【技术实现步骤摘要】
一种目标追踪方法、装置及相关设备
本申请涉及图像处理
，特别涉及一种目标追踪方法，还涉及一种目标追踪装置、系统以及计算机可读存储介质。
技术介绍
多目标跟踪，即MOT(Multi-ObjectTracking)，是一种在一段视频中同时跟踪多个目标的技术，广泛应用于安防、自动驾驶、人流量统计和车辆统计等任务中。由于多目标跟踪任务所应用的场景中，待跟踪的目标往往数量较多，例如地铁、机场的行人跟踪、十字路口的车流量统计等，人流、车流量密集且遮挡严重，因此，密集场景下的遮挡、多拍、跟踪错误问题是必须解决的重点问题。DeepSort跟踪算法是MOT领域的一种常用算法，其在目标匹配过程中综合考虑了外观特征和运动特征的匹配程度，进而实现了目标追踪。然而，该种实现方式对外观特征的依赖性很强，难以训练相对准确的特征提取模型，而且，仅依赖外观特征和运动特征进行目标匹配，很容易发生跟踪错误，此外，DeepSort跟踪算法依赖于卡尔曼滤波算法，但卡尔曼滤波算法对于运动方向随机的目标，预测效果较差。由此可见，现有的DeepSort跟踪算...
【技术保护点】
1.一种目标追踪方法，其特征在于，包括：/n分别对第一图像帧和第二图像帧进行目标检测，获得第一检测序列和第二检测序列；/n分别对所述第一图像帧和所述第二图像帧进行特征提取，获得第一特征图和第二特征图；其中，所述特征图包括对应图像帧的全局特征和局部特征；/n将所述第一检测序列的中心坐标映射于所述第一特征图，获得第一特征向量，将所述第二检测序列的中心坐标映射于所述第二特征图，获得第二特征向量；/n对所述第一特征向量和所述第二特征向量进行特征匹配，获得匹配结果；/n根据所述匹配结果确定所述第二检测序列中与所述第一检测序列相匹配的目标。/n
【技术特征摘要】
1.一种目标追踪方法，其特征在于，包括：
分别对第一图像帧和第二图像帧进行目标检测，获得第一检测序列和第二检测序列；
分别对所述第一图像帧和所述第二图像帧进行特征提取，获得第一特征图和第二特征图；其中，所述特征图包括对应图像帧的全局特征和局部特征；
将所述第一检测序列的中心坐标映射于所述第一特征图，获得第一特征向量，将所述第二检测序列的中心坐标映射于所述第二特征图，获得第二特征向量；
对所述第一特征向量和所述第二特征向量进行特征匹配，获得匹配结果；
根据所述匹配结果确定所述第二检测序列中与所述第一检测序列相匹配的目标。
2.根据权利要求1所述的目标追踪方法，其特征在于，所述分别对所述第一图像帧和所述第二图像帧进行特征提取，获得第一特征图和第二特征图，包括：
通过预设跟踪网络分别对所述第一图像帧和所述第二图像帧进行特征提取，获得所述第一特征图和所述第二特征图；其中，所述预设跟踪网络的损失函数包括平衡损失函数和对比损失函数，所述平衡损失函数和所述对比损失函数均基于对应图像帧的余弦距离矩阵和标签矩阵获得。
3.根据权利要求2所述的目标追踪方法，其特征在于，所述通过预设跟踪网络分别对所述第一图像帧和所述第二图像帧进行特征提取，获得所述第一特征图和所述第二特征图，包括：
根据所述第一图像帧和所述第一检测序列获得第一目标小图序列；
根据所述第二图像帧和所述第二检测序列获得第二目标小图序列；
分别对所述第一图像帧和所述第一目标小图序列进行特征提取，获得第一全局特征图和第一局部特征图；
分别对所述第二图像帧和所述第二目标小图序列进行特征提取，获得第二全局特征图和第二局部特征图；
将所述第一全局特征图和所述第一局部特征图相结合获得第一特征图；
将所述第二全局特征图和所述第二局部特征图相结合获得第二特征图。
4.根据权利要求1所述的目标追踪方法，其特征在于，所述对所述第一特征向量和所述第二特征向量进行特征匹配，获得匹配结果，包括：
计算所述第一特征向量和所述第二特征向量的余弦相似度；
判断所述余弦相似度是否超出预设阈值，若是，则匹配成功，若否，...
【专利技术属性】
技术研发人员：何宇洋，张达敏，刘鹏里，谢会斌，李聪廷，
申请(专利权)人：济南博观智能科技有限公司，
类型：发明
国别省市：山东;37
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。