用于跟踪目标的方法和装置制造方法及图纸

本申请实施例公开了用于跟踪目标的方法和装置。该方法的一具体实施方式包括：对采集的当前帧图像进行目标检测，确定跟踪目标；提取当前帧图像的可积分特征，以及计算可积分特征的积分图；确定跟踪目标在当前帧图像中的感兴趣区域；从积分图中提取感兴趣区域的横向特征积分和纵向特征积分；基于感兴趣区域的横向特征积分和纵向特征积分对跟踪目标进行跟踪，得到跟踪目标在当前帧图像中的位置。该实施方式将跟踪目标的二维特征转化为两个一维特征，基于两个一维特征进行目标跟踪，将跟踪算法的计算量下降一个数量级，降低了跟踪算法的复杂度。

【技术实现步骤摘要】
用于跟踪目标的方法和装置
本申请实施例涉及计算机
，具体涉及用于跟踪目标的方法和装置。
技术介绍
视觉目标跟踪是计算机视觉中的一个重要研究方向，有着广泛的应用。例如，视频监控、人机交互、无人驾驶等。过去几十年视觉目标跟踪技术取得了长足的进步，特别是最近几年利用深度学习的目标跟踪方法取得了令人满意的效果，使目标跟踪技术获得了突破性的进展。目前，常用的目标跟踪方法是提取二维HOG(HistogramofOrientedGradient，方向梯度直方图)特征，利用跟踪算法实现目标跟踪。然而，基于二维特征的跟踪算法复杂度较高。
技术实现思路
本申请实施例提出了用于跟踪目标的方法和装置。第一方面，本申请实施例提出了一种用于跟踪目标的方法，包括：对采集的当前帧图像进行目标检测，确定跟踪目标；提取当前帧图像的可积分特征，以及计算可积分特征的积分图；确定跟踪目标在当前帧图像中的感兴趣区域；从积分图中提取感兴趣区域的横向特征积分和纵向特征积分；基于感兴趣区域的横向特征积分和纵向特征积分对跟踪目标进行跟踪，得到跟踪目标在当前帧图像中的位置。在一些实施例中，提取当前帧图像的可积分特征，包括：使用canny算子从当前帧图像中提取边缘特征。在一些实施例中，使用canny算子从当前帧图像中提取边缘特征，包括：使用对角线将当前帧图像划分为四个三角形图像块；对四个三角形图像块中下方的三角形图像块求梯度阈值，以及基于梯度阈值对当前帧图像进行二值化，确定当前帧图像中的边缘点。在一些实施例中，确定跟踪目标在当前帧图像中的感兴趣区域，包括：根据跟踪目标在当前帧图像的上一帧图像中的区域，确定跟踪目标在当前帧图像中的感兴趣区域，其中，感兴趣区域以跟踪目标在上一帧图像中的区域中心为中心，尺寸为跟踪目标在上一帧图像中的区域尺寸的预设倍。在一些实施例中，基于感兴趣区域的横向特征积分和纵向特征积分对跟踪目标进行跟踪，得到跟踪目标在当前帧图像中的位置，包括：获取上一帧图像对应的积分图中的跟踪目标的横向特征积分和纵向特征积分；利用跟踪算法，根据跟踪目标的横向特征积分和纵向特征积分，以及感兴趣区域横向特征积分和纵向特征积分计算跟踪目标在横向和纵向上的位置，组合得到跟踪目标在当前帧图像中的位置。在一些实施例中，该方法还包括：根据跟踪目标在当前帧图像中的位置更新跟踪目标的特征模板。第二方面，本申请实施例提出了一种用于跟踪目标的装置，包括：检测单元，被配置成对采集的当前帧图像进行目标检测，确定跟踪目标；第一提取单元，被配置成提取当前帧图像的可积分特征，以及计算可积分特征的积分图；确定单元，被配置成确定跟踪目标在当前帧图像中的感兴趣区域；第二提取单元，被配置成从积分图中提取感兴趣区域的横向特征积分和纵向特征积分；跟踪单元，被配置成基于感兴趣区域的横向特征积分和纵向特征积分对跟踪目标进行跟踪，得到跟踪目标在当前帧图像中的位置。在一些实施例中，第一提取单元包括：提取子单元，被配置成使用canny算子从当前帧图像中提取边缘特征。在一些实施例中，提取子单元进一步被配置成：使用对角线将当前帧图像划分为四个三角形图像块；对四个三角形图像块中下方的三角形图像块求梯度阈值，以及基于梯度阈值对当前帧图像进行二值化，确定当前帧图像中的边缘点。在一些实施例中，确定单元进一步被配置成：根据跟踪目标在当前帧图像的上一帧图像中的区域，确定跟踪目标在当前帧图像中的感兴趣区域，其中，感兴趣区域以跟踪目标在上一帧图像中的区域中心为中心，尺寸为跟踪目标在上一帧图像中的区域尺寸的预设倍。在一些实施例中，跟踪单元进一步被配置成：获取上一帧图像对应的积分图中的跟踪目标的横向特征积分和纵向特征积分；利用跟踪算法，根据跟踪目标的横向特征积分和纵向特征积分，以及感兴趣区域横向特征积分和纵向特征积分计算跟踪目标在横向和纵向上的位置，组合得到跟踪目标在当前帧图像中的位置。在一些实施例中，该装置还包括：更新单元，被配置成根据跟踪目标在当前帧图像中的位置更新跟踪目标的特征模板。第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本申请实施例提供了一种计算机可读介质，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第一方面中任一实现方式描述的方法。本申请实施例提供的用于跟踪目标的方法和装置，首先对采集的当前帧图像进行目标检测，确定跟踪目标；之后提取当前帧图像的可积分特征，以及计算可积分特征的积分图；然后确定跟踪目标在当前帧图像中的感兴趣区域，并从积分图中提取感兴趣区域的横向特征积分和纵向特征积分；最后基于感兴趣区域的横向特征积分和纵向特征积分对跟踪目标进行跟踪，得到跟踪目标在当前帧图像中的位置。将跟踪目标的二维特征转化为两个一维特征，基于两个一维特征进行目标跟踪。不仅通过单独跟踪两个方向上的变化尺度，解决目标在两个方向上尺度变化不一致的问题，还将跟踪算法的计算量下降一个数量级，降低了跟踪算法的复杂度。此外，使用积分图可以同时提取不同目标不同方向的特征，从而能够实现多目标跟踪。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构；图2是根据本申请的用于跟踪目标的方法的一个实施例的流程图；图3示出了积分图示意图；图4示出了横向特征积分及纵向特征积分示意图；图5是根据本申请的用于跟踪目标的方法的又一个实施例的流程图；图6示出了跟踪目标的一维特征跟踪示意图；图7是根据本申请的用于跟踪目标的装置的一个实施例的结构示意图；图8是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于跟踪目标的方法或用于跟踪目标的装置的实施例的示例性系统架构100。如图1所示，系统架构100中可以包括拍摄设备101、102、103，网络104和服务器105。网络104用以在拍摄设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。拍摄设备101、102、103可以通过网络104与服务器105交互，以接收或发送消息等。拍摄设备101、102、103可以是硬件，也可以是软件。当拍摄设备101、102、1本文档来自技高网...

