[發明專利]實現小樣本目標精準跟蹤的系統、方法、裝置、處理器及其計算機可讀存儲介質

在審

• 申請號: 202110176675.1
• 申請日: 2021-02-07
• 公開（公告）號: CN112907627A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 趙銳;吳松洋;李寧;毛翌
• 申請（專利權）人: 公安部第三研究所
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06K9/62
• 代理公司: 上海智信專利代理有限公司 31002
• 代理人: 王潔;鄭暄

本發明涉及一種實現小樣本目標精準跟蹤的系統，包括人像采集模塊，用于從視頻中獲取人像視圖信息；人像接入匯聚模塊，用于接入和轉發人像視圖信息，通過采集接口將所采集的人像視圖信息匯聚；人像視圖庫，用于存放人像圖片、人像視頻片段和過人記錄；人像解析模塊，用于提供人像特征提取和人像1：1比對、1：N檢索、N：N聚類、N：M碰撞的比對檢索服務；人像應用服務支撐模塊用于通過分析接口向人像解析模塊發送任務指令。本發明還涉及一種實現小樣本目標精準跟蹤的方法。采用了本發明的實現小樣本目標精準跟蹤的系統、方法、裝置、處理器及其計算機可讀存儲介質，通過圖像分割等手段去除由于復雜背景和遮擋帶來的外接干擾，降低了單維度生物特征誤報率，具有更廣泛的應用范圍。

技術領域

本發明涉及人工智能領域，尤其涉及視覺目標跟蹤領域，具體是指一種實現小樣本目標精準跟蹤的系統、方法、裝置、處理器及其計算機可讀存儲介質。

背景技術

視覺目標跟蹤(Visual Object Tracking)是計算機視覺領域的一個重要問題，可實現人體跟蹤、人臉跟蹤、交通監控系統中的車輛跟蹤、智能交互系統中的手勢跟蹤和無人機的自動目標跟蹤等。盡管近年來受到了廣泛研究，目標跟蹤問題由于本身的高難度、高質量數據的稀少，研究熱度比目標檢測、語義分割等基本視覺任務略低一些。深度學習的發展和計算機算力的增強帶來了視覺算法性能的突飛猛進，而目標跟蹤領域中基于深度神經網絡的方法只在近幾年才初見端倪，可謂大有可為。

實現目標跟蹤的關鍵在于完整的分割目標，合理地提取特征和準確地識別目標，同時要考慮到算法實現的時間，以保證實時性。由于行人兼具剛性和柔性物體的特性,外觀易受穿著、姿態和視角變化以及光照、遮擋、環境等各種復雜因素的影響,這使得人體跟蹤面臨著巨大的技術挑戰。受限于跨資源視頻、圖像拍攝環境與行人外觀的限制，視覺目標跟蹤在應用中準確性與可靠性較低，在大部分實際應用場景中失去了使用意義。

發明內容

本發明的目的是克服了上述現有技術的缺點，提供了一種滿足精細化、結構化、高效布控、實時追逃的實現小樣本目標精準跟蹤的系統、方法、裝置、處理器及其計算機可讀存儲介質。

為了實現上述目的，本發明的實現小樣本目標精準跟蹤的系統、方法、裝置、處理器及其計算機可讀存儲介質如下：

該實現小樣本目標精準跟蹤的系統，其主要特點是，所述的系統包括：

人像采集模塊，用于從視頻中獲取人像視圖信息；

人像接入匯聚模塊，與所述的人像采集模塊相連接，用于接入和轉發人像視圖信息，通過采集接口將所采集的人像視圖信息匯聚；

人像視圖庫，與所述的人像接入匯聚模塊相連接，用于存放人像圖片、人像視頻片段和過人記錄；

人像解析模塊，與所述的人像視圖庫相連接，用于提供人像特征提取和人像1：1比對、1：N檢索、N：N聚類、N：M碰撞的比對檢索服務；

人像應用服務支撐模塊，與所述的人像視圖庫和人像解析模塊相連接，用于通過分析接口向人像解析模塊發送任務指令，由人像解析模塊和視圖庫人像返回結果。

較佳地，所述的系統還包括上下級人像視圖庫，與所述的人像視圖庫相連接，通過級聯接口聯網，用于傳輸上級或下級的人像識圖信息。

較佳地，所述的人像視圖庫接收由人像接入匯聚模塊和解析模塊發送的人像視圖信息，并進行存儲；且通過數據服務接口向解析模塊提供人像圖片，用于提取人像特征值及向人像應用支撐模塊提供分析結果。

較佳地，所述的人像視圖信息包括人像視頻片段、人像圖片和過人記錄。

該基于上述系統實現小樣本目標精準跟蹤的方法，其主要特點是，所述的方法包括以下步驟：

(1)人像采集模塊通過采集設備從視頻中獲取人像視圖信息并轉發至人像接入匯聚模塊；