本申请提供的目标跟踪方法，包括：获取待分析视频；根据待分析视频中每一帧图像的时间顺序，确定当前需要处理的第一目标图像；若第一目标图像不是待分析视频中的最后一帧图像，则根据第一目标图像，确定对应的第二目标图像及原始位置；根据第二目标图像和预设的目标模型，确定第一目标得分和目标数值；若存在已构建的SVM分类器且第一目标得分小于所述第一预设阈值，则调用SVM分类器对第二目标图像进行重检测，得到与第二目标图像对应的第二目标得分和目标位置；若第二目标得分大于第一比对值，则更新原始位置为目标位置。应用本发明专利技术提供的方法，通过对每一帧的图像进行目标跟踪并对跟踪结果进行准确性检验，提供了目标跟踪的可靠性和准确性。可靠性和准确性。可靠性和准确性。
【技术实现步骤摘要】
目标跟踪方法、装置、存储介质及计算机设备
[0001]本申请涉及视频分析
，尤其涉及一种目标跟踪方法、装置、存储介质及计算机设备。
技术介绍
[0002]目标跟踪是视频分析的核心问题之一，在人机交互、视频监控、增强现实等领域有着广泛的应用。虽然在过去几十年来该技术的研究取得了很大的进展，但由于应用中存在光照变化、刚性形变、快速运动、部分遮挡、背景繁杂等多种因素，寻求快速稳定、适合对象变化的跟踪方法始终是一个挑战。
[0003]现有技术中，基于核相关滤波的目标跟踪技术是目前具有代表意义的目标跟踪技术之一，能提高目标跟踪鲁棒性和准确性，但在跟踪过程中，由于不对跟踪的结果进行准确性检测，一旦目标在当前帧被错误地检测、严重遮挡或者完全丢失，最终可能导致目标跟踪失败，降低了目标跟踪的可靠性和准确性。
技术实现思路
[0004]本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中由于不对跟踪的结果进行准确性检测，一旦目标在当前帧被错误地检测、严重遮挡或者完全丢失，最终可能导致目标跟踪失败，降低了目标跟踪的可靠性和准确性的技术缺陷。
[0005]第一方面，本申请提供了一种目标跟踪方法，所述方法包括：
[0006]获取待分析视频；其中，所述待分析视频包括至少两帧图像；
[0007]根据所述待分析视频中每一帧图像的时间顺序，在所述待分析视频中确定当前需要处理的第一目标图像；
[0008]若所述第一目标图像不是所述待分析视频中的最后一帧图像，则根据所述第一目标图像，确定与所述第一目标图像对应的第二目标图像及原始位置；其中，所述原始位置为所述第一目标图像的下一帧图像中第二目标图像的位置；
[0009]根据所述第二目标图像和预设的目标模型，确定第一目标得分和目标数值；其中，所述第一目标得分为所述第二目标图像在所述目标模型中的最大响应值，所述目标数值用于反映所述第二目标图像对应的响应图的波动程度；判断是否存在已构建的SVM分类器，若存在已构建的SVM分类器，则判断所述第一目标得分是否小于第一预设阈值；
[0010]若所述第一目标得分小于所述第一预设阈值，则调用所述SVM分类器对所述第二目标图像进行重检测，得到与所述第二目标图像对应的第二目标得分和目标位置；其中，所述第二目标得分为所述第二目标图像在所述SVM分类器中的最大响应值；
[0011]若所述第二目标得分大于第一比对值，则更新所述原始位置为所述目标位置；其中，所述第一比对值为所述第一目标得分与第一预设倍数的积。
[0012]在其中一个实施例中，所述确定与所述第一目标图像对应的第二目标图像及原始位置，包括：
[0013]对所述第一目标图像进行加窗操作，根据经过加窗操作的第一目标图训练已设置的上下文模型；
[0014]根据预设策略，对所述第一目标图像进行图像截取，确定第二目标图像；对所述第二目标图像进行特征提取，得到与所述第二目标图像对应的第一目标特征；
[0015]将所述第一目标特征输入所述上下文模型中，确定与所述第一目标特征对应原始位置。
[0016]在其中一个实施例中，所述对所述第一目标图像进行加窗操作，包括：
[0017]获取所述第一目标图像的各个像素值；
[0018]将各个所述像素值乘以一个单位的余弦窗，得到与各个所述像素值对应目标像素值；
[0019]根据各个所述目标像素值，更新所述第一目标图像。
[0020]在其中一个实施例中，所述根据所述第二目标图像和预设的目标模型，确定第一目标得分和目标数值，包括：
[0021]对所述第二目标图像进行尺寸变换，得到与所述第二目标图像对应的多个图像块；
[0022]分别对各个所述图像块进行特征提取，得到与各个所述图像块对应的第二目标特征；
[0023]将各个所述第二目标特征输入所述目标模型，确定与所述第二目标图像对应的第一目标得分和目标数值并将所述目标数值添加在已设置的记录表中。
[0024]在其中一个实施例中，所述方法还包括：
[0025]获取平均值，其中，所述平均值为所述记录表中各个所述目标数值的平均值；
[0026]若所述第二目标得分大于第二预设阈值且所述目标数值大于第二比对值，则更新所述目标模型和所述SVM分类器；其中，所述第二比对值为所述平均值与第二预设倍数的积。
[0027]在其中一个实施例中，所述方法还包括：
[0028]若所述第一目标得分大于或等于所述第一预设阈值，则不需要调用所述SVM分类器对各个所述第二目标特征进行重检测，所述原始位置即为预测的下一帧图像的目标跟踪结果。
