[發明專利]一種目標跟蹤方法、裝置及電子設備有效
| 申請號: | 202110231514.8 | 申請日: | 2021-03-02 |
| 公開(公告)號: | CN112967315B | 公開(公告)日: | 2022-08-02 |
| 發明(設計)人: | 蘇翔博;王健;孫昊 | 申請(專利權)人: | 北京百度網訊科技有限公司 |
| 主分類號: | G06V10/25 | 分類號: | G06V10/25;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京銀龍知識產權代理有限公司 11243 | 代理人: | 許靜;黃燦 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 目標 跟蹤 方法 裝置 電子設備 | ||
本申請公開了一種目標跟蹤方法、裝置及電子設備,涉及計算機技術中的人工智能領域,具體為計算機視覺和深度學習技術,可用于智慧城市、智能交通、智慧零售等場景。具體實現方案為:將待測視頻流中的第i幀圖像以及第i?1幀圖像輸入目標深度學習模型,i為大于1的整數;對第i幀圖像進行目標檢測得到第一目標檢測框以及對第i?1幀圖像進行目標跟蹤得到跟蹤熱力圖;基于第一目標檢測框、跟蹤熱力圖以及第i?1幀圖像,確定目標跟蹤結果。在本實施例的目標跟蹤方法,通過一個目標深度學習模型即可得到第一目標檢測框和跟蹤熱力圖,利用第一目標檢測框、跟蹤熱力圖以及第i?1幀圖像,即可確定目標跟蹤結果,可提高目標跟蹤效率。
技術領域
本申請涉及計算機技術中的人工智能領域,具體為計算機視覺和深度學習技術,尤其涉及一種目標跟蹤方法、裝置及電子設備。
背景技術
目標檢測和跟蹤是諸多計算機視覺任務的基礎,對人體、車輛等類別的目標進行檢測和跟蹤,可以用于如行人分析、智慧交通以及無人駕駛等任務中。
目前,在進行目標跟蹤過程中,常采用三個算法/模型,即目標檢測算法/模型,特征提取算法/模型和多目標跟蹤算法/模型,串行運行三個算法/模型,先通過目標檢測模型對圖像進行目標檢測得到檢測框,然后通過特征提取模型提取圖像中檢測框的特征,再通過目標跟蹤算法利用該特征進行目標跟蹤。
發明內容
本申請提供一種目標跟蹤方法、裝置及電子設備。
第一方面,本申請一個實施例提供一種目標跟蹤方法,所述方法包括:
將待測視頻流中的第i幀圖像以及第i-1幀圖像輸入目標深度學習模型,i為大于1的整數;
對所述第i幀圖像進行目標檢測得到第一目標檢測框以及對所述第i-1幀圖像進行目標跟蹤得到跟蹤熱力圖;
基于所述第一目標檢測框、所述跟蹤熱力圖以及所述第i-1幀圖像,確定目標跟蹤結果。
在本實施例的目標跟蹤方法中,將相鄰兩幀即第i幀圖像和第i-1幀圖像輸入目標深度學習模型,通過目標深度學習模型利用預設錨點框,即可實現目標檢測和跟蹤,從而得到目標檢測結果即第一目標檢測框和跟蹤熱力圖,然后利用第一目標檢測框、跟蹤熱力圖以及第i-1幀圖像,即可確定目標跟蹤結果,相比于利用串行運行的目標檢測模型、特征提取模型和多目標跟蹤模型進行目標跟蹤的方案,本方案通過一個目標深度學習模型即可得到第一目標檢測框和跟蹤熱力圖,利用第一目標檢測框、跟蹤熱力圖以及第i-1幀圖像,即可確定目標跟蹤結果,可提高目標跟蹤效率。
第二方面,本申請一個實施例提供一種目標跟蹤裝置,所述裝置包括:
輸入模塊,用于將待測視頻流中的第i幀圖像以及第i-1幀圖像輸入目標深度學習模型,i為大于1的整數;
檢測跟蹤模塊,用于對所述第i幀圖像進行目標檢測得到第一目標檢測框以及對所述第i-1幀圖像進行目標跟蹤得到跟蹤熱力圖;
確定模塊,用于基于所述第一目標檢測框、所述跟蹤熱力圖以及所述第i-1幀圖像,確定目標跟蹤結果。
第三方面,本申請一個實施例還提供一種電子設備,包括:
至少一個處理器;以及
與所述至少一個處理器通信連接的存儲器;其中,
所述存儲器存儲有可被所述至少一個處理器執行的指令,所述指令被所述至少一個處理器執行,以使所述至少一個處理器能夠執行本申請各實施例提供的目標跟蹤方法。
第四方面,本申請一個實施例還提供一種存儲有計算機指令的非瞬時計算機可讀存儲介質,所述計算機指令用于使所述計算機執行本申請各實施例提供的目標跟蹤方法。
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北京百度網訊科技有限公司,未經北京百度網訊科技有限公司許可,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/202110231514.8/2.html,轉載請聲明來源鉆瓜專利網。





