目标跟踪方法、装置及设备制造方法及图纸

本申请实施例公开了一种目标跟踪方法、装置及设备，所述方法包括：获取至少两个特征图，每一特征图对应待跟踪视频中的一帧待跟踪图像；对每一所述特征图进行目标检测，得到每一所述特征图上的至少一个检测对象和每一所述检测对象对应的特征信息；根据所述特征信息和所述特征图，确定每一帧待跟踪图像中每一所述检测对象对应的目标特征；对至少两帧待检测图像上的目标特征进行匹配，以实现目标跟踪。以实现目标跟踪。以实现目标跟踪。

【技术实现步骤摘要】
目标跟踪方法、装置及设备


[0001]本申请涉及但不限于计算机
，尤其涉及一种目标跟踪方法、装置及设备。

技术介绍

[0002]在目标检测领域，Yolov5由于其速度快，精度高，可裁剪，易部署等特性得到了广发的应用，但是yolov5原生的检测头存在不能完整的提取特征图中的信息，语义层面的表达能力较弱的问题，特别是在目标类别容易混淆的情况下容易造成目标的漏检。

技术实现思路

[0003]基于相关技术存在的问题，本申请实施例提供一种目标跟踪方法、装置及设备。
[0004]本申请实施例的技术方案是这样实现的：
[0005]本申请实施例提供一种目标跟踪方法，所述方法包括：
[0006]获取至少两个特征图，每一特征图对应待跟踪视频中的一帧待跟踪图像；
[0007]对每一所述特征图进行目标检测，得到每一所述特征图上的至少一个检测对象和每一所述检测对象对应的特征信息；
[0008]根据所述特征信息和所述特征图，确定每一帧待跟踪图像中每一所述检测对象对应的目标特征；
[0009]对至少两帧待检测图像上的目标特征进行匹配，以实现目标跟踪。
[0010]在一些实施例中，所述对每一所述特征图进行目标检测，得到每一所述特征图上的至少一个检测对象和每一所述检测对象对应的特征信息，包括：
[0011]对每一所述特征图进行目标检测，得到每一所述特征图上的检测目标；
[0012]对所述检测目标进行分类处理，得到每一所述特征图上的至少一个检测对象；
[0013]对每一所述特征图进行第一检测处理，得到每一所述特征图上的每一所述检测对象对应的类别信息；
[0014]对每一所述特征图进行第二检测处理，得到每一所述特征图上的每一所述检测对象对应的位置信息；其中，所述特征信息至少包括所述位置信息和所述类别信息。
[0015]在一些实施例中，所述对每一所述特征图进行第一检测处理，得到每一所述特征图上的每一所述检测对象对应的类别信息，包括：
[0016]对所述特征图进行第一降维处理和归一化处理，得到每一所述检测对象的类别特征；
[0017]将所述类别特征确定为每一所述检测对象对应的类别信息。
[0018]在一些实施例中，所述对每一所述特征图进行第二检测处理，得到每一所述特征图上的每一所述检测对象对应的所述位置信息，包括：
[0019]对每一所述特征图进行边缘特征提取，得到边框特征图；
[0020]对所述边框特征图进行第二降维处理，得到每一所述检测对象对应的检测框的位置特征；
[0021]将所述位置特征确定为每一所述检测对象对应的位置信息。
[0022]在一些实施例中，所述特征信息至少包括位置信息和类别信息，所述位置信息至少包括位置特征，所述类别信息至少包括类别特征；
[0023]对应地，所述根据所述特征信息和所述特征图，确定每一帧待跟踪图像中每一所述检测对象对应的目标特征，包括：
[0024]根据所述位置特征和类别特征，确定每一帧待跟踪图像中每一所述检测对象的目标检测框信息；
[0025]根据所述特征图，确定每一帧待跟踪图像对应的多个尺度特征图；
[0026]根据每一所述检测对象对应的目标检测框信息，确定所述多个尺度特征图中的特征区域；
[0027]对多个特征区域进行平均池化处理，得到每一所述检测对象对应的目标特征。
[0028]在一些实施例中，所述根据所述特征图，确定每一帧待跟踪图像对应的多个尺度特征图，包括：
[0029]获取预设的尺度因子；
[0030]基于所述尺度因子，对所述特征图进行上采样处理，得到具有不同尺度的多个尺度特征图。
[0031]在一些实施例中，所述对至少两帧待检测图像上的目标特征进行匹配，以实现目标跟踪，包括：
[0032]对相邻两帧待检测图像之间的全部目标特征进行余弦距离计算，在后一帧待检测图像中，将与前一帧待检测图像上的某一目标特征余弦距离最小的目标特征，确定为前一帧待检测图像上的所述目标特征的跟踪特征，以实现目标跟踪。
[0033]在一些实施例中，所述方法还包括：
[0034]获取待跟踪视频，所述待跟踪视频包括的至少两帧连续的待跟踪图像；
[0035]对所述待跟踪视频中至少两帧待跟踪图像进行特征提取处理，得到每一所述待跟踪图像对应的特征图。
