目标位置确定方法技术

本发明专利技术提供一种目标位置确定方法

【技术实现步骤摘要】
目标位置确定方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机视觉
，尤其涉及一种目标位置确定方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]视觉目标追踪是计算机视觉
中的一项基本任务
。
该视觉目标追踪的目的是估计任意目标在视频序列中的位置信息，只给定该目标在初始帧图像中的位置信息
。
[0003]近年来，目标追踪由于能够同时捕获高级语义知识和低级细节信息而取得了优异的性能，但会存在来自浅层的低级特征包含混乱信息的问题，整个过程很容易受到背景噪声的干扰，导致一些不显著的背景被误认为待追踪的目标，此外，由于目标体积占比小且卫星视频的分辨率不够，前景与背景相似，使得卫星视频中目标的视觉特征不明显，导致最终得到的目标位置信息不够准确
。

技术实现思路

[0004]本专利技术提供一种目标位置确定方法
、
装置
、
电子设备及存储介质，用以解决现有技术中会将一些不显著的背景被误认为待追踪的目标，同时，由于卫星视频中目标的视觉特征不明显，导致最终得到的目标位置信息不够准确的缺陷，实现采用骨干网络的搜索分支和模板分支，增强了特征图的视觉特征，以有效区分前景和背景，使得最终能够确定准确性较高的目标位置信息
。
[0005]本专利技术提供一种目标位置确定方法，包括：
S1、
采用骨干网络的模板分支，提取当前帧图像对应的模板图像在第五阶段对应的第一特征图；并采用所述骨干网络的搜索分支，提取所述当前帧图像对应的搜索图像在五个阶段各自对应的第二特征图；
S2、
根据所述第一特征图和所述搜索图像在第五阶段对应的第二特征图，确定多尺度信息引导图；
S3、
根据所述多尺度信息引导图和所述搜索图像在前四个阶段各自对应的第二特征图，确定目标融合图；
S4、
根据所述目标融合图，确定所述当前帧图像的相邻帧图像对应的目标位置信息
。
[0006]根据本专利技术提供的一种目标位置确定方法，所述根据所述多尺度信息引导图和所述搜索图像在前四个阶段各自对应的第二特征图，确定目标融合图，包括：根据所述多尺度信息引导图
、
所述搜索图像在第三阶段对应的第二特征图和在第四阶段对应的第二特征图，确定融合图；根据所述融合图
、
所述搜索图像在第一阶段对应的第二特征图和在第二阶段对应的第二特征图，确定所述目标融合图
。
[0007]根据本专利技术提供的一种目标位置确定方法，所述多尺度信息引导图包括第一尺度信息引导图和第二尺度信息引导图；所述根据所述多尺度信息引导图
、
所述搜索图像在第
三阶段对应的第二特征图和在第四阶段对应的第二特征图，确定融合图，包括：采用所述第一尺度信息引导图，对所述搜索图像在第三阶段对应的第二特征图进行特征细化，得到第一细化特征图；采用所述第二尺度信息引导图，对所述搜索图像在第四阶段对应的第二特征图进行特征细化，得到第二细化特征图；对所述第一细化特征图和所述第二细化特征图进行跨层特征融合，得到所述融合图
。
[0008]根据本专利技术提供的一种目标位置确定方法，所述根据所述融合图
、
所述搜索图像在第一阶段对应的第二特征图和在第二阶段对应的第二特征图，确定所述目标融合图，包括：采用所述融合图，对所述搜索图像在第一阶段对应的第二特征图进行特征细化，得到第三细化特征图；采用所述融合图，对所述搜索图像在第二阶段对应的第二特征图进行特征细化，得到第四细化特征图；对所述第三细化特征图和所述第四细化特征图进行跨层特征融合，得到所述目标融合图
。
[0009]根据本专利技术提供的一种目标位置确定方法，所述根据所述第一特征图和所述搜索图像在第五阶段对应的第二特征图，确定多尺度信息引导图，包括：将所述第一特征图与所述搜索图像在第五阶段对应的第二特征图进行特征交互，得到交互特征图；将所述交互特征图输入至上下文特征学习模型，得到所述上下文特征学习模型输出的所述多尺度信息引导图
。
[0010]根据本专利技术提供的一种目标位置确定方法，所述根据所述目标融合图，确定所述当前帧图像的相邻帧图像对应的目标位置信息，包括：采用解码器，确定目标帧图像各自序列信息形成的轨迹映射，所述目标帧图像包括所述当前帧图像
、
第
n
帧图像，及所述当前帧图像与所述第
n
帧图像之间的帧图像；将所述目标融合图输入至所述解码器，对所述轨迹映射进行追踪，得到所述相邻帧图像对应的目标位置信息
。
[0011]根据本专利技术提供的一种目标位置确定方法，所述方法还包括：将所述相邻帧图像确定为新的当前帧图像，并重复执行上述步骤
