目标跟踪方法、装置、电子设备及存储介质制造方法及图纸

本公开提出了目标跟踪方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及计算机视觉和深度学习等技术领域，可应用于智能云和安全巡检场景下。具体实现方案：获取当前视频帧；从当前视频帧之中确定出检测框，检测框包括：待跟踪目标；确定与待跟踪目标对应的多个预测跟踪框，多个预测跟踪框分别具有对应的多个预测跟踪信息；根据检测框，从多个预测跟踪框之中确定出目标跟踪框；以及根据与目标跟踪框对应的目标跟踪信息，对待跟踪目标进行跟踪，目标跟踪信息属于多个预测跟踪信息，能够有效提升安全巡检场景下目标跟踪的准确性和目标跟踪效率，从而有效地满足安全巡检场景中目标跟踪的实时性需求。

【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
本公开涉及人工智能
，具体涉及计算机视觉和深度学习等
，可应用于智能云和安全巡检场景下，尤其涉及目标跟踪方法、装置、电子设备及存储介质。
技术介绍
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术，以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。随着人工智能(ArtificialIntelligence，AI)技术的不断发展，通常会借助AI中的计算机视觉和深度学习等技术对一些生产场景进行安全巡检，以识别工作人员是否存在抽烟、打电话、打架、摔倒、抛物等违规行为。
技术实现思路
提供了一种目标跟踪方法、装置、电子设备、存储介质及计算机程序产品。根据第一方面，提供了一种目标跟踪方法，包括：获取当前视频帧；从当前本文档来自技高网...

【技术保护点】
1.一种目标跟踪方法，包括：/n获取当前视频帧；/n从所述当前视频帧之中确定出检测框，所述检测框包括：待跟踪目标；/n确定与所述待跟踪目标对应的多个预测跟踪框，所述多个预测跟踪框分别具有对应的多个预测跟踪信息；/n根据所述检测框，从所述多个预测跟踪框之中确定出目标跟踪框；以及/n根据与所述目标跟踪框对应的目标跟踪信息，对所述待跟踪目标进行跟踪，所述目标跟踪信息属于所述多个预测跟踪信息。/n

【技术特征摘要】
1.一种目标跟踪方法，包括：
获取当前视频帧；
从所述当前视频帧之中确定出检测框，所述检测框包括：待跟踪目标；
确定与所述待跟踪目标对应的多个预测跟踪框，所述多个预测跟踪框分别具有对应的多个预测跟踪信息；
根据所述检测框，从所述多个预测跟踪框之中确定出目标跟踪框；以及
根据与所述目标跟踪框对应的目标跟踪信息，对所述待跟踪目标进行跟踪，所述目标跟踪信息属于所述多个预测跟踪信息。


2.根据权利要求1所述的方法，其中，所述根据所述检测框，从所述多个预测跟踪框之中确定出目标跟踪框，包括：
根据所述多个预测跟踪信息，对所述检测框和所述多个预测跟踪框分别进行匹配，以得到与所述多个预测跟踪框分别对应的多个匹配结果；
从所述多个匹配结果之中选取出满足设定条件的目标匹配结果，并将与所述目标匹配结果对应的预测跟踪框作为所述目标跟踪框。


3.根据权利要求2所述的方法，其中，所述根据所述多个预测跟踪信息，对所述检测框和所述多个预测跟踪框分别进行匹配，包括：
根据所述多个预测跟踪信息，对所述检测框和第一预测跟踪框进行级联匹配；
根据所述多个预测跟踪信息结合交并比信息，对所述检测框和第二预测跟踪框进行匹配，所述交并比信息，是所述检测框和所述第二预测跟踪框之间的交并比信息，所述第一预测跟踪框和所述第二预测跟踪框相同或者不相同。


4.根据权利要求3所述的方法，在所述根据所述多个预测跟踪信息，对所述检测框和第一预测跟踪框进行级联匹配前，还包括：
如果所述预测跟踪信息包括：已确认跟踪状态，则将与其对应的预测跟踪框确定为所述第一预测跟踪框。


5.根据权利要求3所述的方法，在所述根据所述多个预测跟踪信息结合交并比信息，对所述检测框和第二预测跟踪框进行匹配前，还包括：
将未成功级联匹配的第一预测跟踪框作为所述第二预测跟踪框；和/或
如果所述预测跟踪信息包括：未确认跟踪状态，则将与其对应的预测跟踪框确定为所述第二预测跟踪框。


6.根据权利要求3所述的方法，其中，所述根据所述多个预测跟踪信息，对所述检测框和第一预测跟踪框进行级联匹配，包括：
确定所述检测框之中所述待跟踪目标对应的深度信息；
根据所述深度信息，结合与所述第一预测跟踪框对应的预测跟踪信息生成第一余弦距离矩阵；
确定所述检测框与所述第一预测跟踪框之间的第一相似度；
根据所述第一相似度对所述第一余弦距离矩阵中的第一目标元素进行更新，以得到第一目标矩阵，所述第一目标元素的元素值，大于多个所述第一相似度中最大第一相似度对应的值；以及
采用匈牙利算法处理所述第一目标矩阵，以进行所述级联匹配。


7.根据权利要求3所述的方法，其中，所述根据所述多个预测跟踪信息结合交并比信息，对所述检测框和第二预测跟踪框进行匹配，包括：
根据所述交并比信息生成第二余弦距离矩阵；
确定所述检测框与所述第二预测跟踪框之间的第二相似度；
根据所述第二相似度对所述第二余弦距离矩阵中的第二目标元素进行更新，以得到第二目标矩阵，所述第二目标元素的元素值，大于多个所述第二相似度中最大第二相似度对应的值；以及
采用匈牙利算法处理所述第二目标矩阵，以进行所述匹配。


8.根据权利要求1-7任一项所述的方法，其中，所述确定与所述待跟踪目标对应的多个预测跟踪框，包括：
采用卡尔曼滤波算法对所述待跟踪目标进行跟踪框预测，以得到多个候选跟踪框；
确定与所述多个候选跟踪框分别对应的多个置信度；以及
从所述多个置信度之中确定出目标置信度，并将所述目标置信度所对应的候选跟踪框作为所述预测跟踪框。


9.一种目标跟踪装置，包括：
获取模块，用于获取当前视频帧；
第一确定模块，用于从所述当前视频帧之中确定出检测框，所述检测框包括：待跟踪目标；
第二确定模块，用于确定与...

【专利技术属性】
技术研发人员：辛颖，冯原，李超，张滨，王云浩，王晓迪，谷祎，龙翔，彭岩，郑弘晖，贾壮，韩树民，
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