[發(fā)明專利]一種視頻目標(biāo)檢測(cè)跟蹤方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201810070332.5
• 申請(qǐng)日: 2018-01-24
• 公開(kāi)（公告）號(hào): CN108280843A
• 公開(kāi)（公告）日: 2018-07-13
• 發(fā)明（設(shè)計(jì)）人: 徐常亮;李軍;劉軍寧
• 申請(qǐng)（專利權(quán)）人: 新華智云科技有限公司
• 主分類號(hào): G06T7/207
• 分類號(hào): G06T7/207;G06T7/246
• 代理公司: 上海百一領(lǐng)御專利代理事務(wù)所(普通合伙) 31243
• 代理人: 陳貞健;邵棟

本申請(qǐng)?zhí)峁┝艘环N視頻目標(biāo)檢測(cè)跟蹤及方法，該方案先確定當(dāng)前視頻幀中的目標(biāo)物體，然后獲取目標(biāo)物體在前序視頻幀中的圖像區(qū)域以及圖像區(qū)域的圖像特征，進(jìn)而根據(jù)目標(biāo)物體在前序視頻幀中的圖像區(qū)域，對(duì)目標(biāo)物體進(jìn)行運(yùn)動(dòng)估計(jì)，確定目標(biāo)物體在當(dāng)前視頻幀的預(yù)測(cè)區(qū)域，在確定預(yù)測(cè)區(qū)域之后，根據(jù)圖像區(qū)域的圖像特征，在預(yù)測(cè)區(qū)域中對(duì)目標(biāo)物體重新定位，確定目標(biāo)物體在當(dāng)前視頻幀的圖像區(qū)域。該方案可以采用深度神經(jīng)網(wǎng)絡(luò)來(lái)完成各個(gè)步驟的處理，其中，前序視頻幀是指當(dāng)前視頻幀之前的k個(gè)視頻幀，通過(guò)這前k個(gè)視頻幀來(lái)對(duì)當(dāng)前視頻幀進(jìn)行預(yù)估和對(duì)比檢測(cè)，計(jì)算量較小，并且能夠解決視頻中目標(biāo)物體偶爾丟失或者遮擋的問(wèn)題，檢測(cè)精度較高。

技術(shù)領(lǐng)域

本申請(qǐng)涉及信息技術(shù)領(lǐng)域，尤其涉及一種視頻目標(biāo)檢測(cè)跟蹤方法及設(shè)備。

背景技術(shù)

視頻目標(biāo)檢測(cè)跟蹤是計(jì)算機(jī)視覺(jué)的重要研究課題，其主要任務(wù)是連續(xù)、實(shí)時(shí)、準(zhǔn)確地定位視頻序列中被跟蹤的目標(biāo)對(duì)象，在視頻監(jiān)控、機(jī)器人、無(wú)人駕駛、無(wú)人機(jī)等領(lǐng)域都有著廣泛的應(yīng)用。目前的視頻目標(biāo)檢測(cè)跟蹤方案存在各自的缺點(diǎn)，例如基于傳統(tǒng)的圖像特征的視頻目標(biāo)跟蹤方法其檢測(cè)性能差，檢測(cè)準(zhǔn)確率和效率不高，而光流法、KCF(KernelizedCorrelation Filters)等方法計(jì)算量較大。

申請(qǐng)內(nèi)容

本申請(qǐng)的一個(gè)目的是提供一種視頻目標(biāo)檢測(cè)跟蹤方案，用以解決檢測(cè)精度低、計(jì)算量較高的問(wèn)題。

為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┝艘环N視頻目標(biāo)檢測(cè)跟蹤方法，該方法包括：

確定當(dāng)前視頻幀中的目標(biāo)物體；

獲取目標(biāo)物體在前序視頻幀中的圖像區(qū)域以及所述圖像區(qū)域的圖像特征，其中，所述前序視頻幀為當(dāng)前視頻幀之前的k個(gè)視頻幀，k為正整數(shù)；