【技术保护点】
1.一种用于跟踪目标的方法，包括：/n对采集的当前帧图像进行目标检测，确定跟踪目标；/n提取所述当前帧图像的可积分特征，以及计算所述可积分特征的积分图；/n确定所述跟踪目标在所述当前帧图像中的感兴趣区域；/n从所述积分图中提取所述感兴趣区域的横向特征积分和纵向特征积分；/n基于所述感兴趣区域的横向特征积分和纵向特征积分对所述跟踪目标进行跟踪，得到所述跟踪目标在所述当前帧图像中的位置。/n

【技术特征摘要】
1.一种用于跟踪目标的方法，包括：
对采集的当前帧图像进行目标检测，确定跟踪目标；
提取所述当前帧图像的可积分特征，以及计算所述可积分特征的积分图；
确定所述跟踪目标在所述当前帧图像中的感兴趣区域；
从所述积分图中提取所述感兴趣区域的横向特征积分和纵向特征积分；
基于所述感兴趣区域的横向特征积分和纵向特征积分对所述跟踪目标进行跟踪，得到所述跟踪目标在所述当前帧图像中的位置。


2.根据权利要求1所述的方法，其中，所述提取所述当前帧图像的可积分特征，包括：
使用canny算子从所述当前帧图像中提取边缘特征。


3.根据权利要求2所述的方法，其中，所述使用canny算子从所述当前帧图像中提取边缘特征，包括：
使用对角线将所述当前帧图像划分为四个三角形图像块；
对所述四个三角形图像块中下方的三角形图像块求梯度阈值，以及基于所述梯度阈值对所述当前帧图像进行二值化，确定所述当前帧图像中的边缘点。


4.根据权利要求1所述的方法，其中，所述确定所述跟踪目标在所述当前帧图像中的感兴趣区域，包括：
根据所述跟踪目标在所述当前帧图像的上一帧图像中的区域，确定所述跟踪目标在所述当前帧图像中的感兴趣区域，其中，所述感兴趣区域以所述跟踪目标在所述上一帧图像中的区域中心为中心，尺寸为所述跟踪目标在所述上一帧图像中的区域尺寸的预设倍。


5.根据权利要求1所述的方法，其中，所述基于所述感兴趣区域的横向特征积分和纵向特征积分对所述跟踪目标进行跟踪，得到所述跟踪目标在所述当前帧图像中的位置，包括：
获取所述上一帧图像对应的积分图中的所述跟踪目标的横向特征积分和纵向特征积分；
利用跟踪算法，根据所述跟踪目标的横向特征积分和纵向特征积分，以及所述感兴趣区域横向特征积分和纵向特征积分计算所述跟踪目标在横向和纵向上的位置，组合得到所述跟踪目标在所述当前帧图像中的位置。


6.根据权利要求5所述的方法，其中，所述方法还包括：
根据所述跟踪目标在所述当前帧图像中的位置更新所述跟踪目标的特征模板。


7.一种用于跟踪目标的装置，包括：
检测单元，被配置成对采集的当前帧图像进行目标检测，确定跟踪目标；
第一提取单元，被配置成提取所述当前帧图像的可积分特...

【专利技术属性】
技术研发人员：李映辉，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11