[發明專利]基于多目標跟蹤算法的圖像處理方法、裝置、設備及介質

在審

• 申請號: 202110430470.1
• 申請日: 2021-04-21
• 公開（公告）號: CN113129338A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 張玉琪
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;曹勇

本申請涉及人工智能領域，公開了一種基于多目標跟蹤算法的圖像處理方法，包括：利用JDE算法提取視頻幀對應的特征圖，JDE算法的檢測頭中的卷積單元為可變形卷積單元；利用可變形卷積單元，從特征圖中提取每個檢測框對應的偏移量；根據每個檢測框對應的偏移量，確定每個檢測框的位置信息；根據每個檢測框對應的偏移量，提取每個檢測框中的初始錨點對應的特征向量；將每個檢測框的位置信息與對應的特征向量進行關聯，以基于關聯后的特征向量執行圖像跟蹤處理。本申請還涉及區塊鏈技術領域。本申請還公開了一種基于多目標跟蹤算法的圖像處理裝置、計算機設備以及計算機可讀存儲介質。本申請提高了利用JDE算法進行圖像跟蹤處理的準確率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種基于多目標跟蹤算法的圖像處理方法、基于多目標跟蹤算法的圖像處理裝置、計算機設備以及計算機可讀存儲介質。

背景技術

JDE(Joint Learning of Detection and Embedding)是一種基于實時的多目標跟蹤算法，與傳統的多目標跟蹤算法相比，其目標匹配的速度更快，因此JDE更適合應用于對實時反饋要求高的檢測場景。

但由于JDE算法轉換的特征向量(Embedding)只與初始錨點(anchor)一一匹配，而與初始錨點對應的檢測框并沒有強相關性，導致在JDE算法中可能會出現特征向量和檢測框不匹配的情況，從而影響JDE算法進行圖像跟蹤處理的準確率。

上述內容僅用于輔助理解本申請的技術方案，并不代表承認上述內容是現有技術。

發明內容

本申請的主要目的在于提供一種基于多目標跟蹤算法的圖像處理方法、基于多目標跟蹤算法的圖像處理裝置、計算機設備以及計算機可讀存儲介質，旨在解決如何避免使用JDE多目標跟蹤算法時出現特征向量與檢測框不匹配的情況，以提高利用JDE多目標跟蹤算法進行圖像跟蹤處理的準確率的問題。

為實現上述目的，本申請提供一種基于多目標跟蹤算法的圖像處理方法，包括以下步驟：

獲取待處理的視頻幀，并利用JDE多目標跟蹤算法提取所述視頻幀對應的特征圖，其中，所述JDE多目標跟蹤算法的檢測頭中的卷積單元為可變形卷積單元；

利用所述可變形卷積單元，從所述特征圖中提取每個檢測框中的特征點對應的偏移量；

根據每個所述檢測框中的特征點對應的偏移量，確定每個所述檢測框的位置信息；以及，

根據每個所述檢測框中的特征點對應的偏移量，提取每個所述檢測框中的初始錨點對應的特征向量；

將每個所述檢測框的所述位置信息，與每個所述檢測框中的初始錨點對應的特征向量進行關聯，并將關聯后的所述特征向量作為所述檢測頭的輸出，以基于關聯后的所述特征向量執行所述視頻幀對應的圖像跟蹤處理。

進一步地，所述根據每個所述檢測框中的特征點對應的偏移量，確定每個所述檢測框的位置信息的步驟包括：

根據每個所述檢測框中的各個特征點對應的偏移量，確定每個所述檢測框中的各個所述特征點對應的X軸方向上的第一分量，以及Y軸方向上的第二分量；

確定每個所述檢測框對應的數值最小的所述第一分量、數值最大的所述第一分量、數值最小的所述第二分量和數值最大的所述第二分量，并獲取每個所述檢測框對應的中心點坐標；

根據每個所述檢測框對應的數值最小的所述第一分量、數值最大的所述第一分量、數值最小的所述第二分量、數值最大的所述第二分量和所述中心點坐標，確定每個所述檢測框對應的位置信息。

進一步地，所述將關聯后的所述特征向量作為所述檢測頭的輸出的步驟之后，還包括：

在執行所述視頻幀對應的圖像跟蹤處理時，根據每個所述初始錨點對應的關聯后的所述特征向量，計算特征向量損失；以及，