[發明專利]目標跟蹤方法、裝置、設備、介質及程序產品

在審

• 申請號: 202110346739.8
• 申請日: 2021-03-31
• 公開（公告）號: CN113012202A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 周雙雙;黃明飛;姚宏貴
• 申請（專利權）人: 開放智能機器（上海）有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06N3/04;G06N3/08
• 代理公司: 上海市匯業律師事務所 31325
• 代理人: 王函

本申請實施例提供了一種目標跟蹤方法、裝置、設備、介質及程序產品。該方法包括：通過獲取目標區域圖像以及搜索區域圖像，然后，利用預設特征提取器對目標區域圖像以及搜索區域圖像分別進行特征提取，以確定目標區域圖像特征以及搜索區域圖像特征，并根據目標區域圖像特征計算特征的自相關性，通過嶺回歸封閉解而學習到濾波器模板，從而將搜索區域圖像特征與濾波器模板進行互相關操作，以確定互相關操作輸出值中最大值為待跟蹤目標在搜索區域圖像中的位置，以能夠提高目標跟蹤方法的穩健性。

技術領域

本申請實施例涉及圖像處理技術領域，并且更具體地，涉及一種目標跟蹤方法、裝置、設備、介質及程序產品。

背景技術

隨著人工智能技術的快速發展，視覺目標跟蹤是計算機視覺中的一個重要研究方向，在多個領域都具有廣泛的應用。

目前，雖涌現出很多基于相關和深度特征的目標跟蹤算法，能較好的進行視頻單目標跟蹤，其中具有代表性的DCFNet相關濾波跟蹤算法。

但是，基于可判別相關網絡的目標跟蹤算法(DCFNet)方法，由于網絡 CNN具有非常強大的學習能力，有時會導致過擬合現象的出現，這樣會嚴重影響到訓練出來的濾波器模板，進一步的積累誤差到一定程度之后將導致跟蹤失敗。

發明內容

本申請實施例提供的目標跟蹤方法、裝置、設備、介質及程序產品，以能夠提高目標跟蹤方法的穩健性。

第一方面，本申請實施例提供了一種目標跟蹤方法，包括：

獲取目標區域圖像以及搜索區域圖像，其中，所述目標區域圖像中包括待跟蹤目標；

通過預設特征提取器對所述目標區域圖像以及所述搜索區域圖像分別進行特征提取，以確定目標區域圖像特征以及搜索區域圖像特征；

根據所述目標區域圖像特征計算特征的自相關性，通過嶺回歸封閉解而學習到濾波器模板；

將所述搜索區域圖像特征與所述濾波器模板進行互相關操作，以確定所述互相關操作輸出值中最大值為所述待跟蹤目標在所述搜索區域圖像中的位置。

在一種可能的設計中，所述濾波器模板的學習采用增強數據樣本，所述增強數據樣本包括原始數據樣本以及基于所述原始數據樣本處理后的數據樣本。

在一種可能的設計中，所述基于所述原始數據樣本處理后的數據樣本，包括：

在樣本圖像上隨機確定矩形區域，并對所述矩形區域內的像素進行隨機值的擦除后，所生成的處理圖像，所述樣本圖像為所述原始數據樣本中的圖像；和/或，

在樣本圖像上隨機確定中心像素點，并對所述中心像素點周圍預設范圍內的像填充為0后，所生成的處理圖像，所述樣本圖像為所述原始數據樣本中的圖像。

在一種可能的設計中，在所述確定所述相關操作輸出值中最大值為所述待跟蹤目標在所述搜索區域圖像中的位置之后，還包括：

根據每幀圖像所確定的所述待跟蹤目標在所述搜索區域圖像中的位置對所述濾波器模板進行更新。

在一種可能的設計中，所述獲取目標區域圖像，包括：

根據在上一幀圖像所確定的所述待跟蹤目標在所述搜索區域圖像中的位置確定所述目標區域圖像。

在一種可能的設計中，所述獲取搜索區域圖像，包括：

對所述目標區域圖像進行預設條件的尺度放縮，以確定當前幀中所對應的所述搜索區域圖像。

在一種可能的設計中，所述確定所述互相關操作輸出值中最大值為所述待跟蹤目標在所述搜索區域圖像中的位置，包括：