【技术实现步骤摘要】
【国外来华专利技术】目标跟踪方法、目标跟踪装置、可移动平台和存储介质
本专利技术实施例涉及图像处理
，尤其涉及一种目标跟踪方法、目标跟踪装置、可移动平台和存储介质。
技术介绍
随着图像处理技术的不断发展，现有技术中，经常需要对拍摄画面中的目标对象进行跟踪。通过对目标对象的跟踪可以实时更新所述目标对象在拍摄画面中的位置。在对目标的跟踪过程中，常常会出现相同类别对象交叉遮挡的情况，例如：要跟踪的人在人群中走过，车辆在车流中通行等，都容易发生同类别对象的交叉。当跟踪的目标对象与同类别的干扰对象出现交叉时，设备容易跟到干扰对象上，导致跟踪失败，一旦跟踪失败，需要通过用户手动干预重新启动跟踪功能，因此，目标跟踪的准确率和效率都较低。
技术实现思路
本专利技术实施例提供了一种目标跟踪方法、目标跟踪装置、可移动平台和存储介质，用以解决现有技术中对目标进行跟踪时容易跟踪失败的技术问题。本专利技术实施例第一方面提供一种目标跟踪方法，包括：通过一拍摄装置获取拍摄画面，确定所述拍摄画面中需跟踪的目标对象；确定...
【技术保护点】
1.一种目标跟踪方法，其特征在于，所述方法包括：/n通过一拍摄装置获取拍摄画面，确定所述拍摄画面中需跟踪的目标对象；/n确定所述拍摄画面中的预设图像区域，通过预设的目标识别算法识别所述预设图像区域内的至少一个对象，其中，所述目标对象位于所述预设图像区域内；/n通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪。/n
【技术特征摘要】
【国外来华专利技术】1.一种目标跟踪方法，其特征在于，所述方法包括：
通过一拍摄装置获取拍摄画面，确定所述拍摄画面中需跟踪的目标对象；
确定所述拍摄画面中的预设图像区域，通过预设的目标识别算法识别所述预设图像区域内的至少一个对象，其中，所述目标对象位于所述预设图像区域内；
通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪。
2.根据权利要求1所述的方法，其特征在于，所述确定所述拍摄画面中的预设图像区域，包括：
确定所述拍摄画面中所述目标对象所在边界框；
根据所述边界框确定所述预设图像区域；
其中，所述预设图像区域包括与所述边界框的竖直中线的距离小于所述边界框宽度的区域。
3.根据权利要求1所述的方法，其特征在于，所述通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪，包括：
在所述预设图像区域内识别到的对象为多个时，通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪；
在所述预设图像区域内识别到的对象仅包括所述目标对象时，通过单目标跟踪算法对所述目标对象进行跟踪。
4.根据权利要求1所述的方法，其特征在于，所述通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪，包括：
在所述预设图像区域内识别到的对象为一个或多个时，均通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪。
5.根据权利要求1所述的方法，其特征在于，通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪，包括：
在所述预设图像区域内出现干扰对象后，通过多目标跟踪算法，同时对所述目标对象和所述干扰对象进行跟踪，以对所述目标对象进行跟踪；
其中，所述干扰对象为与所述目标对象同类别的其它对象，至少一个所述对象包括所述干扰对象和所述目标对象。
6.根据权利要求5所述的方法，其特征在于，所述通过多目标跟踪算法，同时对所述目标对象和所述干扰对象进行跟踪，以对所述目标对象进行跟踪，包括：
通过目标对象模型和干扰对象模型，对所述目标对象和所述干扰对象进行跟踪，以对所述目标对象进行跟踪。
7.根据权利要求6所述的方法，其特征在于，还包括：
对拍摄画面中的所述目标对象进行建模，得到所述目标对象模型；对所述干扰对象进行建模，得到所述干扰对象模型。
8.根据权利要求7所述的方法，其特征在于，所述目标对象模型包括：所述目标对象的外观模型和/或运动轨迹模型；所述干扰对象模型包括：所述干扰对象的外观模型和/或运动轨迹模型；
所述对拍摄画面中的所述目标对象进行建模，得到所述目标对象模型，包括：通过深度学习算法建立所述目标对象的外观模型，和/或，通过位置差分算法建立所述目标对象的运动轨迹模型；
所述对所述干扰对象进行建模，得到所述干扰对象模型，包括：通过深度学习算法建立干扰对象的外观模型，和/或，通过位置差分算法建立干扰对象的运动轨迹模型。
