[發明專利]在視頻中進行目標跟蹤的方法和裝置

在審

• 申請號: 201810276460.5
• 申請日: 2018-03-30
• 公開（公告）號: CN108491816A
• 公開（公告）日: 2018-09-04
• 發明（設計）人: 杜康
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06N3/04;G06K9/62
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種在視頻中進行目標跟蹤的方法，包括：

基于待跟蹤目標在視頻的歷史幀中的位置，從視頻的當前幀中截取出候選區域；

將所截取的候選區域輸入預先訓練的全卷積網絡，得到特征圖，其中，特征圖包含用于指示候選目標在所述特征圖中所處位置的候選目標區域信息；

基于所述候選目標區域信息，從所述特征圖中確定出與各所述候選目標一一對應的候選目標區域；以及

將確定出的候選目標區域中，與待跟蹤目標相似度最高的候選目標區域作為所述當前幀中的待跟蹤目標。

2.根據權利要求1所述的方法，其中，在所述將所截取的候選區域輸入預先訓練的全卷積網絡之前，所述方法還包括訓練全卷積網絡的步驟，所述訓練全卷積網絡的步驟包括：

建立初始全卷積網絡；

獲取訓練樣本集，所述訓練樣本集包括多個訓練樣本對，所述訓練樣本對包括同一視頻文件的其中兩幀圖像以及用于標注目標對象在兩幀圖像中所處區域的標注信息；

將所述訓練樣本集輸入所述初始全卷積網絡，基于預先設置的損失函數訓練所述初始全卷積網絡，得到訓練后的全卷積網絡。

3.根據權利要求1所述的方法，其中，所述將所確定出的候選目標區域中，與待跟蹤目標相似度最高的候選目標區域作為所述當前幀中的待跟蹤目標，包括：

將從所述特征圖中截取出的各候選目標區域輸入預設的池化層，得到與各候選目標區域相對應的候選特征圖；

對于每一個候選特征圖，計算該候選特征圖與預先獲取的所述待跟蹤目標的特征圖之間的相似度；

將與預先獲取的所述待跟蹤目標的特征圖之間的相似度最高的候選特征圖所對應的候選目標區域作為所述當前幀中的待跟蹤目標。

4.根據權利要求3所述的方法，其中，在所述將與預先獲取的所述待跟蹤目標的特征圖之間的相似度最高的候選特征圖所對應的候選目標區域作為所述當前幀中的待跟蹤目標之后，所述方法還包括：

將與預先獲取的所述待跟蹤目標的特征圖之間的相似度最高的候選特征圖作為所述待跟蹤目標的特征圖。

5.根據權利要求4所述的方法，其中，所述方法還包括：

以預設的時間間隔在所述視頻的當前幀中檢測待跟蹤目標；以及

基于所檢測的待跟蹤目標，更新所述待跟蹤目標的特征圖。

6.根據權利要求1-5之一所述的方法，其中，所述視頻的歷史幀與所述視頻的當前幀為所述視頻中相鄰的兩幀。

7.一種在視頻中進行目標跟蹤的裝置，包括：

截取單元，配置用于基于待跟蹤目標在視頻的歷史幀中的位置，從視頻的當前幀中截取出候選區域；

特征獲取單元，配置用于將所截取的候選區域輸入預先訓練的全卷積網絡，得到特征圖，其中，特征圖包含用于指示候選目標在所述特征圖中所處位置的候選目標區域信息；

候選目標區域確定單元，配置用于基于所述候選目標區域信息，從所述特征圖中確定出與各所述候選目標一一對應的候選目標區域；以及

目標跟蹤單元，配置用于將確定出的候選目標區域中，與待跟蹤目標相似度最高的候選目標區域作為所述當前幀中的待跟蹤目標。

8.根據權利要求7所述的裝置，其中，所述裝置還包括訓練單元，所述訓練單元配置用于在所述特征獲取單元將所截取的候選區域輸入預先訓練的全卷積網絡之前：

建立初始全卷積網絡；

獲取訓練樣本集，所述訓練樣本集包括多個訓練樣本對，所述訓練樣本對包括同一視頻文件的其中兩幀圖像以及用于標注目標對象在兩幀圖像中所處區域的標注信息；

將所述訓練樣本集輸入所述初始全卷積網絡，基于預先設置的損失函數訓練所述初始全卷積網絡，得到訓練后的全卷積網絡。