【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种目标检测追踪方法、装置、设备及存储介质。
技术介绍
1、目前，目标追踪通常是通过组合多种不同功能的模型实现的，例如，先通过目标检测模型检测图像中存在的待追踪目标，再通过目标追踪模型预测目标在图像中的位置信息，基于该位置信息将目标所在位置的图像抠出，再通过多个reid（person re-identification，行人重识别）模型分别对抠出的多个图像分别进行特征提取，基于reid模型提取到的得到目标的特征信息，然后进行特征匹配，实现目标的追踪；
2、但是，上述方式在需要对多个目标进行追踪时，需要调用多个reid模型分别进行抠图和特征提取，这种多线程同时处理的方式导致结果输出速率较慢，效率低。
技术实现思路
1、本申请的主要目的在于提供一种目标检测追踪方法、装置、设备及存储介质，旨在解决目标追踪效率低下的技术问题。
2、为实现上述目的，本申请提供一种目标检测追踪方法，所述目标检测追踪方法包括以下步骤：
3、获取待检测图像，所述待检测图像为时序排列的多张图像中的一张图像；
4、基于所述待检测图像，通过预设检测追踪模型进行目标追踪处理，得到所述待检测图像对应待追踪目标的目标特征信息，以基于所述目标特征信息以及排列在所述待检测图像之前的图像中预设目标的预设特征信息，实现对待追踪目标的追踪；
5、其中，所述预设检测追踪模型包括全局特征提取模块、目标检测模块、轨迹信息模块和局部特征提取模块，所述预设检
6、进一步地，所述基于所述待检测图像，通过预设检测追踪模型进行目标追踪处理，得到所述待检测图像对应待追踪目标的目标特征信息的步骤，包括：
7、基于所述待检测图像，通过所述全局特征提取模块进行全局特征提取处理，得到所述待检测图像的特征图；
8、基于所述特征图，通过所述目标检测模块进行目标检测处理，得到所述待检测图像中待追踪目标的初始特征信息；
9、基于所述预设特征信息，通过所述轨迹信息模块进行预测处理，得到所述待追踪目标的第一位置信息；
10、基于所述第一位置信息，通过所述局部特征提取模块对所述特征图进行局部特征提取，得到所述待追踪目标的目标特征信息。
11、进一步地，所述预设特征信息包括所述预设目标的第二位置信息，所述基于所述预设特征信息，通过所述轨迹信息模块进行预测处理，得到所述待追踪目标的第一位置信息的步骤之后，还包括：
12、确定所述第一位置信息和所述第二位置信息的重合程度；
13、在所述重合程度大于预设重合程度阈值的情况下，将所述预设特征信息对应预设目标的预设标识作为所述待检测目标的目标标识；
14、在所述重合程度不大于预设重合程度阈值的情况下，为所述待检测目标分配除所述预设标识之外的新的唯一标识。
15、进一步地，所述通过所述局部特征提取模块对所述可视区域进行局部特征提取，得到目标特征信息的步骤之后，还包括：
16、基于所述目标标识和/或者所述新的唯一标识，将所述目标特征信息补充至所述预设特征列表中。
17、进一步地，所述基于所述目标标识和/或者所述新的唯一标识，将所述目标特征信息补充至所述预设特征列表中的步骤，包括：
18、确定所述目标特征信息与所述预设特征信息之间的相似度；
19、若所述待检测图像与所述预设目标对应图像为同一摄像头拍摄得到的，则基于所述目标标识和/或者所述新的唯一标识，将所述相似度低于预设阈值的目标特征信息补充至所述预设特征列表中。
20、进一步地，所述确定所述目标特征信息与所述预设特征信息之间的相似度的步骤之后，还包括：
21、若所述待检测图像与所述预设目标对应图像为不同摄像头拍摄得到的，则在所述相似度不低于预设阈值的情况下，将所述目标标识和/或者所述新的唯一标识更新为所述预设目标对应预设标识。
22、进一步地，所述基于所述第一位置信息，通过所述局部特征提取模块对所述特征图进行局部特征提取，得到所述待追踪目标的目标特征信息的步骤，包括：
23、基于所述第一位置信息，生成所述特征图的蒙版；
24、通过所述局部特征提取模块，对所述特征图的蒙版的可视区域进行局部特征提取，得到目标特征信息。
25、进一步地，在所述重合程度大于预设重合程度阈值的情况下，更新所述轨迹信息模块的模型参数，并基于所述模型参数更新所述第二位置信息，以基于更新后的轨迹信息模块和更新后的第二位置信息，对下一张图像进行预测处理。
26、进一步地，所述获取待检测图像的步骤之前，还包括：
27、获取时序排列的多张历史图像以及各所述历史图像对应的标签；
28、基于所述多张历史图像以及所述标签，对预设待训练模型进行迭代训练，得到目标追踪模型，其中，所述预设待训练模型包括待训练的全局特征提取模块、待训练的目标检测模块、待训练的轨迹信息模块和待训练的局部特征提取模块。
