【技术实现步骤摘要】
本申请涉及图像，尤其是涉及一种目标跟踪方法、计算机程序产品、目标跟踪装置、目标跟踪设备及计算机可读存储介质。
技术介绍
1、目标跟踪是图像领域的一个研究热点，结合深度学习算法，对输入的图像中的目标进行准确表达和精准定位，在众多领域中均有着重要的应用。
2、在实际场景中，图像中的同一个目标捕获通常需要间隔较长的时间，其时间间隔较长，会导致同一目标之间存在无重叠区域情况，传统的基于前后图像中目标检测和类别识别来确定是否为同一目标的目标跟踪方法，容易导致多个跟踪目标之间不断跳变，导致无法正常对同一固定目标进行追踪，容易丢失目标。
3、其次，已知的端到端深度学习算法进行目标检测和识别，为了解决大量目标的检测和识别，深度学习方法需要大量的带有标签的样本均衡的图像数据，计算资源需求大，算力要求高，无法实时部署到像瞄具设备这样的嵌入式设备中。
技术实现思路
1、为解决现有存在的技术问题，本申请提供一种更加轻量化从而易于部署到各种终端、目标跟踪准确率更高的目标跟踪方法、计算机程序产...
【技术保护点】
1.一种目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的目标跟踪方法，其特征在于，所述对目标置信度大于设定值的高置信度目标进行特征提取，得到所述高置信度目标的目标特征向量，包括：
3.根据权利要求2所述的目标跟踪方法，其特征在于，所述通过基于深度学习模型训练后的目标提取网络对所述高置信度目标进行特征提取，得到所述高置信度目标的目标特征向量，包括：
4.根据权利要求1所述的目标跟踪方法，其特征在于，所述将所述高置信度目标的目标特征向量和目标置信度小于设定值的低置信度目标与前一场景图像中的保留跟踪目标进行匹配，确定所述目标检测...
【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的目标跟踪方法，其特征在于，所述对目标置信度大于设定值的高置信度目标进行特征提取，得到所述高置信度目标的目标特征向量，包括：
3.根据权利要求2所述的目标跟踪方法，其特征在于，所述通过基于深度学习模型训练后的目标提取网络对所述高置信度目标进行特征提取，得到所述高置信度目标的目标特征向量，包括：
4.根据权利要求1所述的目标跟踪方法，其特征在于，所述将所述高置信度目标的目标特征向量和目标置信度小于设定值的低置信度目标与前一场景图像中的保留跟踪目标进行匹配，确定所述目标检测结果中的当前跟踪目标，包括：
5.根据权利要求4所述的目标跟踪方法，其特征在于，所述将所述高置信度目标的目标特征向量与前一场景图像中的保留跟踪目标进行匹配，以及将低置信度目标与基于高置信度目标匹配后所确定的未匹配成功的跟踪目标...
【专利技术属性】
技术研发人员：范冰冰，
申请(专利权)人：烟台睿创微纳技术股份有限公司，
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。