[發明專利]一種目標跟蹤方法及裝置

在審

• 申請號: 202011211229.1
• 申請日: 2020-11-03
• 公開（公告）號: CN112288779A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 王軍;徐晨光;王員云;鄧承志;張俊;張紹泉;吳朝明;李璠;汪勝前
• 申請（專利權）人: 南昌工程學院
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 西安合創非凡知識產權代理事務所(普通合伙) 61248
• 代理人: 于波

1.一種目標跟蹤方法，其特征在于：包括如下步驟：

S1、獲取包含所述目標的N幀歷史圖像，獲取所述目標的所有特征參數，構建特征參數集；

S2、基于所述特征參數集構建用于實現目標檢測跟蹤的Dssd_inception_ V3_coco模型；

S3、基于Dssd_inception_V3 coco模型實現待檢測幀圖像的實時檢測，根據檢測結果實現目標的跟蹤。

2.如權利要求1所述的一種目標跟蹤方法，其特征在于：所述特征參數集包括所有特征參數和所有特征參數的演變參數，演變參數包括攜帶配飾后的特征參數、攜帶妝容后的特征參數、以及攜帶表情后的特征參數。

3.如權利要求2所述的一種目標跟蹤方法，其特征在于：所述演變參數基于N幀歷史圖像獲取，獲取時，首先構建攜帶配飾后的圖像集、攜帶妝容后的圖像集、以及攜帶表情后的圖像集，然后獲取攜帶配飾后的圖像集、攜帶妝容后的圖像集、以及攜帶表情后的圖像集的特征參數，即得攜帶配飾后的特征參數、攜帶妝容后的特征參數、以及攜帶表情后的特征參數。

4.如權利要求1所述的一種目標跟蹤方法，其特征在于：所述步驟S2中，首先用coco數據集預訓練inception_ V3深度神經網絡，然后用所述特征參數集訓練該模型，微調深度神經網絡中的各項參數，獲得用于實現目標檢測跟蹤的Dssd_inception_ V3_coco模型。

5.如權利要求1所述的一種目標跟蹤方法，其特征在于：所述步驟S3中，首先利用生成的Dssd_inception_V3 coco模型對每張待檢測幀圖像進行檢測，判斷圖像是否存在目標，若存在目標，則在目標所在位置處標注位置框及目標名稱，并讀取待檢測幀圖像中內載的攝像頭位置信息，完成目標所在位置信息的標記。

6.一種目標跟蹤裝置，其特征在于：包括：

特征參數集構建模塊，用于獲取包含所述目標的N幀歷史圖像，獲取所述目標的所有特征參數，構建特征參數集；

目標檢測模型構建模塊，用于基于所述特征參數集實現用于實現目標檢測跟蹤的Dssd_inception_ V3_coco模型的構建；

檢測幀圖像采集模塊，用于通過多端口實現檢測幀圖像的獲取；

目標跟蹤模塊，用于基于Dssd_inception_V3 coco模型實現待檢測幀圖像的實時檢測，根據檢測結果實現目標的跟蹤。

7.如權利要求6所述的一種目標跟蹤裝置，其特征在于：所述特征參數集包括所有特征參數和所有特征參數的演變參數，演變參數包括攜帶配飾后的特征參數、攜帶妝容后的特征參數、以及攜帶表情后的特征參數，所述演變參數基于N幀歷史圖像獲取，獲取時，首先構建攜帶配飾后的圖像集、攜帶妝容后的圖像集、以及攜帶表情后的圖像集，然后獲取攜帶配飾后的圖像集、攜帶妝容后的圖像集、以及攜帶表情后的圖像集的特征參數，即得攜帶配飾后的特征參數、攜帶妝容后的特征參數、以及攜帶表情后的特征參數。

8.如權利要求6所述的一種目標跟蹤裝置，其特征在于：所述目標跟蹤模塊首先利用生成的Dssd_inception_V3 coco模型對每張待檢測幀圖像進行檢測，判斷圖像是否存在目標，若存在目標，則在目標所在位置處標注位置框及目標名稱，并讀取待檢測幀圖像中內載的攝像頭位置信息，完成目標所在位置信息的標記。