[發明專利]目標跟蹤方法、裝置、電子設備及存儲介質

有效

• 申請號: 201911106568.0
• 申請日: 2019-11-13
• 公開（公告）號: CN110827325B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 朱曉星;孫勇義;王成法
• 申請（專利權）人: 阿波羅智聯（北京）科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 閻敏;楊瑾瑾

1.一種目標跟蹤方法，其特征在于，包括：

獲取當前視頻幀及前一視頻幀中各個檢測框的特征信息，所述特征信息包括所述檢測框的位置信息及檢測框內障礙目標的外觀特征；其中，所述外觀特征包括紋理特征及語義特征；

將所述當前視頻幀中各個檢測框的特征信息分別與所述前一視頻幀中各個檢測框的特征信息進行匹配檢測；其中，所述匹配檢測包括采用二分圖匹配算法確定出差異度之和最小的匹配方案，所述差異度為所述當前視頻幀中的檢測框與所述前一視頻幀中的檢測框之間特征信息的差異大小；

根據匹配檢測結果確定所述當前視頻幀中各個檢測框的跟蹤軌跡；

其中，獲取檢測框內障礙目標的外觀特征包括：

采用神經網絡模型獲取所述障礙目標的外觀特征；

其中，采用所述神經網絡模型的低層部分獲取所述障礙目標的紋理特征，并采用所述神經網絡模型的高層部分獲取所述障礙目標的語義特征。

2.根據權利要求1所述的方法，其特征在于，獲取檢測框的位置信息包括：

在所述檢測框的形狀為矩形的情況下，獲取所述檢測框的中心點及四個角點的位置信息。

3.根據權利要求2所述的方法，其特征在于，所述將所述當前視頻幀中各個檢測框的特征信息分別與所述前一視頻幀中各個檢測框的特征信息進行匹配檢測，包括：

分別計算所述當前視頻幀中各個檢測框的特征信息與所述前一視頻幀中各個檢測框的特征信息之間的差異度；

根據所述差異度，采用預設匹配算法進行匹配檢測。

4.根據權利要求3所述的方法，其特征在于，計算所述差異度的方式為：

計算所述當前視頻幀中檢測框的中心點與所述前一視頻幀中檢測框的中心點之間的第一距離，計算所述當前視頻幀中檢測框的各個角點與所述前一視頻幀中檢測框的對應角點之間的第二距離，計算所述當前視頻幀中檢測框內障礙目標的紋理特征與所述前一視頻幀中檢測框內障礙目標的紋理特征之間的第三距離，并計算所述當前視頻幀中檢測框內障礙目標的語義特征與所述前一視頻幀中檢測框內障礙目標的語義特征之間的第四距離；

采用所述第一距離、第二距離、第三距離、第四距離以及各個距離對應的權值計算所述差異度。

5.一種目標跟蹤裝置，其特征在于，包括：

獲取模塊，用于獲取當前視頻幀及前一視頻幀中各個檢測框的特征信息，所述特征信息包括所述檢測框的位置信息及檢測框內障礙目標的外觀特征；其中，所述外觀特征包括紋理特征及語義特征；

匹配檢測模塊，用于將所述當前視頻幀中各個檢測框的特征信息分別與所述前一視頻幀中各個檢測框的特征信息進行匹配檢測；其中，所述匹配檢測包括采用二分圖匹配算法確定出差異度之和最小的匹配方案，所述差異度為所述當前視頻幀中的檢測框與所述前一視頻幀中的檢測框之間特征信息的差異大小；

跟蹤模塊，用于根據匹配檢測結果確定所述當前視頻幀中各個檢測框的跟蹤軌跡；

所述獲取模塊包括：外觀特征獲取子模塊，用于采用神經網絡模型獲取所述障礙目標的外觀特征；其中，采用所述神經網絡模型的低層部分獲取所述障礙目標的紋理特征，并采用所述神經網絡模型的高層部分獲取所述障礙目標的語義特征。

6.根據權利要求5所述的裝置，其特征在于，所述獲取模塊包括：位置信息獲取子模塊，用于在所述檢測框的形狀為矩形的情況下，獲取所述檢測框的中心點及四個角點的位置信息。

7.根據權利要求6所述的裝置，其特征在于，所述匹配檢測模塊包括：

差異度計算子模塊，用于分別計算所述當前視頻幀中各個檢測框的特征信息與所述前一視頻幀中各個檢測框的特征信息之間的差異度；

檢測子模塊，用于根據所述差異度，采用預設匹配算法進行匹配檢測。