；
获取所述原尺度峰值响应数据、所述大尺度峰值响应数据和所述小尺度峰值响应数据中的峰值最大值，并根据所述峰值最大值得到所述当前帧图像中所述跟踪目标的当前目标位置。


2.根据权利要求1所述方法，其特征在于，所述方法还包括：
对所述当前目标位置提取特征，并和汉宁窗口相乘，得到当前目标模板；
根据所述当前目标模板的当前自相关高斯核和高斯矩阵，得到下一帧图像对应的下一分类器回归系数；其中，所述高斯矩阵根据初始化模板的尺度得到。


3.根据权利要求1所述方法，其特征在于，当所述当前帧图像为第二帧图像时，则所述前一帧图像为第一帧图像，所述将前一中心点作为当前中心点之前，包括：
根据初始化模板的尺度和所述第一帧图像中感兴趣区域，得到初始化区域；
根据初始化特征和所述初始化模板对应的汉宁窗口得到所述第一帧图像的第一帧目标模板；其中，所述初始化特征为对所述初始化区域进行特征提取得到的；
根据所述第一自相关高斯核和所述高斯矩阵得到所述第一分类器回归系数；其中，所述第一自相关高斯核为根据所述第一目标模板得到的，所述高斯矩阵为根据所述初始化模板的尺度得到的。


4.根据权利要求1所述的方法，其特征在于，所述根据所述当前中心点，分别按照原尺度、大尺度和小尺度，并行获取不同尺度下对应所述当前帧图像中区域的原尺度目标模板、大尺度目标模板和小尺度目标模板，包括：
以所述当前中心点作为所述跟踪目标在所述当前图像中候选区域的中心点，获取与所述初始化模板的尺度相同的原尺度候选区域；
对所述原尺度候选区域提取特征，得到所述原尺度目标模板；
以所述当前中心点作为所述跟踪目标在所述当前图像中候选区域的中心点，获取大于所述初始化模板的尺度的大尺度候选区域；
对所述大尺度候选区域提取特征，得到所述大尺度目标模板；
以所述当前中心点作为所述跟踪目标在所述当前图像中候选区域的中心点，获取小于所述初始化模板的尺度的小尺度候选区域；
对所述小尺度候选区域提取特征，得到所述小尺度目标模板。


5.根据权利要求1所述的方法，其特征在于，所述分别根据所述原尺度目标模板、所述大尺度目标模板和所述...

【专利技术属性】
技术研发人员：魏璐，胡锦龙，
申请(专利权)人：西安天和防务技术股份有限公司，
类型：发明
国别省市：陕西;61