[0036]本申请实施例再提供一种目标跟踪装置，所述装置包括：
[0037]获取模块，用于获取至少两个特征图，每一特征图对应待跟踪视频中的一帧待跟踪图像；
[0038]目标检测模块，用于对每一所述特征图进行目标检测，得到每一所述特征图上的至少一个检测对象和每一所述检测对象对应的特征信息；
[0039]确定模块，用于根据所述特征信息和所述特征图，确定每一帧待跟踪图像中每一所述检测对象对应的目标特征；
[0040]匹配模块，用于对至少两帧待检测图像上的目标特征进行匹配，以实现目标跟踪。
[0041]本申请实施例提供一种目标跟踪设备，包括处理器和存储器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述目标跟踪方法。
[0042]本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述目标跟踪方法。
[0043]本申请实施例提供一种计算机程序产品，所述计算机程序产品包括可执行指令，
所述可执行指令存储在计算机可读存储介质中；当目标跟踪设备的处理器从所述计算机可读存储介质读取所述可执行指令，并执行所述可执行指令时，实现上述目标跟踪方法。
[0044]本申请实施例提供的目标跟踪方法、装置及设备，对待跟踪视频中至少两帧待跟踪图像对应的特征图进行目标检测，得到每一所述检测对象对应的特征信息，进而确定每一帧待跟踪图像中每一所述检测对象对应的目标特征，对至少两帧待检测图像上的目标特征进行匹配，以实现待跟踪视频中个检测对象的目标跟踪。如此，本申请实施例进行目标检测后得到了检测对象的目标特征，对语义层面的特征进行了增强，能够获取更多有用的特征，使得对两个图像进行匹配时，检测对象的匹配结果更加准确，实现了待跟踪视频中多个检测对象的精确追踪。
[0045]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。
附图说明
[0046]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。
[0047]图1是本申请实施例提供的一种目标跟踪方法的实现流程示意图；
[0048]图2是本申请实施例提供的一种目标跟踪方法的实现流程示意图；
[0049]图3是本申请实施例提供的一种目标跟踪方法的实现流程示意图；
[0050]图4是本申请实施例提供的目标跟踪方法的流程图；
[0051]图5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，所述方法包括：获取至少两个特征图，每一特征图对应待跟踪视频中的一帧待跟踪图像；对每一所述特征图进行目标检测，得到每一所述特征图上的至少一个检测对象和每一所述检测对象对应的特征信息；根据所述特征信息和所述特征图，确定每一帧待跟踪图像中每一所述检测对象对应的目标特征；对至少两帧待检测图像上的目标特征进行匹配，以实现目标跟踪。2.根据权利要求1所述的方法，所述对每一所述特征图进行目标检测，得到每一所述特征图上的至少一个检测对象和每一所述检测对象对应的特征信息，包括：对每一所述特征图进行目标检测，得到每一所述特征图上的检测目标；对所述检测目标进行分类处理，得到每一所述特征图上的至少一个检测对象；对每一所述特征图进行第一检测处理，得到每一所述特征图上的每一所述检测对象对应的类别信息；对每一所述特征图进行第二检测处理，得到每一所述特征图上的每一所述检测对象对应的位置信息；其中，所述特征信息至少包括所述位置信息和所述类别信息。3.根据权利要求2所述的方法，所述对每一所述特征图进行第一检测处理，得到每一所述特征图上的每一所述检测对象对应的类别信息，包括：对所述特征图进行第一降维处理和归一化处理，得到每一所述检测对象的类别特征；将所述类别特征确定为每一所述检测对象对应的类别信息。4.根据权利要求2所述的方法，所述对每一所述特征图进行第二检测处理，得到每一所述特征图上的每一所述检测对象对应的所述位置信息，包括：对每一所述特征图进行边缘特征提取，得到边框特征图；对所述边框特征图进行第二降维处理，得到每一所述检测对象对应的检测框的位置特征；将所述位置特征确定为每一所述检测对象对应的位置信息。5.根据权利要求1至4任一项所述的方法，所述特征信息至少包括位置信息和类别信息，所述位置信息至少包括位置特征，所述类别信息至少包括类别特征；对应地，所述根据所述特征信息和所述特征图，确定每一帧待跟踪图像中每一所述...

【专利技术属性】
技术研发人员：王明杰，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：