图像识别方法、装置及计算机存储介质制造方法及图纸

本申请提供一种图像识别方法、装置及计算机存储介质，包括依次获取目标视频中的一个待检测特征；将待检测特征与每一个轨迹特征执行匹配，并将与待检测特征相匹配的轨迹特征的目标对象，确定为待检测特征的目标对象；利用待检测特征，更新与待检测特征相匹配的轨迹特征，并返回依次获取目标视频中的一个待检测特征的步骤继续执行。借此，本申请提供的图像识别方案，可供精准执行目标追踪，并有效改善目标轨迹跟断和跟串的情况。标轨迹跟断和跟串的情况。标轨迹跟断和跟串的情况。

【技术实现步骤摘要】
图像识别方法、装置及计算机存储介质


[0001]本申请实施例涉及轨迹追踪
，特别涉及一种图像识别方法、装置及计算机存储介质。

技术介绍

[0002]近年来，随着深度学习领域的快速发展，行人识别、目标检测和跟踪等计算机视觉技术取得了巨大的进步。基于摄像头的行人轨迹追踪技术在金融、安防、消费等众多领域，有着巨大的应用需求和前景。例如在商场零售场景中，企业开始关注用户体验研究，根据顾客的行动轨迹或在特定商品前的停留时间进行数据分析，促进产品不断迭代更新。
[0003]因此，迫切需要一种可稳定执行目标追踪的技术方案。

