【技术实现步骤摘要】
目标跟踪方法、装置、电子设备及存储介质
本专利技术涉及人工智能领域，尤其涉及一种目标跟踪方法、装置、电子设备及存储介质。
技术介绍
随着人口的不断增加和城市的急剧扩张，智能视频监控变得至关重要。所谓的智能视频监督，即前端摄像头可以执行一些检测和跟踪等任务，直接将我们需要的数据提取出来并保存。虽然当前已经有多目标跟踪模型，但是这些模型大多依赖于帧间IOU和匈牙利匹配来完成对目标轨迹的跟踪。在真实场景中，目标发生遮挡或者受到干扰的情况下，IOU变得不再可靠，可能出现多个检测框之间都具有类似的IOU值，尤其是在比较拥挤的场景中，检测错误率较高。除此之外，由于匈牙利匹配是一个最优匹配算法，在这种情况下它仍然会选择一个检测框作为最终的结果，即最优检测框是一个错误检测框时，仍然会选择该最优检测框，导致选择出的检测框为错误的检测框，会给后续的跟踪算法带来更大的误差。因此，现有的目标跟踪算法存在检测准确率的问题。
技术实现思路
本专利技术实施例提供一种目标跟踪方法，能够提高多目标跟踪的检测准确率。第一方面，本专利...
【技术保护点】
1.一种目标跟踪方法，其特征在于，包括以下步骤：/n提取待处理图像序列中每一帧图像的目标检测框信息与目标预测框信息；/n将第n+1帧图像对应的目标检测框信息与第n帧图像对应的目标预测框信息进行匹配，并判断匹配结果中是否包括断开轨迹；/n若存在所述断开轨迹，则对所述断开轨迹进行重连，得到重连结果，并基于所述重连结果，得到对应的目标跟踪序列。/n
【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括以下步骤：
提取待处理图像序列中每一帧图像的目标检测框信息与目标预测框信息；
将第n+1帧图像对应的目标检测框信息与第n帧图像对应的目标预测框信息进行匹配，并判断匹配结果中是否包括断开轨迹；
若存在所述断开轨迹，则对所述断开轨迹进行重连，得到重连结果，并基于所述重连结果，得到对应的目标跟踪序列。
2.如权利要求1所述的方法，其特征在于，所述将第n+1帧图像对应的目标检测框信息与第n帧图像对应的目标预测框信息进行匹配，包括：
计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的相关度，并判断满足匹配条件的所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间是否一一对应，所述匹配条件为所述相关度大于等于第一预设相关度阈值；
若满足匹配条件的所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间是一一对应，则匹配为连续轨迹；
若满足匹配条件的所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间不是一一对应，则匹配为断开轨迹。
3.如权利要求2所述的方法，其特征在于，所述目标检测框信息包括检测框参数以及检测框图像，所述目标预测框信息包括预测框参数以及预测框图像，所述相关度包括框相关度与特征相关度，所述计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的相关度，包括：
根据所述检测框参数与所述预测框参数，计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的框相关度；
根据所述检测框图像与所述预测框图像，计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的特征相关度；
根据所述框相关度与所述特征相关度，计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的相关度。
4.如权利要求3所述的方法，其特征在于，所述检测框参数包括检测框中心点坐标、检测框面积、检测框高宽比，所述预测框参数包括预测框中心点坐标、预测框面积、预测框高宽比，所述根据所述检测框参数与所述预测框参数，计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的框相关度，包括：
根据所述检测框中心点坐标以及所述预测框中心点坐标，计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的距离相关度；
根据所述检测框面积以及所述预测框面积，计算所述第n+1帧图像对应的目标检测框信息与所述第n帧图像对应的目标预测框信息之间的面积相关度；
根据所述检测框高宽比以及所述预测框高宽比，计算所述第n+1帧图像对应的目标检测框信息与所述第n帧...
【专利技术属性】
技术研发人员：王智卓，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：广东;44
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。