[0029]第二方面，本申请提供了一种目标跟踪装置，所述装置包括：
[0030]获取模块，用于获取待分析视频；其中，所述待分析视频包括至少两帧图像；
[0031]第一确定模块，用于根据所述待分析视频中每一帧图像的时间顺序，在所述待分析视频中确定当前需要处理的第一目标图像；
[0032]第二确定模块，用于若所述第一目标图像不是所述待分析视频中的最后一帧图像，则根据所述第一目标图像，确定与所述第一目标图像对应的第二目标图像及原始位置；其中，所述原始位置为所述第一目标图像的下一帧图像中第二目标图像的位置；
[0033]第三确定模块，用于根据所述第二目标图像和预设的目标模型，确定第一目标得分和目标数值；其中，所述第一目标得分为所述第二目标图像在所述目标模型中的最大响应值，所述目标数值用于反映所述第二目标图像对应的响应图的波动程度；
[0034]判断模块，用于判断是否存在已构建的SVM分类器，若存在已构建的SVM分类器，则
判断所述第一目标得分是否小于第一预设阈值；
[0035]重检测模块，用于若所述第一目标得分小于所述第一预设阈值，则调用所述SVM分类器对所述第二目标图像进行重检测，得到与所述第二目标图像对应的第二目标得分和目标位置；其中，所述第二目标得分为所述第二目标图像在所述SVM分类器中的最大响应值；
[0036]目标位置更新模块，用于若所述第二目标得分大于第一比对值，则更新所述原始位置为所述目标位置；其中，所述第一比对值为所述第一目标得分与第一预设倍数的积。
[0037]在其中一个实施例中，所述第二确定模块包括：
[0038]模型更新子模块，用于对所述第一目标图像进行加窗操作，根据经过加窗操作的第一目标图训练已设置的上下文模型；
[0039]图像截取子模块，用于根据预设策略，对所述第一目标图像进行图像截取，确定第二目标图像；
[0040]获取子模块，用于对所述第二目标图像进行特征提取，得到与所述第二目标图像对应的第一目标特征；
[0041]位置确定子模块，用于将所述第一目标特征输入所述上下文模型中，确定与所述第一目标特征对应原始位置。
[0042]第三方面，本申请提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标跟踪方法，其特征在于，所述方法包括：获取待分析视频；其中，所述待分析视频包括至少两帧图像；根据所述待分析视频中每一帧图像的时间顺序，在所述待分析视频中确定当前需要处理的第一目标图像；若所述第一目标图像不是所述待分析视频中的最后一帧图像，则根据所述第一目标图像，确定与所述第一目标图像对应的第二目标图像及原始位置；其中，所述原始位置为所述第一目标图像的下一帧图像中第二目标图像的位置；根据所述第二目标图像和预设的目标模型，确定第一目标得分和目标数值；其中，所述第一目标得分为所述第二目标图像在所述目标模型中的最大响应值，所述目标数值用于反映所述第二目标图像对应的响应图的波动程度；判断是否存在已构建的SVM分类器，若存在已构建的SVM分类器，则判断所述第一目标得分是否小于第一预设阈值；若所述第一目标得分小于所述第一预设阈值，则调用所述SVM分类器对所述第二目标图像进行重检测，得到与所述第二目标图像对应的第二目标得分和目标位置；其中，所述第二目标得分为所述第二目标图像在所述SVM分类器中的最大响应值；若所述第二目标得分大于第一比对值，则更新所述原始位置为所述目标位置；其中，所述第一比对值为所述第一目标得分与第一预设倍数的积。2.根据权利要求1所述的目标跟踪方法，所述确定与所述第一目标图像对应的第二目标图像及原始位置，包括：对所述第一目标图像进行加窗操作，根据经过加窗操作的第一目标图训练已设置的上下文模型；根据预设策略，对所述第一目标图像进行图像截取，确定第二目标图像；对所述第二目标图像进行特征提取，得到与所述第二目标图像对应的第一目标特征；将所述第一目标特征输入所述上下文模型中，确定与所述第一目标特征对应原始位置。3.根据权利要求2所述的目标跟踪方法，所述对所述第一目标图像进行加窗操作，包括：获取所述第一目标图像的各个像素值；将各个所述像素值乘以一个单位的余弦窗，得到与各个所述像素值对应目标像素值；根据各个所述目标像素值，更新所述第一目标图像。4.根据权利要求1所述的目标跟踪方法，所述根据所述第二目标图像和预设的目标模型，确定第一目标得分和目标数值，包括：对所述第二目标图像进行尺寸变换，得到与所述第二目标图像对应的多个图像块；分别对各个所述图像块进行特征提取，得到与各个所述图像块对应的第二目标特征；将各个所述第二目标特征输入所述目标模型，确定与所述第二目标图像对应的第一目标得分和目标数值并将所述目标数值添加在已设置的记录表中。5.根据权利要求4所述的目标跟踪方法，所述方法还包括：获取平均值，其中，所述平均值为所述记录表中各个所述目标数值的平均值；若所述第二目标得分大于第二预设阈值且所述目标数值大于第二比对值，则更新所述
目标模型和所...
【专利技术属性】
技术研发人员：阮宏刚，
申请(专利权)人：天翼数字生活科技有限公司，
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。