本发明专利技术公开了一种目标检测跟踪方法，考虑到图像中的检测目标数量越多，对于跟踪算法来说预测难度就越大，因此本申请在通过预设检测算法进行检测后，首先根据对应关系确定出检测目标的第一数量对应的跟踪帧数，然后控制跟踪算法对跟踪帧数个图像进行预测，通过合理地设置检测目标数量与跟踪帧数的对应关系，便可以精确地控制跟踪算法针对不同的检测目标数量对相应帧数图像进行检测目标的预测，有利于在保障预测精度的基础上提升了检测速度。本发明专利技术还公开了一种目标检测跟踪装置及设备，具有如上目标检测跟踪方法相同的有益效果。上目标检测跟踪方法相同的有益效果。上目标检测跟踪方法相同的有益效果。
【技术实现步骤摘要】
一种目标检测跟踪方法、装置及设备
[0001]本专利技术涉及图像检测领域，特别是涉及一种目标检测跟踪方法，本专利技术还涉及一种目标检测跟踪装置及设备。
技术介绍
[0002]很多领域均具有对视频流中出现的检测目标（例如行人或者汽车等）进行检测的需求，现有技术中可以利用检测算法对单帧图片中的检测目标进行检测，然而现有的各种检测算法的运算量较大且检测速度较慢，而目标跟踪算法可以对检测算法检测出的检测目标进行跟踪检测，且其具有运算量小且检测速度快的优点，然而现有技术中缺少一种成熟的将检测算法以及跟踪算法进行结合的方案，导致现有的目标检测过程无法很好地平衡目标检测的检测精度以及检测速度。
[0003]因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
技术实现思路
[0004]本专利技术的目的是提供一种目标检测跟踪方法，通过合理地设置检测目标数量与跟踪帧数的对应关系，便可以精确地控制跟踪算法针对不同的检测目标数量对相应帧数图像进行检测目标的预测，有利于在保障预测精度的基础上提升了检测速度；本专利技术的另一目的是提供一种目标检测跟踪装置及设备，通过合理地设置检测目标数量与跟踪帧数的对应关系，便可以精确地控制跟踪算法针对不同的检测目标数量对相应帧数图像进行检测目标的预测，有利于在保障预测精度的基础上提升了检测速度。
[0005]为解决上述技术问题，本专利技术提供了一种目标检测跟踪方法，包括：利用预设检测算法检测视频流的最新一帧图像中的各个检测目标；根据检测目标数量与跟踪帧数的对应关系，确定出最新一帧图像中的所述检测目标的第一数量对应的跟踪帧数；判断当前的累计帧数是否达到所述跟踪帧数；若未达到，则利用预设跟踪算法预测所述视频流的下一帧图像中的各个检测目标，并将初始值为零的所述累计帧数加一；判断所述视频流是否存在后续图像，若存在，则执行所述判断当前的累计帧数是否达到所述跟踪帧数的步骤，否则终止；若达到，则将所述累计帧数清零并执行所述利用预设检测算法检测出视频流中的最新一帧图像中的各个检测目标的步骤。
[0006]优选地，所述利用预设跟踪算法预测所述视频流的下一帧图像中的各个检测目标并将初始值为零的所述累计帧数加一具体为：预先利用最新一帧图像中的各个所述检测目标的位置信息对预设跟踪算法进行初始化；
利用预设跟踪算法预测所述视频流的下一帧图像中的各个检测目标，并利用预测结果对所述预设跟踪算法进行更新；判断最新预测到的所述检测目标的第二数量是否与所述第一数量相等；若是，则显示预测效果并并将初始值为零的所述累计帧数加一；若否，则将所述累计帧数清零并执行所述利用预设检测算法检测出视频流中的最新一帧图像中的各个检测目标的步骤。
[0007]优选地，所述利用预设检测算法检测视频流的最新一帧图像中的各个检测目标之前，该目标检测跟踪方法还包括：根据预设数据集以及在指定场景中实际采集的图片集，确定出带有各个预设检测目标的标注信息的图片训练集；利用所述图片训练集中的各个所述标注信息，采用预设聚类算法得到各个所述预设检测目标对应的预设数量个具有代表性的尺寸参数；利用所述图片训练集以及所述尺寸参数对预设检测算法进行训练。
[0008]优选地，所述检测目标数量与跟踪帧数的对应关系具体为：当所述检测目标数量为1时，所述跟踪帧数为20帧；当所述检测目标数量大于1且小于4时，所述跟踪帧数为10帧；当所述检测目标数量大于3时，所述跟踪帧数为0帧。
[0009]优选地，所述预设检测算法为YOLO检测模型。
[0010]优选地，所述YOLO检测模型中的主干特征提取网络为EfficientNet卷积神经网络。
[0011]优选地，所述主干特征提取网络的有效特征层的数量为4个。
[0012]优选地，所述预设跟踪算法为核相关KCF滤波算法。
