本发明专利技术公开一种目标识别跟踪的方法、装置、设备及存储介质。其中，该方法包括步骤：获取第一图像帧、待跟踪人物人脸特征值；对第一图像帧进行站立检测，检测出站立人物；对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。本发明专利技术用基于图像的目标检测技术替代基于图像的姿态识别或人脸识别技术对跟踪人物进行选定，大大地减少了性能开销，并且使用站立检测能够极大的过滤干扰选项，优化性能。优化性能。优化性能。
【技术实现步骤摘要】
目标识别跟踪的方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能视觉的
，更具体地，涉及一种目标识别跟踪的方法、装置、设备及存储介质。
技术介绍
[0002]人工智能视觉目标跟踪被广泛地应用于各种领域和场景，例如，远程教学中的教师跟踪或学生跟踪、远程会议的主讲人跟踪等。一般来说，在给定某视频序列中初始帧中的目标对象大小与位置的情况下，利用视觉目标跟踪可以检测跟踪后续帧中该目标对象的大小与位置。
[0003]进行目标跟踪的前提是识别并锁定跟踪对象，目前通常使用人脸识别或姿态识别技术识别出要跟踪的对象，然后对跟踪对象进行锁定。但在教学现场等多人场景中，即使只想识别出某个特定的人物，例如老师，仍然需要对全员进行人脸识别，整个识别过程特别耗费时间和算力，并且锁定效果不好。
技术实现思路
[0004]本专利技术为克服进行目标识别锁定时的图像处理过程中消耗较大的计算资源的计算问题，提供一种在减少计算资源的同时也能有效地检测锁定目标对象的方法。为解决上述技术问题，本专利技术采用的技术方案如下。
[0005]第一方面，本专利技术提供一种目标识别跟踪的方法，包括步骤：
[0006]获取第一图像帧、待跟踪人物人脸特征值；其中，所述第一图像帧中包括多个人物对象；
[0007]对第一图像帧进行站立检测，检测出站立人物；
[0008]对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；
[0009]将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；
[0010]在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。
[0011]在一种实施方式中，还包括步骤：基于人头检测对锁定的跟踪对象进行目标跟踪。
[0012]在一种实施方式中，还包括步骤：提取第二图像帧中的指定人物的人脸特征值作为待跟踪人物人脸特征值；其中，所述第二图像帧为视频中在第一图像帧之前的图像帧。
[0013]在一种实施方式中，还包括步骤：选取第二图像帧中的指定区域中的人物作为所述指定人物。
[0014]在一种实施方式中，还包括步骤：通过姿态识别在第二图像帧中选定所述指定人物。
[0015]第二方面，本专利技术提供一种站立检测模型的训练方法，包括步骤：
[0016]获取训练站立图片；
[0017]对所述训练站立图片进行站立人物标注，获得标注站立图片；
[0018]根据所述标注站立图片建立标注站立数据集；
[0019]以所述标注站立数据集建立基于卷积神经网络结构，获得用于检测图片站立人物的站立检测模型。
[0020]在一种实施方式中，所述站立检测模型以RetinaNet目标检测算法为基础，所述RetinaNet目标检测算法中的主干网络由resnet替换为mobilenetv2。
[0021]在一种实施方式中，还包括步骤：根据标注站立数据集的统计结果，修改RetinaNet目标检测算法的分类和定位分支损失函数的权重。
[0022]在一种实施方式中，还包括步骤：对站立检测模型中的大尺寸目标分支进行删减。
[0023]第三方面，本专利技术提供一种目标识别跟踪的方法，包括步骤：
[0024]获取第一图像帧、待跟踪人物人脸特征值；
[0025]利用站立检测模型对第一图像帧进行站立检测，检测出站立人物；其中，所述站立检测模型利用上述任一实施方式中所述的方法训练得到。
[0026]对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；
[0027]将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；
[0028]在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。
[0029]第四方面，本专利技术提供一种目标识别跟踪的装置，包括：
[0030]获取模块，用于获取第一图像帧、待跟踪人物人脸特征值；
[0031]提取模块，用于对第一图像帧进行站立检测，检测出站立人物；
[0032]人脸检测模块，用于对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；
