[發(fā)明專利]一種目標跟蹤方法、裝置及電子設(shè)備有效
| 申請?zhí)枺?/td> | 202010315629.0 | 申請日： | 2020-04-21 |
| 公開（公告）號： | CN111524164B | 公開（公告）日： | 2023-10-13 |
| 發(fā)明（設(shè)計）人： | 戴鵬;翁仁亮;崔元建 | 申請（專利權(quán)）人： | 北京愛筆科技有限公司 |
| 主分類號： | G06T7/246 | 分類號： | G06T7/246 |
| 代理公司： | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人： | 尹秀 |
| 地址： | 100094 北京市海淀區(qū)北清路*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 目標 跟蹤 方法 裝置 電子設(shè)備 | ||
1.一種目標跟蹤方法，其特征在于，包括：
獲取多個初始運動軌跡以及所述初始運動軌跡的軌跡特征；所述初始運動軌跡由多個軌跡片段依據(jù)預(yù)設(shè)軌跡組合規(guī)則組合得到；
調(diào)用預(yù)先訓(xùn)練的軌跡分析模型對所述初始運動軌跡的軌跡特征進行處理，得到所述初始運動軌跡的軌跡純凈度分析結(jié)果；所述軌跡分析模型通過軌跡樣本訓(xùn)練得到；所述軌跡樣本包括軌跡特征以及軌跡純凈度；所述軌跡純凈度分析結(jié)果為所述初始運動軌跡為同一運動目標的運動軌跡的分析結(jié)果；
從多個所述初始運動軌跡中篩選出軌跡純凈度分析結(jié)果為預(yù)設(shè)純凈度分析結(jié)果的初始運動軌跡，并作為待分析軌跡；
對所述待分析軌跡進行軌跡片段去重操作，得到目標運動軌跡。
2.根據(jù)權(quán)利要求1所述的目標跟蹤方法，其特征在于，獲取所述初始運動軌跡的軌跡特征，包括：
確定所述初始運動軌跡包括的軌跡片段的軌跡片段特征；所述至少一個軌跡片段按照時間先后順序依次排列；
依據(jù)相鄰的所述軌跡片段的軌跡片段特征，計算得到每一所述軌跡片段的相對軌跡片段特征；
基于所有的所述軌跡片段的相對軌跡片段特征，計算所述相對軌跡片段特征中的每一子特征的標準差，并將所述每一子特征的標準差進行組合，得到所述初始運動軌跡的軌跡特征。
3.根據(jù)權(quán)利要求1所述的目標跟蹤方法，其特征在于，對所述待分析軌跡進行軌跡片段去重操作，得到目標運動軌跡，包括：
對任兩個所述待分析軌跡中相同的軌跡片段進行去重操作，得到目標運動軌跡。
4.根據(jù)權(quán)利要求3所述的目標跟蹤方法，其特征在于，對任兩個所述待分析軌跡中相同的軌跡片段進行去重操作，得到目標運動軌跡，包括：
將所述待分析軌跡按照包括的軌跡片段的數(shù)量進行排序操作；
按照排序順序依次將每一所述待分析軌跡作為待處理軌跡；
刪除所述待處理軌跡對應(yīng)的目標軌跡片段，以得到目標運動軌跡；
所述目標軌跡片段位于所述待處理軌跡之后的待分析軌跡中、且與所述待處理軌跡中的軌跡片段相同。
5.根據(jù)權(quán)利要求4所述的目標跟蹤方法，其特征在于，在所述刪除所述待處理軌跡對應(yīng)的目標軌跡片段，以得到目標運動軌跡之后，還包括：
為所述目標運動軌跡中的軌跡片段設(shè)置對應(yīng)的軌跡標識；不同的所述目標運動軌跡中的軌跡片段的軌跡標識不同。
6.一種目標跟蹤裝置，其特征在于，包括：
數(shù)據(jù)獲取模塊，用于獲取多個初始運動軌跡以及所述初始運動軌跡的軌跡特征；所述初始運動軌跡由多個軌跡片段依據(jù)預(yù)設(shè)軌跡組合規(guī)則組合得到；
結(jié)果分析模塊，用于調(diào)用預(yù)先訓(xùn)練的軌跡分析模型對所述初始運動軌跡的軌跡特征進行處理，得到所述初始運動軌跡的軌跡純凈度分析結(jié)果；所述軌跡分析模型通過軌跡樣本訓(xùn)練得到；所述軌跡樣本包括軌跡特征以及軌跡純凈度；所述軌跡純凈度分析結(jié)果為所述初始運動軌跡為同一運動目標的運動軌跡的分析結(jié)果；
軌跡篩選模塊，用于從多個所述初始運動軌跡中篩選出軌跡純凈度分析結(jié)果為預(yù)設(shè)純凈度分析結(jié)果的初始運動軌跡，并作為待分析軌跡；
去重模塊，用于對所述待分析軌跡進行軌跡片段去重操作，得到目標運動軌跡。
7.根據(jù)權(quán)利要求6所述的目標跟蹤裝置，其特征在于，所述數(shù)據(jù)獲取模塊包括：
特征確定子模塊，用于確定所述初始運動軌跡包括的軌跡片段的軌跡片段特征；所述至少一個軌跡片段按照時間先后順序依次排列；
特征計算子模塊，用于依據(jù)相鄰的所述軌跡片段的軌跡片段特征，計算得到每一所述軌跡片段的相對軌跡片段特征；
特征生成子模塊，用于基于所有的所述軌跡片段的相對軌跡片段特征，計算所述相對軌跡片段特征中的每一子特征的標準差，并將所述每一子特征的標準差進行組合，得到所述初始運動軌跡的軌跡特征。
8.根據(jù)權(quán)利要求6所述的目標跟蹤裝置，其特征在于，所述去重模塊用于對所述待分析軌跡進行軌跡片段去重操作，得到目標運動軌跡時，具體用于：
對任兩個所述待分析軌跡中相同的軌跡片段進行去重操作，得到目標運動軌跡。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京愛筆科技有限公司，未經(jīng)北京愛筆科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010315629.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
