[發明專利]目標跟蹤方法、裝置、計算設備及存儲介質在審
| 申請號: | 202010521835.7 | 申請日: | 2020-06-10 |
| 公開(公告)號: | CN111667501A | 公開(公告)日: | 2020-09-15 |
| 發明(設計)人: | 王輝 | 申請(專利權)人: | 杭州海康威視數字技術股份有限公司 |
| 主分類號: | G06T7/20 | 分類號: | G06T7/20 |
| 代理公司: | 北京德琦知識產權代理有限公司 11018 | 代理人: | 程杰;王琦 |
| 地址: | 310051 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 目標 跟蹤 方法 裝置 計算 設備 存儲 介質 | ||
1.一種目標跟蹤方法,其特征在于,包括:
確定圖像幀序列中各圖像幀的檢測目標的檢測框和各圖像幀的檢測目標的類別置信度;
根據所述圖像幀序列中檢測目標的類別置信度,確定第一圖像幀對應的類別置信度閾值,所述第一圖像幀為所述圖像幀序列中最新采集的一個圖像幀;
從第一圖像幀的檢測目標中篩選類別置信度大于所述類別置信度閾值的檢測目標,得到篩選結果;
基于所述篩選結果中檢測目標的檢測框,將所述篩選結果中檢測目標與跟蹤目標進行匹配操作,確定與跟蹤目標匹配的檢測目標。
2.如權利要求1所述的目標跟蹤方法,其特征在于,所述根據所述圖像幀序列中檢測目標的類別置信度,確定第一圖像幀對應的類別置信度閾值,包括:
確定所述圖像幀序列中檢測目標的類別置信度的變化趨勢;
根據所述類別置信度的變化趨勢,確定第一圖像幀中的檢測目標對應的類別置信度閾值。
3.如權利要求2所述的目標跟蹤方法,其特征在于,
所述確定所述圖像幀序列中檢測目標的類別置信度的變化趨勢,包括:確定一個場景自適應閾值,所述場景自適應閾值用于表征所述變化趨勢,所述場景自適應閾值滿足:使得第一目標值的二范數最小,所述第一目標值為:第一概率與第二概率的加權和、與第一設定值之差,所述第一概率為:在所述圖像幀序列的最新采集的預定數量的圖像幀范圍內、類別置信度不超過所述場景自適應閾值的概率,所述第二概率為:在所述圖像幀序列的范圍內、類別置信度不超過所述場景自適應閾值的概率;
所述根據所述類別置信度的變化趨勢,確定第一圖像幀中的檢測目標對應的類別置信度閾值,包括:計算所述場景自適應閾值與置信度閾值常數的加權和,并將該加權和作為所述類別置信度閾值。
4.如權利要求1所述的目標跟蹤方法,其特征在于,所述基于所述篩選結果中檢測目標的檢測框,將所述篩選結果中檢測目標與跟蹤目標進行匹配操作,確定與跟蹤目標匹配的檢測目標,包括:
將篩選結果中每個檢測目標分別與跟蹤目標集合中每個跟蹤目標進行關聯,得到關聯對集合,每個關聯對包括一個檢測目標和一個跟蹤目標;
基于每個關聯對中檢測目標的檢測框,計算每個關聯對中檢測目標與跟蹤目標的相似度;
根據圖像幀序列中檢測目標與相匹配的跟蹤目標的相似度,確定第一圖像幀中的檢測目標對應的相似度閾值;
基于所述相似度閾值,過濾關聯對集合,得到過濾結果,所述過濾結果中每個關聯對所對應的相似度達到相似度閾值;
基于所述過濾結果,確定第一圖像幀中與跟蹤目標匹配的檢測目標。
5.如權利要求4所述的目標跟蹤方法,其特征在于,所述基于每個關聯對中檢測目標的檢測框,計算每個關聯對中檢測目標與跟蹤目標的相似度,包括:
確定每個關聯對中檢測目標的描述信息,所述描述信息包括:表觀特征和屬性信息,其中表觀特征為從檢測目標的檢測框對應的圖像區域中提取的特征圖,所述屬性信息包括姿態、性別和朝向;
預測每個關聯對中跟蹤目標的運動速度,并利用運動速度確定跟蹤目標的預測位置;
確定每個關聯對中檢測目標與跟蹤目標的相似度,所述相似度根據下述中至少一種確定:表觀特征相似性、屬性相似性、位置交并比和形狀相似性。
6.如權利要求4所述的目標跟蹤方法,其特征在于,所述根據圖像幀序列中檢測目標與相匹配的跟蹤目標的相似度,確定第一圖像幀中的檢測目標對應的相似度閾值:
確定所述圖像幀序列中檢測目標對應的相似度的變化趨勢,所述檢測目標對應的相似度為檢測目標與相匹配的跟蹤目標的相似度;
根據所述相似度的變化趨勢,確定第一圖像幀中的檢測目標對應的相似度閾值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州海康威視數字技術股份有限公司,未經杭州海康威視數字技術股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010521835.7/1.html,轉載請聲明來源鉆瓜專利網。





