[發明專利]用于關聯視頻中的目標的方法

在審

• 申請號: 201880099421.0
• 申請日: 2018-09-11
• 公開（公告）號: CN112970031A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: V·格蘭查羅夫;S·施韋里松;C·基努蒂亞
• 申請（專利權）人: 瑞典愛立信有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06K9/00
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 葉曉勇;姜冰

本發明涉及一種用于關聯視頻（V）中的目標的計算機實現的方法（300），視頻（V）包括連續幀（F_n?1，F_n），所述方法包括：獲得先前幀（F_n?1）的第一目標建議區域信息，確定當前幀（F_n）的第二目標建議區域信息，其中，第一和第二目標建議區域信息至少指明相應幀的每個目標建議區域的外觀度量、空間位置和檢測概率，通過至少將先前幀（F_n?1）的目標建議區域（111，121，131，141）的第一集合關聯到當前幀（F_n）的目標建議區域（151，161，171，181）的第二集合來關聯視頻（V）中的目標，其中，使用基于外觀度量、空間位置和檢測概率計算的距離度量（D_n,n?1）來關聯目標建議區域。

技術領域

本發明涉及一種用于關聯視頻中的目標的方法。本發明進一步涉及一種執行該方法的計算機。

背景技術

視覺目標檢測器（例如以計算機或視頻處理器的形式）可用來自動識別和定位可能出現在視頻幀中的目標。目標檢測器通常提供目標的位置、目標的大小和目標的類型，或者這些項的任何組合。目標的類型可被辨認為目標類，例如車輛、人、動物或者建筑物。自動識別和定位幀中的目標是許多增強現實（AR）和安全應用中的必要步驟。一些現有技術的目標檢測器是基于卷積神經網絡（CNN）。

一個示例可見于S. Ren、K. He、R. Girshick和J. Sun的“Faster R-CNN: Towards real-time object detection with region proposal networks”（IEEE Trans.Pattern Analysis and Machine Intelligence，2017）。另一示例可見于W. Liu、D.Anguelov、D. Erhan、C. Szegedy、S. Reed、C. Fu和A. Berg的“SSD: Single shot multibox detector”（在Proc. European Conference Computer Vision，2016中）。又一示例可見于J. Redmon和A. Farhadi的“YOLO9000: Better, faster, stronger”（在Proc.IEEE Conf. Computer Vision and Pattern Recognition，2017中）。

此類常規系統的缺點在于：它們可能遭受目標身份或者蹤片（tracklet）身份切換。這可能通常發生在兩個或更多目標靠近在一起（例如兩個足球運動員爭奪球）時。這歸因于：事實上，此類系統通常單獨地在視頻中的相繼或連續幀的每幀上應用視覺目標檢測器，從而忽略了連續幀中目標之間的時間關系；或者事實上，視覺場景從一幀到另一幀緩慢地演變。

使用幀之間共享的信息來改進常規目標檢測器的精確度的簡單嘗試是：在當前幀中應用判定閾值之前，平滑檢測概率和所建議的區域坐標。上面提到的平滑檢測概率的方法的缺點在于：它具有低精確度，并且可能不夠精確。例如，如果目標的檢測概率在幾幀里跌到低于硬檢測概率閾值，盡管事實上跨幀的視覺目標外觀在視覺上幾乎不變，也仍然可能容易丟失目標。

因此，存在對于改進的方法和計算機的需要。

發明目的

本發明的實施例的目的是要提供減輕或解決上述缺點的解決方案。

發明內容

上述目的通過本文描述的主題來達成。本文描述本發明的進一步有利實現形式。