具有延迟对象检测的流对象跟踪制造技术

用于使用对象检测算法和对象跟踪算法两者来执行视频图像中的对象的对象跟踪的技术。因为对象检测算法通常比对象跟踪算法更慢但准确，所以仅某些经采样视频帧经受对象检测算法。非采样帧使用对象跟踪算法来定位对象，使用最近的先前对象检测帧作为起始帧。以此方式，通过使用滞后检测结果来隐藏由对象检测算法引入的延迟，使用对象检测算法来周期性地、有效地校准对象跟踪算法。有效地校准对象跟踪算法。有效地校准对象跟踪算法。

【技术实现步骤摘要】
【国外来华专利技术】具有延迟对象检测的流对象跟踪

技术介绍

[0001]本专利技术总体上涉及用于对象跟踪的机器逻辑和用于对象检测的机器逻辑的领域。
[0002]已知计算机系统可以执行“对象检测”(本文称为对象检测系统)。对象检测系统通常包括图形处理单元(GPU)。对象检测是涉及计算机视觉和图像处理的计算机技术，该计算机技术处理检测数字图像(例如，视频)中的某个预定义类别(诸如，人类、建筑物或汽车)的“语义对象”的出现。对象检测的一些域包括面部检测和行人检测。对象检测在计算机视觉的许多领域中具有应用，包括图像检索和视频监视。其用于计算机视觉任务，例如面部检测、面部辨识、视频对象共同分段。其还结合“物体跟踪”使用(在以下段落中讨论)。每个对象类具有其自身的有助于分类该类的特殊特征。例如，所有的圆都是圆形的。对象类检测使用这些特定特征。常规对象检测通常使用基于机器学习的方法或基于深度学习的方法。对于机器学习类型的对象检测，有必要首先使用以下列举的方法之一来定义特征，并且然后使用诸如支持向量机(SVM)的技术来进行分类。深度学习型对象检测，其能够进行端到端对象检测，而无需具体限定特征，并且本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法(CIM)，包括：从包括运动对象的视频图像接收有顺序的和时间序列的多个视频帧；对所述多个视频帧中的多个选择的视频帧进行采样，使得每N个帧中的一(1)个是选择的视频帧，其中，N是大于一(1)的整数；对所述多个选择的视频帧执行对象检测算法，以在每个所述选择的视频帧中定位所述移动对象，并且获得所述多个视频帧中的每个选择的视频帧的相应对象位置，以获得所述移动对象的采样帧对象位置；以及对所述多个视频帧执行对象跟踪，以在每个所述视频帧中定位所述移动对象，以获得所述移动对象的对象跟踪位置，其中所述对象跟踪包括：针对所述多个视频帧中的每个给定的选择的视频帧，使用所述采样帧对象位置作为所述给定的选择的视频帧的所述对象跟踪位置，对于不是所述多个视频帧中的选择的视频帧的每个给定视频帧，在所述对象跟踪算法中使用最近的先前采样帧对象位置作为开始帧来应用对象跟踪算法，以获得不是选择的帧的所述给定视频帧的所述对象跟踪位置，使得所述采样帧对象位置用于校准不是选择的视频帧的视频帧的所述对象跟踪位置，以及隐藏与所述对象检测算法对所述多个选择的视频帧的执行相关联的检测延迟。2.根据权利要求1所述的计算机实现的方法，进一步包括：按序列的...

【专利技术属性】
技术研发人员：李玉博，王青，金科，张世磊，张洁，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：