[發(fā)明專利]一種多域卷積神經(jīng)網(wǎng)絡(luò)上的分塊目標跟蹤方法

在審

• 申請?zhí)枺?/td>: 202210294980.5
• 申請日: 2022-03-24
• 公開（公告）號: CN114663466A
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計）人: 孫鑫;田威;李棟;王偉
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)人工智能研究院有限公司
• 主分類號: G06T7/223
• 分類號: G06T7/223;G06N3/04;G06N3/08
• 代理公司: 北京貴都專利代理事務(wù)所(普通合伙) 11649
• 代理人: 李新鋒

本發(fā)明公開了計算機視覺技術(shù)領(lǐng)域的一種多域卷積神經(jīng)網(wǎng)絡(luò)上的分塊目標跟蹤方法，包括包括視頻上傳模塊、在線視頻采集模塊、視頻跟蹤模塊、跟蹤結(jié)果保存模塊和數(shù)據(jù)服務(wù)器，視頻上傳模塊上傳本地數(shù)據(jù)服務(wù)器中要進行分析的視頻，在線視頻采集模塊通過攝像頭選擇目標對象，在線進行目標跟蹤，視頻跟蹤模塊對要跟蹤的對象選擇跟蹤方法進行跟蹤，跟蹤結(jié)果保存模塊將跟蹤結(jié)果保存到服務(wù)器中；本發(fā)明充分發(fā)揮了深度學(xué)習(xí)以及分塊跟蹤的優(yōu)異特性，同時可以進行視頻的多樣性選擇，可以自動保存跟蹤結(jié)果；通過MDNET進行分塊跟蹤的算法既可以發(fā)揮MDNET的優(yōu)異跟蹤性能，又能結(jié)合分塊的抗遮擋等特性，提高跟蹤性能。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機視覺技術(shù)領(lǐng)域，具體為一種多域卷積神經(jīng)網(wǎng)絡(luò)上的分塊目標跟蹤方法。

背景技術(shù)

隨著信息技術(shù)的快速發(fā)展，人們可以借助計算機來處理圖像和視頻信息。計算機視覺在生產(chǎn)和生活中得到越來越廣泛的應(yīng)用，成為當(dāng)下最受研究者歡迎的研究領(lǐng)域之一。當(dāng)前，依托于計算機視覺技術(shù)能夠?qū)崿F(xiàn)自動獲取圖片、視頻等任務(wù)，并能夠進行檢測、跟蹤以及分析等處理。目前，隨著計算機視覺的發(fā)展，目標跟蹤已經(jīng)在各方面得到了廣泛的應(yīng)用，如：智能交通、無人駕駛、國防安全、智能監(jiān)控、醫(yī)學(xué)診斷、人機交互等諸多領(lǐng)域。目標跟蹤是指當(dāng)人們觀看一段視頻時，有時會著重關(guān)注視頻中的某一目標或某一區(qū)域，而對于其他目標或區(qū)域則不怎么感興趣，而目標跟蹤的任務(wù)就是將這一區(qū)域凸顯出來。目標跟蹤按照待追蹤目標的數(shù)量分為單目標跟蹤和多目標跟蹤，單目標跟蹤要求對指定的單一目標進行跟蹤，多目標跟蹤則對符合指定類別的所有目標進行跟蹤。

目前針對視頻序列的目標跟蹤算法集中在相關(guān)濾波和深度學(xué)習(xí)兩個方向，同時在跟蹤過程中會遇到如：目標形變、尺度變化、目標遮擋等挑戰(zhàn)。因此隨著深度學(xué)習(xí)在目標跟蹤上的發(fā)展，現(xiàn)有的目標跟蹤方法存在許多的缺陷，例如：

(1)深度學(xué)習(xí)的優(yōu)異性能在目標跟蹤上應(yīng)用較少；

(2)采用傳統(tǒng)方法進行分塊跟蹤需要進行大量參數(shù)的設(shè)置，相對更加復(fù)雜。

基于此，本發(fā)明設(shè)計了一種多域卷積神經(jīng)網(wǎng)絡(luò)上的分塊目標跟蹤方法，以解決上述問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于多域卷積神經(jīng)網(wǎng)絡(luò)上的自動進行分塊跟蹤的系統(tǒng)以及利用MDNET進行分塊跟蹤的方法，能夠自動進行視頻對象跟蹤，提高跟蹤性能，以解決上述背景技術(shù)中提出的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于多域卷積神經(jīng)網(wǎng)絡(luò)的進行分塊跟蹤的系統(tǒng)，包括視頻上傳模塊、在線視頻采集模塊、視頻跟蹤模塊、跟蹤結(jié)果保存模塊和數(shù)據(jù)服務(wù)器；視頻上傳模塊上傳本地數(shù)據(jù)服務(wù)器中要進行分析的視頻；在線視頻采集模塊通過攝像頭選擇目標對象，在線進行目標跟蹤；視頻跟蹤模塊對要跟蹤的對象選擇跟蹤方法進行跟蹤；跟蹤結(jié)果保存模塊將跟蹤結(jié)果保存到服務(wù)器中。

進一步的，所述在線視頻采集模塊采用高清攝像頭，數(shù)據(jù)服務(wù)器采用含有Gpu的服務(wù)器。

一種利用MDNET進行分塊跟蹤的方法，包括以下步驟：

①選擇在線采集視頻還是本地服務(wù)器上傳；

②若本地上傳視頻，則視頻上傳模塊從服務(wù)器中加載視頻；

③若在線跟蹤目標對象，則打開攝像頭進行視頻采集；

④首幀選擇跟蹤目標以及選擇是否進行分塊跟蹤；

⑤對后續(xù)視頻若采用分塊跟蹤，則利用基于MDNET的分塊跟蹤方法進行目標跟蹤，否則僅僅利用MDNET方法進行目標跟蹤；

⑥跟蹤結(jié)果保存模塊將每一幀的跟蹤結(jié)果以圖片形式保存到數(shù)據(jù)服務(wù)器；

⑦需要繼續(xù)分析新視頻則返回步驟一，否則結(jié)束退出系統(tǒng)。

進一步的，所述步驟五中的視頻分塊跟蹤算法具體為：