[發明專利]目標跟蹤方法、裝置、設備和存儲介質

有效

• 申請號: 202011616387.5
• 申請日: 2020-12-30
• 公開（公告）號: CN112634316B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 王超;王凱;趙繼軍;李志華;魏忠誠
• 申請（專利權）人: 河北工程大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T7/70;G06N3/04
• 代理公司: 河北國維致遠知識產權代理有限公司 13137
• 代理人: 彭競馳

1.一種目標跟蹤方法，其特征在于，包括：

獲取包含有待跟蹤目標的視頻的目標視頻幀；

根據所述待跟蹤目標的標記信息對所述目標視頻幀進行濾波，得到所述待跟蹤目標位于所述目標視頻幀中各個位置的置信度數據；

根據所述待跟蹤目標在歷史視頻幀中的歷史位置信息，預測所述待跟蹤目標在所述目標視頻幀中的運動目標位置；所述歷史視頻幀為所述視頻中位于所述目標視頻幀之前的視頻幀；

在所述置信度數據不滿足無遮擋條件的情況下，將所述運動目標位置確定為所述待跟蹤目標在所述目標視頻幀中的搜索中心；

在所述置信度數據滿足無遮擋條件的情況下，構建以所述運動目標位置為中心的高斯矩陣，并根據所述高斯矩陣和所述置信度數據，在所述目標視頻幀中確定所述待跟蹤目標的搜索中心；

根據所述搜索中心和預設搜索區域尺寸，從所述目標視頻幀中截取搜索區域，并在所述搜索區域中提取所述待跟蹤目標的位置信息。

2.如權利要求1所述的目標跟蹤方法，其特征在于，所述根據所述待跟蹤目標的標記信息對所述目標視頻幀進行濾波，包括：

獲取參考視頻幀中的待跟蹤目標的標記信息；所述參考視頻幀為所述目標視頻幀的前一個所述歷史視頻幀；

根據所述參考視頻幀中的待跟蹤目標的標記信息，對基于相關濾波的跟蹤器進行訓練，得到第一濾波器；

采用所述第一濾波器對所述目標視頻幀進行濾波。

3.如權利要求1所述的目標跟蹤方法，其特征在于，所述根據所述待跟蹤目標的標記信息對所述目標視頻幀進行濾波，包括：

獲取參考視頻幀中的待跟蹤目標的標記信息；所述參考視頻幀為所述目標視頻幀的前一個所述歷史視頻幀；

根據所述參考視頻幀中的待跟蹤目標的標記信息，對基于相關濾波的跟蹤器進行訓練，得到第二濾波器；

對所述第二濾波器和第三濾波器進行平滑處理，得到第四濾波器；所述第三濾波器為對所述前一個所述歷史視頻幀進行濾波的濾波器；

采用所述第四濾波器對所述目標視頻幀進行濾波。

4.如權利要求1所述的目標跟蹤方法，其特征在于，所述根據所述待跟蹤目標在歷史視頻幀中的歷史位置信息，預測所述待跟蹤目標在所述目標視頻幀中的運動目標位置，包括：

獲取所述待跟蹤目標在歷史視頻幀中的歷史位置信息；

將所述待跟蹤目標在歷史視頻幀中的歷史位置信息，輸入至多輸入單輸出的預設循環神經網絡模型，得到所述待跟蹤目標在所述目標視頻幀中的運動目標位置。

5.如權利要求4所述的目標跟蹤方法，其特征在于，在所述將所述待跟蹤目標在歷史視頻幀中的歷史位置信息，輸入至多輸入單輸出的預設循環神經網絡模型之前，所述方法還包括：

獲取測試視頻中連續的N+1個視頻幀；所述N+1個視頻幀均包括測試目標的位置信息，N為正整數；

將N+1個視頻幀中的前N個視頻幀的位置信息作為初始循環神經網絡模型的訓練樣本，將第N+1個視頻幀中的位置信息作為所述初始循環神經網絡模型的測試樣本，對所述初始循環神經網絡模型進行訓練，得到所述預設循環神經網絡模型。

6.如權利要求1所述的目標跟蹤方法，其特征在于，所述根據所述高斯矩陣和所述置信度數據，在所述目標視頻幀中確定所述待跟蹤目標的搜索中心，包括：

將高斯矩陣和置信度數據進行加權求和，得到加權置信度數據；

將所述加權置信度數據中的最大值對應的位置，確定為所述待跟蹤目標在所述目標視頻幀中的搜索中心。