[發明專利]目標跟蹤方法和目標跟蹤裝置

在審

• 申請號: 202010519876.2
• 申請日: 2020-06-09
• 公開（公告）號: CN113781519A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 龐博;盧策吾;袁偉;胡翔宇
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/73;G06N3/04;G06N3/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 聶秀娜

本申請實施例涉及人工智能領域中的計算機圖像處理技術，公開了一種目標跟蹤方法，應用于視頻中的目標跟蹤，可以減少目標遮擋帶來的跟蹤錯誤。該方法包括：將拍攝目標物體的視頻輸入預訓練的神經網絡模型，獲取目標物體的運動管道，對運動管道進行連接，獲取目標物體的跟蹤軌跡，所述跟蹤軌跡包括目標在所述第一視頻的每個視頻幀中的位置信息。

技術領域

本申請涉及圖像處理技術領域，尤其涉及一種目標跟蹤方法和目標跟蹤裝置。

背景技術

目標跟蹤是計算機視覺領域中最重要和基礎的任務之一。其目的是從包含目標物體的視頻中，輸出目標物體在視頻的每個視頻幀中的位置。通常輸入計算機一段視頻及需要跟蹤的目標物體類別，計算機以檢測框的形式輸出目標物體的標識(ID)以及目標物體在視頻每一幀中的位置信息。

現有的多目標跟蹤方法包括檢測和跟蹤兩部分，通過檢測模塊檢測出每個視頻幀中出現的多個目標物體，然后將各個視頻幀中出現的多個目標物體進行匹配，在匹配的過程中，提取單個視頻幀中每個目標物體的特征，通過特征的相似度比對實現目標匹配，得到每個目標物體的跟蹤軌跡。

由于現有的目標跟蹤算法采用先檢測再跟蹤的方法，目標跟蹤效果依賴于單幀的檢測算法，若目標檢測中存在目標物體遮擋，會產生檢測錯誤，進而引起跟蹤錯誤，因此，在目標物體密集或者遮擋較多的場景下性能不足。

發明內容

本申請實施例提供了一種目標跟蹤方法，用于視頻中的目標跟蹤，可以減少目標遮擋帶來的跟蹤錯誤。

本申請實施例的第一方面提供了一種目標跟蹤方法，包括：獲取第一視頻，所述第一視頻包括目標物體；將所述第一視頻輸入預訓練的神經網絡模型，獲取所述目標物體在至少兩個視頻幀中的位置信息和所述至少兩個視頻幀的時間信息；根據所述目標物體在至少兩個視頻幀中的位置信息，和所述至少兩個視頻幀的時間信息獲取所述目標物體在所述第一視頻中的跟蹤軌跡，所述跟蹤軌跡包括所述目標物體在所述第一視頻中的至少兩個視頻幀中的位置信息。

該方法通過預訓練的神經網絡模型獲取目標物體在至少兩個視頻幀中的位置信息和所述至少兩個視頻幀的時間信息，目標跟蹤不依賴于單個視頻幀的目標檢測結果，可以減少在目標密集或者遮擋較多的場景下的檢測失敗的問題，提升目標跟蹤性能。

在第一方面的一種可能的實現方式中，所述獲取所述目標物體在至少兩個視頻幀中的位置信息和所述至少兩個視頻幀的時間信息具體包括：獲取所述目標物體的運動管道，所述運動管道用于指示所述目標物體在所述第一視頻的至少兩個視頻幀中的時間信息和位置信息，其中，所述第一視頻包括第一視頻幀和第二視頻幀；所述運動管道對應于時空維度中的四棱臺，所述時空維度包括時間維度和二維空間維度，所述四棱臺的第一底面在所述時間維度的位置用于指示所述第一視頻幀的第一時間信息，所述四棱臺的第二底面在所述時間維度的位置用于指示所述第二視頻幀的第二時間信息，所述四棱臺的第一底面在所述二維空間維度的位置用于指示所述目標物體在所述第一視頻幀中的第一位置信息，所述四棱臺的第二底面在所述二維空間維度的位置用于指示所述目標物體在所述第二視頻幀中的第二位置信息；所述四棱臺用于指示所述目標物體在所述第一視頻的所述第一視頻幀與所述二視頻幀之間的所有視頻幀中的位置信息。

該方法通過預訓練的神經網絡模型獲取每個視頻幀的運動管道，由于運動管道包括至少兩個視頻幀中的目標物體的位置信息，目標在視頻幀中的位置，可以通過時空維度中，在時間維度上的時刻以及二維空間維度上的位置確定，該時刻用于確定視頻幀，該二維空間維度上的位置用于指示目標在該視頻幀中的位置信息。該方法可以將運動管道對應于時空維度中的四棱臺，通過時空維度中的四棱臺直觀展現目標在至少兩個視頻幀中的位置信息。該目標跟蹤方法不依賴于單個視頻幀的目標檢測結果，可以減少在目標密集或者遮擋較多的場景下的檢測失敗的問題，提升目標跟蹤性能。