目标跟踪检测方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种目标跟踪检测方法、装置、设备和存储介质。所述方法包括：对当前视频帧中包括的各目标对象进行位置检测，得到各目标对象分别对应的检测框和检测置信度；对当前视频帧中包括的各目标对象进行位置预测，得到各目标对象分别对应的预测跟踪框，并根据各预测跟踪框划分多个预测区间；其中，所划分的各预测区间包括至少一个预测跟踪框；根据各目标对象对应的检测置信度的置信类别和各预测区间，将各检测框和各预测跟踪框进行匹配处理；根据匹配结果更新当前视频帧中各目标对象的检测位置。采用本方法能够提升多目标检测的准确度。

【技术实现步骤摘要】

本申请涉及人工智能，特别是涉及一种目标跟踪检测方法、装置、设备和存储介质。

技术介绍

1、随着深度学习的不断发展，将深度学习应用于目标检测方向的研究成熟度也越来越高，基于深度学习的目标检测算法在实际工程中的应用也越来越广泛。

2、当前，存在很多应用场景需要进行多目标检测。然而，现有的针对多目标检测的算法的准确度较低。因此，提升多目标检测的准确度的问题亟需解决。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提升多目标检测的准确度的目标跟踪检测方法、装置、设备和存储介质。

2、第一方面，本申请提供了一种目标跟踪检测方法。该方法包括：

3、对当前视频帧中包括的各目标对象进行位置检测，得到各目标对象分别对应的检测框和检测置信度；对该当前视频帧中包括的各目标对象进行位置预测，得到各目标对象分别对应的预测跟踪框，并根据各预测跟踪框划分多个预测区间；其中，所划分的各预测区间包括至少一个该预测跟踪框；根据各目标对象对应的检测置信度的置信类别和各预测区间，将各检测框和各预测本文档来自技高网...

【技术保护点】

1.一种目标跟踪检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据各所述预测跟踪框划分多个预测区间，包括：

3.根据权利要求2所述的方法，其特征在于，所述对各所述深度值进行排序，并参考排序结果，根据各所述预测跟踪框划分多个所述预测区间，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述匹配结果包括第一匹配结果；所述置信类别包括高置信度类别，属于所述高置信度类别的检测置信度大于第一置信度阈值；所述根据各所述目标对象对应的检测置信度的置信类别和...

【技术特征摘要】

1.一种目标跟踪检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据各所述预测跟踪框划分多个预测区间，包括：

3.根据权利要求2所述的方法，其特征在于，所述对各所述深度值进行排序，并参考排序结果，根据各所述预测跟踪框划分多个所述预测区间，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述匹配结果包括第一匹配结果；所述置信类别包括高置信度类别，属于所述高置信度类别的检测置信度大于第一置信度阈值；所述根据各所述目标对象对应的检测置信度的置信类别和各所述预测区间，将各所述检测框和各所述预测跟踪框进行匹配处理，包括：

6.根据权利要求5所述的方法，其特征在于，所述分别计算各所述高置信检测框与各所述预测区间中包括的各预测跟踪框之间的关联度，包括：

7.根据权利要求5所述的方法，其特征在于，所述匹配结果包括第二匹配结果；所述置信类别包括低置信度类别，属于所述低置信度类别的检测置信度小于第一置信度阈值且大于第二置信度阈值；所述根据各所述目标对象对应的检测置信度的置信类别和各所述预测区间，将各所述检测框和各所述预测跟踪框进行匹配处理，包括：

8.根据权利要求7所述的方法，其特征在于，所述匹配...

【专利技术属性】
技术研发人员：李翠，王文涛，刘萍，樊英，
申请(专利权)人：西安天和防务技术股份有限公司，
类型：发明
国别省市：