[發(fā)明專利]目標(biāo)跟蹤方法及裝置

有效

• 申請?zhí)枺?/td>: 201810049002.8
• 申請日: 2018-01-18
• 公開（公告）號: CN110059521B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計）人: 黃元捷
• 申請（專利權(quán)）人: 浙江宇視科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06T7/246
• 代理公司: 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 逯恒

1.一種目標(biāo)跟蹤方法，其特征在于，應(yīng)用于服務(wù)器，所述服務(wù)器存儲有各目標(biāo)對象對應(yīng)的特征模型，其中每個特征模型包括對應(yīng)目標(biāo)對象的歷史CNN特征，所述方法包括：

對當(dāng)前視頻幀圖像進行目標(biāo)檢測，并根據(jù)檢測得到的所述當(dāng)前視頻幀圖像中各待檢測對象的位置信息從所述當(dāng)前視頻幀圖像中提取出各待檢測對象對應(yīng)的CNN特征；

根據(jù)當(dāng)前視頻幀圖像中各待檢測對象的位置信息及對應(yīng)的CNN特征，與上一視頻幀圖像中各目標(biāo)對象的位置信息及對應(yīng)的特征模型，計算得到當(dāng)前視頻幀圖像中各待檢測對象與上一視頻幀圖像中各目標(biāo)對象之間的相似度矩陣；

基于所述相似度矩陣將各待檢測對象與各目標(biāo)對象進行數(shù)據(jù)關(guān)聯(lián)，得到當(dāng)前視頻幀圖像與上一視頻幀圖像之間的最優(yōu)匹配結(jié)果；

若所述最優(yōu)匹配結(jié)果中存在與對應(yīng)目標(biāo)對象匹配成功的待檢測對象時，根據(jù)所述與對應(yīng)目標(biāo)對象匹配成功的待檢測對象的CNN特征對該目標(biāo)對象對應(yīng)的特征模型進行更新，并基于所述匹配成功的待檢測對象得到對應(yīng)的跟蹤結(jié)果；

所述計算得到當(dāng)前視頻幀圖像中各待檢測對象與上一視頻幀圖像中各目標(biāo)對象之間的相似度矩陣的步驟包括：

基于各目標(biāo)對象對應(yīng)特征模型中的歷史CNN特征計算得到各待檢測對象與各目標(biāo)對象之間的特征相似度；

基于各目標(biāo)對象在上一視頻幀圖像的位置信息、目標(biāo)尺寸信息，及各待檢測對象在當(dāng)前視頻幀圖像的位置信息、目標(biāo)尺寸信息，計算得到各待檢測對象與各目標(biāo)對象之間的空間相似度及形狀相似度；

根據(jù)各待檢測對象與各目標(biāo)對象之間的特征相似度、空間相似度及形狀相似度進行相乘計算得到所述各待檢測對象與各目標(biāo)對象之間的關(guān)聯(lián)相似度，并相應(yīng)得到所述相似度矩陣；

所述基于各目標(biāo)對象在上一視頻幀圖像的位置信息、目標(biāo)尺寸信息，及各待檢測對象在當(dāng)前視頻幀圖像的位置信息、目標(biāo)尺寸信息，計算得到各待檢測對象與各目標(biāo)對象之間的空間相似度及形狀相似度的步驟包括：

根據(jù)各待檢測對象的區(qū)域?qū)挾取^(qū)域高度、X坐標(biāo)信息、Y坐標(biāo)信息，及各目標(biāo)對象的X坐標(biāo)信息和Y坐標(biāo)信息，計算求得各待檢測對象與各目標(biāo)對象之間的空間相似度；

根據(jù)各待檢測對象的區(qū)域?qū)挾?、區(qū)域高度、X坐標(biāo)信息、Y坐標(biāo)信息，及各目標(biāo)對象的區(qū)域?qū)挾燃皡^(qū)域高度，計算求得各待檢測對象與各目標(biāo)對象之間的形狀相似度；

所述空間相似度與所述形狀相似度均符合匈牙利算法及其擴展算法的匹配準(zhǔn)則；其中，所述空間相似度與所述形狀相似可由如下公式計算得到：

其中，trk_i表示第i個目標(biāo)對象，det_j表示第j個待檢測對象，X、Y、W、H分別表示對象在對應(yīng)視頻幀圖像中對應(yīng)特征區(qū)域的左上角點的x坐標(biāo)值、y坐標(biāo)值、區(qū)域?qū)挾群蛥^(qū)域高度，aff_mot(trk_i，det_j)表示第i個目標(biāo)對象與第j個待檢測對象之間的空間相似度，aff_shp(trk_i，det_j)表示第i個目標(biāo)對象與第j個待檢測對象之間的形狀相似度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于各目標(biāo)對象對應(yīng)特征模型中的歷史CNN特征計算得到各待檢測對象與各目標(biāo)對象之間的特征相似度的步驟包括：

對每個待檢測對象的CNN特征與各目標(biāo)對象對應(yīng)特征模型中的每個歷史CNN特征之間的余弦距離進行計算，得到所述待檢測對象與對應(yīng)目標(biāo)對象之間的各余弦距離；

從所述各余弦距離中選取數(shù)值最小的余弦距離作為所述待檢測對象與對應(yīng)目標(biāo)對象之間的特征相似度。

3.根據(jù)權(quán)利要求1-2中任意一項所述的方法，其特征在于，所述根據(jù)所述與對應(yīng)目標(biāo)對象匹配成功的待檢測對象的CNN特征對該目標(biāo)對象對應(yīng)的特征模型進行更新的步驟包括：

對所述目標(biāo)對象對應(yīng)的特征模型中的歷史CNN特征的特征數(shù)目進行統(tǒng)計，得到對應(yīng)的特征總數(shù)；

將所述特征總數(shù)與預(yù)設(shè)特征存儲數(shù)量進行比較，并根據(jù)比較結(jié)果將與所述目標(biāo)對象匹配成功的所述待檢測對象的CNN特征加入到該目標(biāo)對象對應(yīng)的特征模型中。