S1
‑
S4
，直至确定目标帧图像各自对应的目标位置信息，所述目标帧图像包括所述当前帧图像
、
第
n
帧图像，及所述当前帧图像与所述第
n
帧图像之间的帧图像，
n
为正整数；根据所述目标帧图像各自对应的目标位置信息，确定目标检测结果
。
[0012]本专利技术还提供一种目标位置确定装置，包括：图像处理模块，采用骨干网络的模板分支，提取当前帧图像对应的模板图像在第五阶段对应的第一特征图；并采用所述骨干网络的搜索分支，提取所述当前帧图像对应的搜索图像在五个阶段各自对应的第二特征图；根据所述第一特征图和所述搜索图像在第五阶段对应的第二特征图，确定多尺度信息引导图；根据所述多尺度信息引导图和所述搜索图像在前四个阶段各自对应的第二特征图，确定目标融合图；位置信息确定模块，用于根据所述目标融合图，确定所述当前帧图像的相邻帧图像对应的目标位置信息
。
[0013]本专利技术还提供一种电子设备，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如上述任一种所述目标位置确定方法
。
[0014]本专利技术还提供一种非暂态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如上述任一种所述目标位置确定方法
。
[0015]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述目标位置确定方法
。
[0016]本专利技术提供的目标位置确定方法
、
装置
、
电子设备及存储介质，通过采用骨干网络的模板分支，提取当前帧图像对应的模板图像在第五阶段对应的第一特征图；并采用所述骨干网络的搜索分支，提取所述当前帧图像对应的搜索图像在五个阶段各自对应的第二特征图；根据所述第一特征图和所述搜索图像在第五阶段对应的第二特征图，确定多尺度信息引导图；根据所述多尺度信息引导图和所述搜索图像在前四个阶段各自对应的第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种目标位置确定方法，其特征在于，包括：
S1、
采用骨干网络的模板分支，提取当前帧图像对应的模板图像在第五阶段对应的第一特征图；并采用所述骨干网络的搜索分支，提取所述当前帧图像对应的搜索图像在五个阶段各自对应的第二特征图；
S2、
根据所述第一特征图和所述搜索图像在第五阶段对应的第二特征图，确定多尺度信息引导图；
S3、
根据所述多尺度信息引导图和所述搜索图像在前四个阶段各自对应的第二特征图，确定目标融合图；
S4、
根据所述目标融合图，确定所述当前帧图像的相邻帧图像对应的目标位置信息
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述多尺度信息引导图和所述搜索图像在前四个阶段各自对应的第二特征图，确定目标融合图，包括：根据所述多尺度信息引导图
、
所述搜索图像在第三阶段对应的第二特征图和在第四阶段对应的第二特征图，确定融合图；根据所述融合图
、
所述搜索图像在第一阶段对应的第二特征图和在第二阶段对应的第二特征图，确定所述目标融合图
。3.
根据权利要求2所述的方法，其特征在于，所述多尺度信息引导图包括第一尺度信息引导图和第二尺度信息引导图；所述根据所述多尺度信息引导图
、
所述搜索图像在第三阶段对应的第二特征图和在第四阶段对应的第二特征图，确定融合图，包括：采用所述第一尺度信息引导图，对所述搜索图像在第三阶段对应的第二特征图进行特征细化，得到第一细化特征图；采用所述第二尺度信息引导图，对所述搜索图像在第四阶段对应的第二特征图进行特征细化，得到第二细化特征图；对所述第一细化特征图和所述第二细化特征图进行跨层特征融合，得到所述融合图
。4.
根据权利要求2所述的方法，其特征在于，所述根据所述融合图
、
所述搜索图像在第一阶段对应的第二特征图和在第二阶段对应的第二特征图，确定所述目标融合图，包括：采用所述融合图，对所述搜索图像在第一阶段对应的第二特征图进行特征细化，得到第三细化特征图；采用所述融合图，对所述搜索图像在第二阶段对应的第二特征图进行特征细化，得到第四细化特征图；对所述第三细化特征图和所述第四细化特征图进行跨层特征融合，得到所述目标融合图
。5.
根据权利要求1‑4任一项所述的方法，其特征在于，所述根据所述第一特征图和所述搜索图像在第五阶段对应的第二特征...

【专利技术属性】
技术研发人员：谢永虎，苏芝娟，李梦薇，吴日红，
申请(专利权)人：北京观微科技有限公司，
类型：发明
国别省市：