[發(fā)明專利]目標檢測與跟蹤的方法、裝置和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201911042204.0
• 申請日: 2019-10-30
• 公開（公告）號: CN112750145A
• 公開（公告）日: 2021-05-04
• 發(fā)明（設(shè)計）人: 李昊;賀群;劉康;全碩;辛冠軍;付睿;周路;于志剛;孫靜博
• 申請（專利權(quán)）人: 中國電信股份有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/277
• 代理公司: 中國貿(mào)促會專利商標事務(wù)所有限公司 11038
• 代理人: 許蓓

本公開提出一種基于視頻的目標檢測與跟蹤的方法、裝置和系統(tǒng)，涉及計算機視覺人工智能領(lǐng)域。本公開基于目標檢測與目標跟蹤的結(jié)合，按照一定周期進行目標檢測與目標跟蹤的任務(wù)切換，在節(jié)省計算資源的同時，提高了計算效率和計算準確度，更好地用于視頻特別是實時視頻中的生物面部目標發(fā)現(xiàn)。

技術(shù)領(lǐng)域

本公開涉及計算機視覺人工智能領(lǐng)域，特別涉及一種基于視頻的目標檢測與跟蹤的方法、裝置和系統(tǒng)。

背景技術(shù)

目標檢測，也叫目標提取，是一種基于目標幾何和統(tǒng)計特征的圖像分割技術(shù)，它將目標的分割和識別合二為一，其準確性和實時性是非常重要的性能指標。

基于深度學(xué)習(xí)的目標檢測方法，由于深度學(xué)習(xí)需要處理大量的圖像訓(xùn)練數(shù)據(jù)，對計算機性能要求高，資源消耗很多。

目標跟蹤算法可以進行軌跡特征的自動提取和分析，為進一步的行為分析提供基礎(chǔ)。

發(fā)明內(nèi)容

本公開基于目標檢測與目標跟蹤的結(jié)合，按照一定周期進行目標檢測與目標跟蹤的任務(wù)切換，在節(jié)省計算資源的同時，提高了計算效率和計算準確度，更好地用于視頻特別是實時視頻中的生物面部目標發(fā)現(xiàn)。

本公開的一些實施例提出一種目標檢測與跟蹤的方法，包括：

獲取視頻；

從所述視頻當前的第一視頻幀中檢測所有目標，以獲取每個目標所屬的分類和初始位置，并在所述視頻中對每個目標進行標注；

基于每個目標的初始位置，對所述視頻的第一視頻幀之后的多個視頻幀中的每個目標進行跟蹤；

當跟蹤時間達到預(yù)設(shè)時間時，從所述視頻當前的第二視頻幀中檢測所有目標，以獲取每個目標的更新位置；

基于每個目標的更新位置，對所述視頻的第二視頻幀之后的多個視頻幀中的每個目標進行跟蹤；

重復(fù)上述的獲取更新位置以及基于更新位置進行目標跟蹤的步驟，直至視頻監(jiān)測結(jié)束。

在一些實施例中，利用目標檢測算法從視頻幀中檢測目標，并利用目標跟蹤算法對多個視頻幀中的目標進行跟蹤。

在一些實施例中，所述目標檢測算法包括：更快速的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)Faster R-CNN；所述目標跟蹤算法包括：卡爾曼濾波算法。

在一些實施例中，所述Faster R-CNN包括用于提取圖像特征的卷積層、用于生成推薦區(qū)域的區(qū)域推薦網(wǎng)絡(luò)RPN、感興趣區(qū)域池化層和分類層，其中，所述卷積層基于Mobile-Net實現(xiàn)。

在一些實施例中，獲取的所述視頻為實時視頻。

在一些實施例中，所述目標為生物面部目標。

在一些實施例中，上報監(jiān)測到的每個目標的位置信息以及相應(yīng)的監(jiān)測時間。

本公開的一些實施例提出一種目標檢測與跟蹤的裝置，包括：存儲器；以及耦接至所述存儲器的處理器，所述處理器被配置為基于存儲在所述存儲器中的指令，執(zhí)行任意一個實施例的目標檢測與跟蹤的方法。

本公開的一些實施例提出一種目標檢測與跟蹤的系統(tǒng)，包括：視頻采集裝置，以及目標檢測與跟蹤的裝置，被配置為基于所述視頻采集裝置采集的視頻進行目標檢測與跟蹤的處理。

在一些實施例中，系統(tǒng)還包括：業(yè)務(wù)系統(tǒng)，被配置為基于所述目標檢測與跟蹤的裝置上報的監(jiān)測到的每個目標的位置信息以及相應(yīng)的監(jiān)測時間，進行業(yè)務(wù)處理。

本公開的一些實施例提出一種非瞬時性計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)任意一個實施例的目標檢測與跟蹤的方法。

附圖說明