技术实现思路

[0004]鉴于上述问题，本申请提供一种图像识别方法、装置及计算机存储介质，可供精准执行目标追踪，并有效改善目标轨迹跟断和跟串的情况。。
[0005]本申请第一方面提供一种图像识别方法，包括：依次获取目标视频中的一个待检测特征；将所述待检测特征与每一个轨迹特征执行匹配，并将与所述待检测特征相匹配的轨迹特征的目标对象，确定为所述待检测特征的目标对象；以及利用所述待检测特征，更新与所述待检测特征相匹配的轨迹特征，并返回所述依次获取目标视频中的一个待检测特征的步骤继续执行。
[0006]本申请第二方面提供一种图像识别装置，包括：特征获取模块，用于依次获取目标视频中的一个待检测特征；特征匹配模块，用于将所述待检测特征与每一个轨迹特征执行匹配，并将与所述待检测特征相匹配的轨迹特征的目标对象，确定为所述待检测特征的目标对象；特征更新模块，用于利用所述待检测特征，更新与所述待检测特征相匹配的轨迹特征，并返回所述特征获取模块继续执行。
[0007]本申请第三方面提供一种计算机存储介质，其特征在于，所述计算机存储介质中存储有用于执行上述第一方面所述的方法中各步骤的各指令。
[0008]综上所述，本申请各实施例提供的图像识别方案，通过利用待检测特征更新与之相匹配的轨迹特征，借以准确执行目标对象的追踪识别，以实现目标对象的精准追踪，并提高目标对象动态追踪的成功率。
附图说明
[0009]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0010]图1为本申请示例性实施例的图像识别方法的处理流程图。
[0011]图2为本申请的图像识别方法的应用示例示意图。
[0012]图3为本申请另一示例性实施例的图像识别方法的处理流程图。
[0013]图4为本申请另一示例性实施例的图像识别方法的处理流程图。
[0014]图5为本申请示例性实施例的图像识别装置的结构框图。
具体实施方式
[0015]为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
[0016]现有的行人追踪方案主要包括：1.多目标跟踪方法，其通过稀疏表示方法和相关滤波等，采用前后帧更新的方式，不断的更新模型，以适应不断变化的环境和姿态。2.采用深度学习的多目标跟踪，其通过自定义的残差CNN网络提取视觉信息，在目标检测阶段引入运动特征和外观特征，以外观特征为辅进行多目标跟踪任务。
[0017]上述这些技术方案无一例外侧重于运动特征，并没有发挥外观特征的优势，存在鲁棒性差，在复杂场景下容易产生轨迹漂移的问题。
[0018]同时，行人的不定向运动使得改变了姿态和场景的外观模式，对于目标尺度变化和遮挡问题的处理效果不佳。常用的跟踪算法都假设物体运动是平滑地不会发生突变的，这使得运动特征不稳定，尤其是当行人框尺度发生变化时，跟踪框不能自适应跟踪，导致目标模型的更新错误。
[0019]有鉴于此，本申请提供一种图像识别方案，可以有效改善现有技术中存在的种种技术问题。
[0020]以下将结合各附图详细描述本申请的各实施例。
[0021]图1示出了本申请示例性实施例的图像识别方法的处理流程。如图所示，本实施例主要包括以下步骤：
[0022]步骤S102，依次获取目标视频中的一个待检测特征。
[0023]可选地，可通过设置在目标区域(ROI区域)的监控设备(例如摄像机)，获取目标区域的目标视频。
[0024]例如，在图2所示的示例中，可利用设置在目标区域A的监控设备A，获取目标区域A对应的目标视频A，利用设置在目标区域B的监控设备B，获取目标区域B对应的目标视频B，以此类推。
[0025]可选地，可基于预设帧间隔，依次获取目标视频中的一个视频帧，并检测视频帧中的未知对象，获取未知对象的待检测特征。
[0026]于本实施例中，一个视频帧中可能包含有一个或多个未知对象。
[0027]于本实施例中，可检测当前视频帧中的每一个未知对象，以获得每一个未知对象的对象检测框，并利用训练好的ReID(行人重识别)模型，提取每一个对象检测框内的图像信息，输出具有固定维度的特征向量作为未知对象的特征表示，从而获得每一个未知对象的待检测特征，借由此特征提取技术手段，可以大大提升人体不定向运动和摄像头非固定的多目标跟踪任务的准确性，以获取稳定的对象轨迹信息。
[0028]例如，参考图2，可根据从目标视频A所获取的视频帧执行检测，获得未知对象a的待检测特征a和未知对象b的待检测特征b；根据从目标视频B所获取的视频帧执行检测，获得未知对象c的待检测特征c，以此类推。
[0029]步骤S104，将待检测特征与每一个轨迹特征执行匹配，并将与待检测特征相匹配的轨迹特征的目标对象，确定为待检测特征的目标对象。
[0030]可选地，可基于第一匹配阈值、第二匹配阈值，将待检测特征与每一个轨迹特征分别执行两次匹配，获得待检测特征的第一匹配结果和第二匹配结果，并基于第一匹配结果和第二匹配结果，确定与待检测特征相匹配的轨迹特征，并根据与之相匹配的轨迹特征对应的目标对象，确定待检测特征的目标对象。
[0031]具体地，可通过将待检测特征与每一个轨迹特征执行两次匈牙利匹配，以获取待检测特征的第一匹配结果和第二匹配结果，并基于第一匹配结果和第二匹配结果，确定与待检测特征相匹配的轨迹特征。
[0032]于本实施例中，轨迹特征可基于已检测完成的各待检测特征所生成，每一个轨迹特征对应于一个目标对象。
[0033]于本实施例中，同一个目标对象可对应于一个或多个的轨迹特征。
[0034]具体地，当同一目标对象出现在多个目标区域的情况下，则此目标对象可能具有多个轨迹特征。
[0035]可选地，可建立轨迹池，以存储各轨迹特征。
[0036]步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，包括：依次获取目标视频中的一个待检测特征；将所述待检测特征与每一个轨迹特征执行匹配，并将与所述待检测特征相匹配的轨迹特征的目标对象，确定为所述待检测特征的目标对象；以及利用所述待检测特征，更新与所述待检测特征相匹配的轨迹特征，并返回所述依次获取目标视频中的一个待检测特征的步骤继续执行。2.根据权利要求1所述的方法，其中，所述依次获取目标视频中的一个待检测特征，包括：基于预设帧间隔，依次获取所述目标视频中的一个视频帧；检测所述视频帧中的未知对象，获取所述未知对象的待检测特征。3.根据权利要求1所述的方法，其中，所述将所述待检测特征与每一个轨迹特征执行匹配，包括：基于第一匹配阈值、第二匹配阈值，将所述待检测特征与每一个轨迹特征分别执行两次匹配，获得所述待检测特征的第一匹配结果和第二匹配结果；若根据所述待检测特征的第一匹配结果与第二匹配结果，获得与所述待检测特征相匹配的同一轨迹特征，将所述轨迹特征的目标对象确定为所述待检测特征的目标对象。4.根据权利要求3所述的方法，其中，所述方法还包括：若所述第一匹配结果与所述第二匹配结果均未获得与所述待检测特征相匹配的轨迹特征，根据所述待检测特征生成一个新的轨迹特征，并确定所述新的轨迹特征的目标对象；将所述新的轨迹特征的目标对象，确定为所述待检测特征的目标对象。5.根据权利要求3所述的方法，其中，所述两次匹配分别为匈牙利匹配，且所述第二匹配阈值高于所述第一匹配阈值。6.根据权利要求5所述的方法，其中，所述第一匹配阈值可介于0.2至0.45之间，较佳地，所述第一匹配阈值为0.4；所述第二匹配阈值可介于0.6至0.9之间，较佳地，所述第二匹配阈值为0.65。7.根据权利要求6所述的方法，其中，所述方法还包括：若所述第一匹配结果未获得与所述待检测特征匹配的轨迹特征，且所述第二匹配结果获得与所述待检测特征匹配的轨迹特征，则丢弃所述待检测特征。8.根据权利要求3所述的方法，其中，所述目标视频包括多个，且所述方法还包括：依次获取每一个目标视频中的一个待检测特征，获得每一个目标视频的待检测特征；将每一个待检测特征与每一个轨迹特征执行匹配，并根据与每一个待检测特征相匹配的轨迹特征的目标对象，确定每一个待检测特征的目标对象。9.根据权利要求8所述的方法，其中，所述将每一个待检测特征与每一个轨迹特征执行匹配，并根据与每一个待检测特征相匹配的轨迹特征的目标对象，确定每一个待检测特征的目标对象，包括：计算每一个待检测特征与每一个轨迹特征之间...

【专利技术属性】
技术研发人员：郑腾飞，
申请(专利权)人：重庆中科云从科技有限公司，
类型：发明
国别省市：