[發明專利]跟蹤目標的定位方法、裝置、設備及存儲介質

有效

• 申請號: 201811088121.0
• 申請日: 2018-09-18
• 公開（公告）號: CN109448018B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 楊國青
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/194;G06N3/0464
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

本發明涉及圖像處理技術領域，提供了一種跟蹤目標的定位方法、裝置、設備及存儲介質，所述方法包括：若接收到跟蹤目標的定位請求，則獲取所述定位請求中包含的用戶選定的原始目標點的原始位置信息；根據預設的目標預測模型，對當前幀圖像進行目標預測，得到目標預測結果；根據每個目標區域的目標位置信息和原始坐標計算每個待跟蹤目標和原始目標點之間的歐氏距離，得到N個距離；從N個距離中選取數值最小的距離作為目標距離，獲取目標距離對應的目標位置信息，并將獲取到的目標位置信息對應的目標區域中的待跟蹤目標確定為原始目標點對應的跟蹤目標。本發明能夠保證對跟蹤目標的定位的準確率和提高對跟蹤目標的定位效率。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種跟蹤目標的定位方法、裝置、設備及存儲介質。

背景技術

進行長距離的跟蹤目標的定位一直是視頻監控中最具挑戰性的任務之一，傳統的跟蹤目標的定位方法中，有的是通過將圖像中需要跟蹤的目標的坐標信息寫入文件，在跟蹤啟動時通過讀取文件獲取初始化的目標信息，這種方法的操作周期長，獲取初始化的目標信息的效率不高，或者是通過暫停視頻畫面，采用人工畫圖的方式在圖像中畫出需跟蹤的目標的位置，并在跟蹤啟動后，根據人工畫出的位置信息，進行跟蹤目標的初始化，由于人工畫出的位置信息的準確率不高，且容易包含大量背景信息，以及造成跟蹤的目標被背景截斷或遮擋，導致跟蹤目標的難度增大，獲取初始化的跟蹤目標的定位信息的效率不高。

發明內容

基于此，有必要針對上述技術問題，提供一種跟蹤目標的定位方法、裝置、設備及存儲介質，以解決跟蹤目標的定位效率和準確率均不高的問題。

一種跟蹤目標的定位方法，包括：

若接收到跟蹤目標的定位請求，則獲取所述定位請求中包含的用戶選定的原始目標點的原始位置信息，其中，所述原始位置信息包括所述原始目標點在當前播放的視頻數據中的當前幀圖像和所述原始目標點在所述當前幀圖像中的原始坐標；

根據預設的目標預測模型，對所述當前幀圖像進行目標預測，得到目標預測結果，其中，所述目標預測模型為包括兩層卷積層和兩層全連接層的卷積神經網絡模型，所述目標預測結果包括N個目標區域和每個所述目標區域對應的目標位置信息，N為正整數，每個所述目標區域包含一個待跟蹤目標；

根據每個所述目標區域的所述目標位置信息和所述原始坐標計算每個待跟蹤目標和所述原始目標點之間的歐氏距離，得到N個距離；

從所述N個距離中選取數值最小的距離作為目標距離，獲取所述目標距離對應的目標位置信息，并將獲取到的目標位置信息對應的目標區域中的待跟蹤目標確定為所述原始目標點對應的跟蹤目標。

一種跟蹤目標的定位裝置，包括：

請求接收模塊，用于若接收到跟蹤目標的定位請求，則獲取所述定位請求中包含的用戶選定的原始目標點的原始位置信息，其中，所述原始位置信息包括所述原始目標點在當前播放的視頻數據中的當前幀圖像和所述原始目標點在所述當前幀圖像中的原始坐標；

目標預測模塊，用于根據預設的目標預測模型，對所述當前幀圖像進行目標預測，得到目標預測結果，其中，所述目標預測模型為包括兩層卷積層和兩層全連接層的卷積神經網絡模型，所述目標預測結果包括N個目標區域和每個所述目標區域對應的目標位置信息，N為正整數，每個所述目標區域包含一個待跟蹤目標；

距離計算模塊，用于根據每個所述目標區域的所述目標位置信息和所述原始坐標計算每個待跟蹤目標和所述原始目標點之間的歐氏距離，得到N個距離；

目標確認模塊，用于從所述N個距離中選取數值最小的距離作為目標距離，獲取所述目標距離對應的目標位置信息，并將獲取到的目標位置信息對應的目標區域中的待跟蹤目標確定為所述原始目標點對應的跟蹤目標。