[發明專利]用于對象跟蹤的方法和設備

在審

• 申請號: 202210061185.1
• 申請日: 2022-01-19
• 公開（公告）號: CN115409865A
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 李賢廷;金丞煜;樸昶范;宋周奐;俞炳仁
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/73;G06V10/82;G06K9/62;G06V10/764
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 張川緒;史泉

提供了用于對象跟蹤的方法和設備。一種處理器實現的具有對象跟蹤的方法包括：基于輸入邊界框和輸入圖像來確定初始模板圖像；通過從初始模板圖像提取特征來生成初始特征圖；通過對初始特征圖執行適合于對象性的特征變換來生成變換后特征圖；通過對變換后特征圖執行基于對象性的邊界框回歸分析，來生成對象性概率圖和指示與對象性概率圖的每個坐標對應的邊界框信息的邊界框圖；以及基于對象性概率圖和邊界框圖確定改進的邊界框。

本申請要求于2021年5月26日在韓國知識產權局提交的第10-2021-0067481號韓國專利申請的權益，所述韓國專利申請的全部公開出于所有目的通過引用包含于此。

技術領域

下面的描述涉及用于對象跟蹤的方法和設備。

背景技術

對象跟蹤是可在連續圖像中檢測對象的技術。當在連續圖像中跟蹤對象時基于來自用戶的輸入設置目標的邊界框時，可能不能準確地設置邊界框。當在智能電話或相機的屏幕上設置邊界框時，目標可能移動或變形，或者智能電話或相機可能抖動。此外，當基于觸摸輸入設置邊界框時，由于用戶手指的厚度，可能不能準確地指向目標。

在對象跟蹤時，可比較模板圖像以用于隨后的對象跟蹤。因此，當模板圖像不準確時，對象跟蹤的準確度可能降低。例如，當模板圖像僅包括目標的一部分或者除了目標之外模板圖像還包括許多背景區域時，對象跟蹤的準確性可能降低。

包括在用于訓練神經網絡的訓練數據中的模板圖像不僅可包括被目標占據的前景區域，還可包括除目標之外的背景區域。當前景區域的比例大時，神經網絡可針對各種背景區域執行魯棒的對象跟蹤。然而，當背景區域的比例過大時，這可能超出神經網絡的極限，導致對象跟蹤的準確性的降低。

發明內容

提供本發明內容來以簡化的形式介紹在以下具體實施方式中進一步描述的構思的選擇。本發明內容不意在確認要求權利的主題的關鍵特征或必要特征，也不意在用于幫助確定要求權利的主題的范圍。

在一個總體方面，一種處理器實現的具有對象跟蹤的方法包括：基于輸入邊界框和輸入圖像來確定初始模板圖像；通過從初始模板圖像提取特征來生成初始特征圖；通過對初始特征圖執行適合于對象性的特征變換來生成變換后特征圖；通過對變換后特征圖執行基于對象性的邊界框回歸分析，來生成對象性概率圖和指示與對象性概率圖的每個坐標對應的邊界框信息的邊界框圖；以及基于對象性概率圖和邊界框圖確定改進的邊界框。

生成對象性概率圖的步驟可包括：通過對變換后特征圖執行分類來生成對象性概率圖；以及生成邊界框圖的步驟可包括：通過對變換后特征圖執行定位來生成邊界框圖。

確定改進的邊界框的步驟可包括：基于對象性概率圖和邊界框圖確定第一臨時邊界框；以及將輸入邊界框的面積與第一臨時邊界框的面積進行比較。

確定第一臨時邊界框的步驟可包括：基于與對象性概率圖的最高概率對應的邊界框圖的邊界框信息，來確定第一臨時邊界框。

將輸入邊界框的面積與第一臨時邊界框的面積進行比較的步驟可包括：將輸入邊界框與第一臨時邊界框的比率與閾值進行比較。

確定改進的邊界框的步驟可包括：基于比較的結果，基于對象性概率圖和邊界框圖確定第二臨時邊界框；以及通過將第一臨時邊界框與第二臨時邊界框進行比較，來確定改進的邊界框。

確定第二臨時邊界框的步驟可包括：響應于輸入邊界框與第一臨時邊界框的比率大于所述閾值，基于對象性概率圖和邊界框圖來確定第二臨時邊界框。

通過將第一臨時邊界框與第二臨時邊界框進行比較來確定改進的邊界框的步驟可包括：確定第一臨時邊界框與輸入邊界框的第一交并比(IOU)；確定第二臨時邊界框與輸入邊界框的第二IOU；以及通過將第一IOU與第二IOU進行比較來確定改進的邊界框。