[0013]为解决上述技术问题，本专利技术还提供了一种目标检测跟踪装置，包括：检测模块，用于利用预设检测算法检测视频流的最新一帧图像中的各个检测目标；确定模块，用于根据检测目标数量与跟踪帧数的对应关系，确定出最新一帧图像中的所述检测目标的第一数量对应的跟踪帧数；第一判断模块，用于判断当前的累计帧数是否达到所述跟踪帧数，若未达到，则触发预测模块，若达到，则触发清零模块；所述预测模块，用于利用预设跟踪算法预测所述视频流的下一帧图像中的各个检测目标，并将初始值为零的所述累计帧数加一；第二判断模块，用于判断所述视频流是否存在后续图像，若存在，则触发所述第一判断模块，否则触发终止模块；所述终止模块，用于终止；所述清零模块，用于将所述累计帧数清零并执行所述利用预设检测算法检测出视频流中的最新一帧图像中的各个检测目标的步骤。
[0014]为解决上述技术问题，本专利技术还提供了一种目标检测跟踪设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上所述目标检测跟踪方法的步骤。
[0015]本专利技术提供了一种目标检测跟踪方法，考虑到图像中的检测目标数量越多，对于跟踪算法来说预测难度就越大，因此本申请在通过预设检测算法进行检测后，首先根据对应关系确定出检测目标的第一数量对应的跟踪帧数，然后控制跟踪算法对跟踪帧数个图像进行预测，通过合理地设置检测目标数量与跟踪帧数的对应关系，便可以精确地控制跟踪算法针对不同的检测目标数量对相应帧数图像进行检测目标的预测，有利于在保障预测精度的基础上提升了检测速度。
[0016]本专利技术还提供了一种目标检测跟踪装置及设备，具有如上目标检测跟踪方法相同的有益效果。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本专利技术提供的一种目标检测跟踪方法的流程示意图；图2为本专利技术提供的另一种目标检测跟踪算法的流程示意图；图3为本专利技术提供的一种目标检测跟踪装置的结构示意图；图4为本专利技术提供的一种目标检测跟踪设备的结构示意图。
具体实施方式
[0019]本专利技术的核心是提供一种目标检测跟踪方法，通过合理地设置检测目标数量与跟踪帧数的对应关系，便可以精确地控制跟踪算法针对不同的检测目标数量对相应帧数图像进行检测目标的预测，有利于在保障预测精度的基础上提升了检测速度；本专利技术的另一核心是提供一种目标检测跟踪装置及设备，通过合理地设置检测目标数量与跟踪帧数的对应关系，便可以精确地控制跟踪算法针对不同的检测目标数量对相应帧数图像进行检测目标的预测，有利于在保障预测精度的基础上提升了检测速度。
[0020]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标检测跟踪方法，其特征在于，包括：利用预设检测算法检测视频流的最新一帧图像中的各个检测目标；根据检测目标数量与跟踪帧数的对应关系，确定出最新一帧图像中的所述检测目标的第一数量对应的跟踪帧数；判断当前的累计帧数是否达到所述跟踪帧数；若未达到，则利用预设跟踪算法预测所述视频流的下一帧图像中的各个检测目标，并将初始值为零的所述累计帧数加一；判断所述视频流是否存在后续图像，若存在，则执行所述判断当前的累计帧数是否达到所述跟踪帧数的步骤，否则终止；若达到，则将所述累计帧数清零并执行所述利用预设检测算法检测出视频流中的最新一帧图像中的各个检测目标的步骤。2.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述利用预设跟踪算法预测所述视频流的下一帧图像中的各个检测目标并将初始值为零的所述累计帧数加一具体为：预先利用最新一帧图像中的各个所述检测目标的位置信息对预设跟踪算法进行初始化；利用预设跟踪算法预测所述视频流的下一帧图像中的各个检测目标，并利用预测结果对所述预设跟踪算法进行更新；判断最新预测到的所述检测目标的第二数量是否与所述第一数量相等；若是，则显示预测效果并并将初始值为零的所述累计帧数加一；若否，则将所述累计帧数清零并执行所述利用预设检测算法检测出视频流中的最新一帧图像中的各个检测目标的步骤。3.根据权利要求2所述的目标检测跟踪方法，其特征在于，所述利用预设检测算法检测视频流的最新一帧图像中的各个检测目标之前，该目标检测跟踪方法还包括：根据预设数据集以及在指定场景中实际采集的图片集，确定出带有各个预设检测目标的标注信息的图片训练集；利用所述图片训练集中的各个所述标注信息，采用预设聚类算法得到各个所述预设检测目标对应的预设数量个具有代表性的尺寸参数；利用所述图片训练集以及所述尺寸参数对预设检测算法进行训练。4.根据权...
【专利技术属性】
技术研发人员：邓元望，许庆金，朱浩，
申请(专利权)人：湖南大学，
类型：发明
国别省市：
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。