29、进一步地，所述基于所述多张历史图像以及所述标签，对预设待训练模型进行迭代训练，得到目标追踪模型的步骤，包括：
30、基于所述多张历史图像中的其中一张目标图像，通过所述待训练的全局特征提取模块进行全局特征提取处理，得到所述目标图像的历史特征图；
31、基于所述历史特征图，通过所述待训练的目标检测模块进行目标检测处理，得到所述待检测图像中历史追踪目标的初始历史特征信息；
32、基于所述预设特征信息，通过所述待训练的轨迹信息模块进行预测处理，得到所述历史追踪目标的第一历史位置信息；
33、基于所述第一历史位置信息，通过所述待训练的局部特征提取模块对所述特征图进行局部特征提取，得到所述历史追踪目标的目标历史特征信息；
34、基于第一预设损失函数、第二预设损失函数和第三预设损失函数，及其分别对应的预设权重，以及预设迭代训练条件，判断是否达到预设停止训练条件，若未达到，则返回所述获取时序排列的多张历史图像以及各所述历史图像对应的标签的步骤，继续进行迭代训练，直至达到预设停止训练条件，得到目标追踪模型。
35、进一步地，所述标签包括各所述历史图像中预设历史目标的第二历史位置信息，以及所述历史追踪目标的历史标识；
36、所述预设第一预设损失函数用于计算所述初始历史特征信息与预设历史特征信息之间的误差，其中，所述预设历史特征信息为排列在所述目标图像之前的图像中预设历史目标的特征信息；
37、所述预设第二损失函数用于计算所述第一历史位置信息与所述第二历史位置信息之间的误差，以及历史目标标识与所述历史标识之间的误差，所述历史目标标识是基于所述第一历史位置信息和所述第二历史位置信息之间的历史重合程度确定的；
38、所述预设第三损失函数用于计算所述目标本文档来自技高网...
【技术保护点】
1.一种目标检测追踪方法，其特征在于，所述目标检测追踪方法包括以下步骤：
2.如权利要求1所述的目标检测追踪方法，其特征在于，所述基于所述待检测图像，通过预设检测追踪模型进行目标追踪处理，得到所述待检测图像对应待追踪目标的目标特征信息的步骤，包括：
3.如权利要求2所述的目标检测追踪方法，其特征在于，所述预设特征信息包括所述预设目标的第二位置信息；
4.如权利要求3所述的目标检测追踪方法，其特征在于，所述通过所述局部特征提取模块对所述可视区域进行局部特征提取，得到目标特征信息的步骤之后，还包括：
5.如权利要求3所述的目标检测追踪方法，其特征在于，所述基于所述目标标识和/或者所述新的唯一标识，将所述目标特征信息补充至所述预设特征列表中的步骤，包括：
6.如权利要求5所述的目标检测追踪方法，其特征在于，所述确定所述目标特征信息与所述预设特征信息之间的相似度的步骤之后，还包括：
7.如权利要求3所述的目标检测追踪方法，其特征在于，在所述重合程度大于预设重合程度阈值的情况下，更新所述轨迹信息模块的模型参数，并基于所
8.一种目标检测追踪装置，其特征在于，所述目标检测追踪装置包括：
9.一种设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的目标检测追踪程序，所述目标检测追踪程序配置为实现如权利要求1至7中任一项所述的目标检测追踪方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有目标检测追踪程序，所述目标检测追踪程序被处理器执行时实现如权利要求1至7中任一项所述的目标检测追踪方法的步骤。
...【技术特征摘要】
1.一种目标检测追踪方法，其特征在于，所述目标检测追踪方法包括以下步骤：
2.如权利要求1所述的目标检测追踪方法，其特征在于，所述基于所述待检测图像，通过预设检测追踪模型进行目标追踪处理，得到所述待检测图像对应待追踪目标的目标特征信息的步骤，包括：
3.如权利要求2所述的目标检测追踪方法，其特征在于，所述预设特征信息包括所述预设目标的第二位置信息；
4.如权利要求3所述的目标检测追踪方法，其特征在于，所述通过所述局部特征提取模块对所述可视区域进行局部特征提取，得到目标特征信息的步骤之后，还包括：
5.如权利要求3所述的目标检测追踪方法，其特征在于，所述基于所述目标标识和/或者所述新的唯一标识，将所述目标特征信息补充至所述预设特征列表中的步骤，包括：
6.如权利要求5所述的目标检测追踪方法，其特征在于，所述确定所述目标特征信息与...
【专利技术属性】
技术研发人员：薛朋强，
申请(专利权)人：北京视觉世界科技有限公司，
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。