根據(jù)所述目標(biāo)物體在前序視頻幀中的圖像區(qū)域，對(duì)所述目標(biāo)物體進(jìn)行運(yùn)動(dòng)估計(jì)，確定所述目標(biāo)物體在當(dāng)前視頻幀的預(yù)測(cè)區(qū)域；

根據(jù)所述預(yù)測(cè)區(qū)域確定目標(biāo)物體在當(dāng)前視頻幀中的檢測(cè)范圍，并基于所述圖像區(qū)域的圖像特征，在所述檢測(cè)范圍中定位所述目標(biāo)物體，以確定所述目標(biāo)物體在當(dāng)前視頻幀中的圖像區(qū)域。

基于本申請(qǐng)的另一方面，還提供了一種視頻目標(biāo)檢測(cè)跟蹤設(shè)備，該設(shè)備包括：

檢測(cè)分類裝置，用于確定當(dāng)前視頻幀中的目標(biāo)物體；

運(yùn)動(dòng)估計(jì)裝置，用于獲取目標(biāo)物體在前序視頻幀中的圖像區(qū)域以及所述圖像區(qū)域的圖像特征，根據(jù)所述目標(biāo)物體在前序視頻幀中的圖像區(qū)域，對(duì)所述目標(biāo)物體進(jìn)行運(yùn)動(dòng)估計(jì)，確定所述目標(biāo)物體在當(dāng)前視頻幀的預(yù)測(cè)區(qū)域，其中，所述前序視頻幀為當(dāng)前視頻幀之前的k個(gè)視頻幀，k為正整數(shù)；

重定位裝置，用于根據(jù)所述預(yù)測(cè)區(qū)域確定目標(biāo)物體在當(dāng)前視頻幀中的檢測(cè)范圍，并基于所述圖像區(qū)域的圖像特征，在所述檢測(cè)范圍中定位所述目標(biāo)物體，以確定所述目標(biāo)物體在當(dāng)前視頻幀中的圖像區(qū)域。

此外，本申請(qǐng)還提供了一種視頻目標(biāo)檢測(cè)跟蹤設(shè)備，該設(shè)備包括：

處理器；以及

存儲(chǔ)有機(jī)器可讀指令的一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，當(dāng)所述處理器執(zhí)行所述機(jī)器可讀指令時(shí)，使得所述設(shè)備執(zhí)行前述的方法。

本申請(qǐng)?zhí)峁┑姆桨冈趯?duì)視頻中的目標(biāo)物體進(jìn)行檢測(cè)跟蹤時(shí)，可以先確定當(dāng)前視頻幀中的目標(biāo)物體，然后獲取目標(biāo)物體在前序視頻幀中的圖像區(qū)域以及所述圖像區(qū)域的圖像特征，進(jìn)而根據(jù)所述目標(biāo)物體在前序視頻幀中的圖像區(qū)域，對(duì)所述目標(biāo)物體進(jìn)行運(yùn)動(dòng)估計(jì)，確定所述目標(biāo)物體在當(dāng)前視頻幀的預(yù)測(cè)區(qū)域，在確定預(yù)測(cè)區(qū)域之后，根據(jù)所述圖像區(qū)域的圖像特征，在所述預(yù)測(cè)區(qū)域中對(duì)所述目標(biāo)物體重新定位，確定所述目標(biāo)物體在當(dāng)前視頻幀的圖像區(qū)域。該方案可以采用深度神經(jīng)網(wǎng)絡(luò)來(lái)完成各個(gè)步驟的處理，其中，前序視頻幀是指當(dāng)前視頻幀之前的k個(gè)視頻幀，通過(guò)這前k個(gè)視頻幀來(lái)對(duì)當(dāng)前視頻幀進(jìn)行預(yù)估和對(duì)比檢測(cè)，計(jì)算量較小，并且能夠解決視頻中目標(biāo)物體偶爾丟失或者遮擋的問(wèn)題，檢測(cè)精度較高。