[發(fā)明專(zhuān)利]目標(biāo)跟蹤方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010320567.2
• 申請(qǐng)日: 2020-04-22
• 公開(kāi)（公告）號(hào): CN111524165B
• 公開(kāi)（公告）日: 2023-08-25
• 發(fā)明（設(shè)計(jì)）人: 蘇翔博;袁宇辰;孫昊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類(lèi)號(hào): G06T7/246
• 分類(lèi)號(hào): G06T7/246
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

1.一種目標(biāo)跟蹤方法，所述方法包括：

基于區(qū)域生成網(wǎng)絡(luò)和待處理圖像的特征圖，生成所述待處理圖像中待跟蹤目標(biāo)的候選框的位置；

對(duì)于所述待處理圖像中的像素點(diǎn)，確定對(duì)該像素點(diǎn)所設(shè)置的至少一個(gè)錨點(diǎn)框中每個(gè)錨點(diǎn)框包含待跟蹤目標(biāo)的概率，以及確定所述每個(gè)錨點(diǎn)框所對(duì)應(yīng)的候選框相對(duì)于該錨點(diǎn)框的偏差；

基于所確定的概率中至少兩個(gè)概率對(duì)應(yīng)的至少兩個(gè)錨點(diǎn)框的位置和所述至少兩個(gè)錨點(diǎn)框分別對(duì)應(yīng)的偏差，確定所述至少兩個(gè)錨點(diǎn)框分別對(duì)應(yīng)的、所述待跟蹤目標(biāo)的待選位置；

對(duì)所確定的待選位置中的至少兩個(gè)待選位置進(jìn)行合并，得到所述待處理圖像中所述待跟蹤目標(biāo)的位置；

所述偏差包括尺寸縮放量和指定點(diǎn)的位置偏移量；所述基于所確定的概率中至少兩個(gè)概率對(duì)應(yīng)的至少兩個(gè)錨點(diǎn)框的位置和所述至少兩個(gè)錨點(diǎn)框分別對(duì)應(yīng)的偏差，確定所述至少兩個(gè)錨點(diǎn)框分別對(duì)應(yīng)的、所述待跟蹤目標(biāo)的待選位置，包括：

基于所述至少兩個(gè)概率對(duì)應(yīng)的至少兩個(gè)錨點(diǎn)框的位置，按照所述至少兩個(gè)錨點(diǎn)框分別對(duì)應(yīng)的尺寸縮放量和指定點(diǎn)的偏移量，對(duì)所述至少兩個(gè)錨點(diǎn)框分別進(jìn)行尺寸縮放和指定點(diǎn)的位置偏移，得到所述至少兩個(gè)錨點(diǎn)框分別對(duì)應(yīng)的、所述待跟蹤目標(biāo)的待選位置。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述至少一個(gè)待選位置通過(guò)以下步驟得到：

利用深度神經(jīng)網(wǎng)絡(luò)的投票處理層對(duì)各個(gè)所確定的待選位置進(jìn)行投票，生成每個(gè)所確定的待選位置的投票數(shù)值；

將所述投票數(shù)值大于指定閾值的待選位置，確定為所述至少一個(gè)待選位置，其中，所述至少兩個(gè)錨點(diǎn)框所包括錨點(diǎn)框的數(shù)量越大，則所述指定閾值越大。

3.根據(jù)權(quán)利要求1-2之一所述的方法，其中，所述至少兩個(gè)概率通過(guò)以下步驟得到：

利用預(yù)設(shè)窗函數(shù)，對(duì)所確定的概率進(jìn)行處理，得到每個(gè)所確定的概率的處理后概率；

按照由高到低的順序，從各個(gè)處理后概率中選取至少兩個(gè)處理后概率，其中，所選取的至少兩個(gè)處理后概率在所確定的概率中所對(duì)應(yīng)的概率為所述至少兩個(gè)概率。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述對(duì)于所述待處理圖像中的像素點(diǎn)，確定對(duì)該像素點(diǎn)所設(shè)置的至少一個(gè)錨點(diǎn)框中每個(gè)錨點(diǎn)框包含待跟蹤目標(biāo)的概率，以及確定對(duì)所述每個(gè)錨點(diǎn)框所對(duì)應(yīng)的候選框相對(duì)于該錨點(diǎn)框的偏差，包括：

將所生成的候選框的位置輸入深度神經(jīng)網(wǎng)絡(luò)中的分類(lèi)處理層，得到從所述分類(lèi)處理層輸出的、對(duì)于所述待處理圖像中的每個(gè)像素點(diǎn)所設(shè)置的至少一個(gè)錨點(diǎn)框中每個(gè)錨點(diǎn)框包含待跟蹤目標(biāo)的概率；

將所生成的候選框的位置輸入所述深度神經(jīng)網(wǎng)絡(luò)中的邊框回歸處理層，得到從所述邊框回歸處理層輸出的、對(duì)所述每個(gè)錨點(diǎn)框所對(duì)應(yīng)的候選框相對(duì)于該錨點(diǎn)框的偏差。

5.根據(jù)權(quán)利要求1所述的方法，其中，所述待處理圖像通過(guò)以下步驟得到：

獲取相鄰的視頻幀中，在先視頻幀中所述待跟蹤目標(biāo)的邊框的位置；

在在后視頻幀中，在所述邊框的位置，按照所述邊框的邊長(zhǎng)經(jīng)過(guò)擴(kuò)大得到的目標(biāo)邊長(zhǎng)，生成目標(biāo)邊框；

基于所述目標(biāo)邊框所在的區(qū)域，生成所述待處理圖像。

6.根據(jù)權(quán)利要求1所述的方法，其中，所述基于區(qū)域生成網(wǎng)絡(luò)和待處理圖像的特征圖，生成所述待處理圖像中待跟蹤目標(biāo)的候選框的位置，包括：

將待跟蹤目標(biāo)模板圖像的特征圖和待處理圖像的特征圖，輸入?yún)^(qū)域生成網(wǎng)絡(luò)，得到從所述區(qū)域生成網(wǎng)絡(luò)輸出的、所述待處理圖像中待跟蹤目標(biāo)的候選框的位置，其中，所述待跟蹤目標(biāo)模板圖像與待跟蹤目標(biāo)原圖中所述待跟蹤目標(biāo)的邊框內(nèi)的局部區(qū)域相對(duì)應(yīng)。