【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、计算机程序产品、目标跟踪装置、目标跟踪设备及计算机可读存储介质。
2、第一方面，提供一种目标跟踪方法，包括：
3、获取当前场景图像；
4、对所述当前场景图像进行目标检测，得到目标检测结果；所述目标检测结果包括目标位置和目标置信度；
5、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；
6、将所述高置信度目标的目标
7、第二方面，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本申请任一实施例所述的目标跟踪方法。
8、第三方面，提供一种目标识别装置，包括：图像采集模块，用于实时采集场景图像；存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现本申请任一实施例所述的目标跟踪方法。
9、第四方面，提供一种目标跟踪设备，包括旋转设备，用于承载所述图像采集模块，所述图像采集模块包括装设于所述旋转设备上的红外机芯，用于执行本申请任一实施例所述的目标跟踪方法，以确定所述当前跟踪目标。
10、第五方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本申请任一实施例所述的目标跟踪方法。
11、上述实施例所提供的目标跟踪方法中，对当前场景图像进行目标检测得到目标检测结果，根据目标检测结果中各目标的目标置信度将当前场景图像中的目标划分为高置信度目标和低置信度目标，根据目标检测结果中的目标位置将当前场景图像中的高置信度目标通过特征提取得到目标特征向量，如此，对高置信度目标可以利用特征向量与前一场景图像中的保留跟踪目标进行匹配，来筛选确定当前跟踪目标，先进行目标检测后进行特征提取的方式，深度学习模型的训练可以分别更关注于目标的位置以及对目标位置的特征提取能力，有利于降低模型训练难度，降低平台算力要求，可以更容易部署在各种嵌入式终端设备中；先检测出全部目标进行高置信度目标和低置信度目标的区分，并对高置信度目标、低置信度目标分别采用不同策略进行匹配来筛选确定当前跟踪目标，可以确保目标跟踪的全面性，避免目标丢失，提升目标跟踪的准确性。
12、上述实施例中，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与对应的目标跟踪方法实施例属于同一构思，从而与目标跟踪方法实施例具有相同的技术效果，在此不再赘述。
本文档来自技高网...【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进行交并比匹配；根据匹配结果而分别得到基于高置信度目标、和基于低置信度目标的当前跟踪目标、删除跟踪目标、删除检测目标，包括：
6.根据权利要求1至5中任一项所述的目标跟踪
7.根据权利要求1至5中任一项所述的目标跟踪方法，其特征在于，还包括：
8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述目标跟踪方法。
9.一种目标跟踪装置，其特征在于，包括：
10.一种目标跟踪设备，其特征在于，包括：
11.根据权利要求10所述的目标跟踪设备，其特征在于，还包括：
12.一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计算机程序，所述计算机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跟踪方法。
...【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。