[0033]比对模块，用于将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；
[0034]确定模块，用于在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。
[0035]第五方面，本专利技术提供一种站立检测模型的训练装置，其特征在于，包括：
[0036]训练图片获取模块，用于获取训练站立图片；
[0037]信息标注模块，用于对所述训练站立图片进行站立人物标注，获得标注站立图片；
[0038]数据集建立模块，用于根据所述标注站立图片建立标注站立数据集；
[0039]模型训练模块，用于以所述标注站立数据集建立基于卷积神经网络结构，获得用于检测图片站立人物的站立检测模型。
[0040]第六方面，本专利技术提供一种目标识别跟踪的装置，包括：
[0041]获取模块，用于获取第一图像帧、待跟踪人物人脸特征值；
[0042]提取模块，用于对第一图像帧进行站立检测，检测出站立人物；其中，所述站立检测模型利用上述站立检测模型的训练装置训练得到。
[0043]人脸检测模块，用于对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；
[0044]比对模块，用于将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；
[0045]确定模块，用于在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。
[0046]第七方面，本专利技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施方式的方法。
[0047]第八方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述任一实施方式的方法。
[0048]本专利技术适用于有主讲和听讲的多人场景，尤其适用于教学场景，对主讲人的目标检测与跟踪。本方法基于主讲人员相对于听讲人员在动作上的特殊性，通过站立检测，筛选出主讲人和与主讲人动作相同的其他人物，然后通过人脸识别的方式进一步确认出主讲人，并对主讲人进行目标跟踪。本方法用基于图像的目标检测技术替代基于图像的姿态识别或人脸识别技术，大大地减少了性能开销，并且使用站立检测能够极大的过滤干扰选项，优化性能。
附图说明
[0049]图1是本专利技术实施例一流程示意图。
[0050]图2是本专利技术实施例一的画面示意图。
[0051]图3是本专利技术实施例一的训练方法流程示意图。
[0052]图4是本专利技术实施例二整体结构示意图。
[0053]图5是本专利技术实施例二的训练装置整体结构示意图。
具体实施方式...
【技术保护点】
【技术特征摘要】
1.一种目标识别跟踪的方法，其特征在于，包括步骤：获取第一图像帧、待跟踪人物人脸特征值；其中，所述第一图像帧中包括多个人物对象；对第一图像帧进行站立检测，检测出站立人物；对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。2.根据权利要求1所述的目标识别跟踪的方法，其特征在于，还包括步骤：基于人头检测对锁定的跟踪对象进行目标跟踪。3.根据权利要求1所述的目标识别跟踪的方法，其特征在于，还包括步骤：提取第二图像帧中的指定人物的人脸特征值作为待跟踪人物人脸特征值；其中，所述第二图像帧为视频中在第一图像帧之前的图像帧。4.根据权利要求3所述的目标识别跟踪的方法，其特征在于，还包括步骤：选取第二图像帧中的指定区域中的人物作为所述指定人物。5.根据权利要求3任一项所述的目标识别跟踪的方法，其特征在于，还包括步骤：通过姿态识别在第二图像帧中选定所述指定人物。6.一种站立检测模型的训练方法，其特征在于，包括步骤：获取训练站立图片；对所述训练站立图片进行站立人物标注，获得标注站立图片；根据所述标注站立图片建立标注站立数据集；以所述标注站立数据集建立基于卷积神经网络结构，获得用于检测图片站立人物的站立检测模型。7.根据权利要求6所述的站立检测模型的训练方法，其特征在于，所述站立检测模型以RetinaNet目标检测算法为基础，所述RetinaNet目标检测算法中的主干网络由resnet替换为mobilenetv2。8.根据权利要求7所述的站立检测模型的训练方法，其特征在于，还包括步骤：根据标注站立数据集的统计结果，修改RetinaNet目标检测算法的分类和定位分支损失函数的权重。9.根据权利要求6所述的站立检测模型的训练方法，其特征在于，还包括步骤...
【专利技术属性】
技术研发人员：欧俊文，关本立，
申请(专利权)人：广州市奥威亚电子科技有限公司，
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。