视频目标追踪方法、装置、存储介质及电子设备制造方法及图纸

技术编号:28736138 阅读:13 留言:0更新日期:2021-06-06 11:43
本公开涉及一种视频目标追踪方法、装置、存储介质及电子设备,以实现端到端的视频目标追踪,减小视频目标追踪的时延。该方法包括:获取待追踪视频;将待追踪视频输入目标追踪模型,以得到待追踪视频对应的目标追踪结果,目标追踪模型用于执行如下处理:针对待追踪视频的每一帧图像,确定图像对应的目标检测图像中待追踪目标对应的特征向量,目标检测图像包括所述待追踪目标;将图像对应的特征图中的每一特征向量与目标检测图像中待追踪目标对应的特征向量进行第一相似度计算,并根据第一相似度计算结果,在特征图的所有特征向量中确定目标特征向量;根据目标特征向量,确定图像中的待追踪目标。待追踪目标。待追踪目标。

【技术实现步骤摘要】
视频目标追踪方法、装置、存储介质及电子设备


[0001]本公开涉及图像处理
,具体地,涉及一种视频目标追踪方法、装置、存储介质及电子设备。

技术介绍

[0002]视频目标追踪是安防监控、人类行为分析、体育视频解说等众多视频应用领域的基础,对实时性要求较高。但是,相关技术中的视频目标追踪通常是基于先目标检测再目标追踪的流程。具体地,先对视频中的前后两帧做目标检测,然后将检测到的目标匹配成对,从而实现目标的追踪。此种方式由于需要先执行目标检测再执行目标追踪,因此时延较高,特别是在待追踪目标较多的场景下,时延问题尤其明显。

