[發明專利]視頻中人形跟蹤方法以及人形跟蹤系統和存儲介質

在審

• 申請號: 202010117540.3
• 申請日: 2020-02-25
• 公開（公告）號: CN111340847A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 王震
• 申請（專利權）人: 杭州涂鴉信息技術有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/44;G06T7/90
• 代理公司: 北京崇智專利代理事務所(普通合伙) 11605
• 代理人: 趙麗娜

1.視頻中人形跟蹤方法，其特征在于，包括以下步驟：

(a)在第一幀圖像中檢測人形，分別得到對應每個人形的人形框；

(b)分別用所述人形框里的人形初始化跟蹤模型，初始化的跟蹤模型分別在第二幀圖像中搜索相應的人形，得到的人形框分別經校準后輸出；

(c)分別用所述第二幀圖像輸出的人形框里的人形繼續更新對應的跟蹤模型，更新的跟蹤模型分別在第三幀圖像中搜索相應的人形，得到的人形框分別經校準后輸出；

(d)分別用上一幀圖像輸出的人形框中的人形繼續更新對應的跟蹤模型，更新的跟蹤模型分別在下一幀圖像中搜索相應的人形，得到的人形框分別經校準后輸出，以此分別迭代處理圖像。

2.根據權利要求1所述的人形跟蹤方法，其特征在于，所述步驟(a)-步驟(d)共處理n幀圖像，n不小于15；

進一步地，所述n幀圖像處理完成后，循環步驟(a)-步驟(d)。

進一步地，n幀圖像為視頻一秒的圖像幀數；

進一步地，n為15-60，優選為20-45。

3.根據權利要求1-2任一項所述的人形跟蹤方法，其特征在于，所述檢測采用的目標檢測框架包括Faster RCNN、SSD、YOLO、FPN、ResNet50、DenseNet、SE-Net、MobileNet、ShuffleNet、CornerNet、CenterNet、FCOS、DPM中的任一種。

4.根據權利要求1-2任一項所述的人形跟蹤方法，其特征在于，所述跟蹤模型包括Meanshift模型、CamShift、KCF及其變體濾波算法模型中的任一種。

5.根據權利要求1-2任一項所述的人形跟蹤方法，其特征在于，步驟(b)至步驟(d)中的校準采用輕量級卷積神經網絡實現；

進一步地，所述輕量級卷積神經網絡包括MobileNetV1、MobileNetV2、ShuffleNet、SqueezeNet、EfficientNet中的任一種。

6.根據權利要求1-2任一項所述的人形跟蹤方法，其特征在于，步驟(a)還包括以下步驟：對不同的人形框配置編號；

循環步驟(a)-步驟(d)時，步驟(a)中檢測第一幀圖像中的人形框與其上一幀的人形框的相似度，若相似則保留步驟(a)中的人形框的原編號，否則賦予新的編號。

7.一種人形跟蹤系統，其特征在于，包括：

人形檢測模塊，用于在第一幀圖像中檢測人形，得到一個以上人形框；

人形跟蹤模塊，用于上一幀圖像輸出的人形框中的人形分別更新對應的跟蹤模型，更新的跟蹤模型分別在下一幀圖像中搜索人形，得到的人形框分別經校正后輸出，以此迭代處理圖像；

人形校準模塊，用于跟蹤模型搜索圖像中的人形得到的人形框的校準。

8.根據權利要求8所述的人形跟蹤系統，其特征在于，所述人形跟蹤系統還包括循環模塊，用于所述人形跟蹤系統每次循環處理n幀圖像，n不小于15，n優選為15-60，更優選為20-45。

9.根據權利要求8所述的人形跟蹤系統，其特征在于，所述系統還包括人形匹配模塊，用于對檢測到的人形配置編號，并在所述循環中保留、增加或減少編號。

10.一種存儲介質，其特征在于，用于存儲可執行指令或存儲權利要求7-9任一項所述的人形跟蹤系統，所述可執行指令在被執行時實現上述的人形跟蹤方法的步驟。