9.根据权利要求6所述的方法，其特征在于，所述通过目标对象模型和干扰对象模型，对所述目标对象和所述干扰对象进行跟踪，包括：
根据所述目标对象模型和所述干扰对象模型，构建所述预设图像区域内的至少一个对象对应的分配代价矩阵；根据所述分配代价矩阵，为至少一个所述对象中的每一对象分别分配一个模型；
其中，分配到目标对象模型的对象为目标对象。
10.根据权利要求9所述的方法，其特征在于，所述目标对象模型和干扰对象模型共有N个，至少一个所述对象的个数为M；
所述分配代价矩阵中的元素包括将第i个模型分配给第j个对象的代价；
其中，i＝1、……、N；j＝1、……、M。
11.根据权利要求10所述的方法，其特征在于，构建所述预设图像区域内的至少一个对象对应的分配代价矩阵，包括：
确定第i个模型中的外观模型与第j个对象的外观的相似性；
根据第i个模型中的运动轨迹模型预测第i个模型的位置，计算预测得到的位置和第j个目标的位置的差距；
根据所述外观的相似性和所述位置的差距，确定将第i个模型分配给第j个对象的代价。
12.根据权利要求9所述的方法，其特征在于，根据所述分配代价矩阵，为至少一个所述对象中的每一对象分别分配一个模型，包括：
根据所述分配代价矩阵，通过匈牙利算法为所述每一对象分配一个模型，以使各对象对应的代价之和最小。
13.根据权利要求1所述的方法，其特征在于，还包括：
控制所述拍摄装置跟随所述目标对象移动。
14.根据权利要求13所述的方法，其特征在于，所述控制所述拍摄装置跟随所述目标对象移动，包括：
若检测到所述目标对象处于与干扰对象交叉的状态，则采用第一跟随策略控制所述拍摄装置对所述目标对象进行跟随；
反之，则采用第二跟随策略控制所述拍摄装置对所述目标对象进行跟随；
其中，所述第一跟随策略与所述第二跟随策略不同。
15.根据权利要求14所述的方法，其特征在于，还包括：
根据所述目标对象的位置信息和所述干扰对象的位置信息，确定所述目标对象是否处于与所述干扰对象交叉的状态。
16.根据权利要求14所述的方法，其特征在于，控制所述拍摄装置对所述目标对象进行跟随，包括：
预测所述目标对象的动作信息，所述动作信息包括移动速度和/或移动方向；
根据预测得到的所述目标对象的动作信息，调整所述拍摄装置的位姿；
其中，针对相同的动作信息，所述第一跟随策略对应的位姿调整幅度小于所述第二跟随策略对应的位姿调整幅度。
17.根据权利要求14所述的方法，其特征在于，还包括：
若检测到所述目标对象处于与所述干扰对象交叉的状态，则输出第一提示信息；和/或，
若检测到所述目标对象解除交叉状态，则输出第二提示信息。
18.根据权利要求1所述的方法，其特征在于，所述确定所述拍摄画面中需跟踪的目标对象，包括：
获取所述拍摄画面中对象的动作信息；
若所述对象的动作信息满足预设条件，则所述对象为所述拍摄画面中需跟踪的目标对象。
19.根据权利要求1所述的方法，其特征在于，所述确定所述拍摄画面中需跟踪的目标对象，包括：
获取用户输入的跟踪指令；
根据所述跟踪指令，确定所述拍摄画面中位于预设位置的对象为需跟踪的目标对象。
20.根据权利要求19所述的方法，其特征在于，所述拍摄装置包括显示屏；
所述获取用户输入的跟踪指令，包括：获取用户通过点击所述显示屏触发的跟踪指令，所述跟踪指令包括所述用户点击的位置信息；
所述根据所述跟踪指令，确定拍摄画面中位于预设位置的对象为需跟踪的目标对象，包括：根据所述位置信息，确定所述拍摄画面中位于对应位置的对象为所述需跟踪的目标对象。
21.一种目标跟踪装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于运行所述存储器中存储的计算机程序以实现：
通过一拍摄装置获取拍摄画面，确定所述拍摄画面中需跟踪的目标对象；
确定所述拍摄画面中的预设图像区域，通过预设的目标识别算法识别所述预设图像区域内的至少一个对象，其中，所述目标对象位于所述预设图像区域内；
通过多目标跟踪算法，对至少一个所述对象进行跟踪，以对所述目标对象进行跟踪。
22.根据权利要求21所述的装置，其特征在于，在所述确定所述拍摄画面中的预设图像区域时，所述处理器具体用于：
确定所述拍摄画面中所述目标对象所在边界框；
根据所述边界框确定所述预设图像区域；
其中，所述预设图像区域包括与所述边界框的竖直中线...
【专利技术属性】
技术研发人员：杨龙超，朱高，聂谷洪，
申请(专利权)人：深圳市大疆创新科技有限公司，
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。