技术实现思路

[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面,本公开提供一种视频目标追踪方法,所述方法包括:
[0005]获取待追踪视频;
[0006]将所述待追踪视频输入目标追踪模型,以得到所述待追踪视频对应的目标追踪结果,所述目标追踪模型用于执行如下处理:
[0007]针对所述待追踪视频的每一帧图像,确定所述图像对应的目标检测图像中待追踪目标对应的特征向量,所述目标检测图像包括所述待追踪目标;
[0008]将所述图像对应的特征图中的每一特征向量与所述目标检测图像中所述待追踪目标对应的所述特征向量进行第一相似度计算,并根据第一相似度计算结果,在所述特征图的所有特征向量中确定目标特征向量;
[0009]根据所述目标特征向量,确定所述图像中的待追踪目标。
[0010]第二方面,本公开提供一种视频目标追踪装置,所述装置包括:
[0011]获取模块,用于获取待追踪视频;
[0012]追踪模块,用于将所述待追踪视频输入目标追踪模型,以得到所述待追踪视频对应的目标追踪结果,所述追踪模块包括:
[0013]第一确定子模块,用于针对所述待追踪视频的每一帧图像,确定所述图像对应的目标检测图像中待追踪目标对应的特征向量,所述目标检测图像包括所述待追踪目标;
[0014]第二确定子模块,用于将所述图像对应的特征图中的每一特征向量与所述目标检测图像中所述待追踪目标对应的所述特征向量进行第一相似度计算,并根据第一相似度计算结果,在所述特征图的所有特征向量中确定目标特征向量;
[0015]第三确定子模块,用于根据所述目标特征向量,确定所述图像中的待追踪目标。
[0016]第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处
理装置执行时实现第一方面中所述方法的步骤。
[0017]第四方面,本公开提供一种电子设备,包括:
[0018]存储装置,其上存储有计算机程序;
[0019]处理装置,用于执行所述存储装置中的所述计算机程序,以实现第一方面中所述方法的步骤。
[0020]通过上述技术方案,目标追踪模型可以将待追踪视频的每一帧图像对应的特征向量与目标检测图像中待追踪目标对应的特征向量进行第一相似度计算,从而根据第一相似度计算结果确定每一帧图像中的待追踪目标。由此,目标追踪模型输出的每一帧图像中的待追踪目标可以与目标检测图像中的待追踪目标一一对应,即可以同时完成目标检测和目标关联,从而可以减少目标追踪过程中的时延。
[0021]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0022]结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
[0023]图1是根据本公开一示例性实施例示出的一种视频目标追踪方法的流程图;
[0024]图2是根据本公开一示例性实施例示出的一种视频目标追踪方法中的目标追踪过程示意图;
[0025]图3是根据本公开一示例性实施例示出的另一种视频目标追踪方法中的目标追踪过程示意图;
[0026]图4是根据本公开一示例性实施例示出的一种视频目标追踪装置的框图;
[0027]图5是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
[0029]应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0030]本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0031]需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。另外需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术
人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
[0032]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
[0033]正如
技术介绍
所言,相关技术中的视频目标追踪通常是基于先目标检测再目标追踪的流程。具体地,先通过检测模块对视频中的前后两帧做目标检测,然后通过关联模块将检测到的目标匹配成对,从而实现目标的追踪。此种流程的模型组件较为复杂,时延较高,特别是在待追踪目标较多的场景下,时延问题尤其明显。
[0034]有鉴于此,本公开提出一种视频目标追踪方法、装置、存储介质及电子设备,以实现端到端的视频目标追踪,减小视频目标追踪的时延。
[0035]图1是根据本公开一示例性实施例示出的一种视频目标追踪方法的流程图。参照图1,该视频目标追踪方法包括:
[0036]步骤101,获取待追踪视频。
[0037]示例地,获取待追踪视频可以是响应于用户的视频输入操作,获取用户输入的视频,也可以是在接收到目标追踪指令后自动从图像采集设备中获取该图像采集设备拍摄的视频,等等,本公开实施例对此不作限定。
[0038]步骤102,将待追踪视频输入目标追踪模型,以得到待追踪视频对应的目标追踪结果。该目标追本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种视频目标追踪方法,其特征在于,所述方法包括:获取待追踪视频;将所述待追踪视频输入目标追踪模型,以得到所述待追踪视频对应的目标追踪结果,所述目标追踪模型用于执行如下处理:针对所述待追踪视频的每一帧图像,确定所述图像对应的目标检测图像中待追踪目标对应的特征向量,所述目标检测图像包括所述待追踪目标;将所述图像对应的特征图中的每一特征向量与所述目标检测图像中所述待追踪目标对应的所述特征向量进行第一相似度计算,并根据第一相似度计算结果,在所述特征图的所有特征向量中确定目标特征向量;根据所述目标特征向量,确定所述图像中的待追踪目标。2.根据权利要求1所述的方法,其特征在于,所述目标检测图像为包括所述待追踪目标的、所述图像的上一帧图像;或者所述目标检测图像为包括所述待追踪目标的预设输入图像。3.根据权利要求1所述的方法,其特征在于,所述根据第一相似度计算结果,在所述特征图的所有特征向量中确定目标特征向量,包括:当所述目标检测图像包括N个所述待追踪目标时,在所述特征图的所有特征向量中,选取第一相似度计算结果最大的N个特征向量作为目标特征向量,所述N为正整数。4.根据权利要求1所述的方法,其特征在于,所述目标追踪模型还用于根据预训练的位置向量参数确定所述图像中所有目标对应的特征向量,所述根据所述第一相似度计算结果,在所述特征图的所有特征向量中确定目标特征向量,包括:当所述目标检测图像中包括N个所述待追踪目标时,在所述特征图的所有特征向量中,选取第一相似度计算结果最大的N个特征向量作为相似特征向量,所述N为正整数;对所述图像中所有目标对应的特征向量和所述N个相似特征向量进行去重处理,以得到目标特征向量。5.根据权利要求4所述的方法,其特征在于,所述图像为所述待追踪视频的第一帧图像,所述方法还包括:将根据预训练的所述位置向量参数确定的所述特征向量作为所述目标特征向量。6.根据权利要求4所述的方法,其特征在于,所述对所述图像中所有目标对应的特征向量和所述N个相似特征向量进行去重处理,以得到目...

【专利技术属性】
技术研发人员:江毅孙培泽袁泽寰王长虎
申请(专利权)人:北京有竹居网络技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1