[发明专利]一种目标跟踪方法及装置

说明书

技术领域

本发明涉及图像处理技术，特别涉及一种目标跟踪方法及装置。

背景技术

随着科技的发展，图像处理技术目前已经广泛应用于公共安全，人机交互，娱乐，以及医疗等领域。目标跟踪是一种典型的图像处理技术的应用，通过目标跟踪，系统可以自动从图像或视频中获取目标所在位置、大小以及目标数量等信息。目标跟踪技术在智能视频监控，智能交通，视频分析和检索以及图片检索等领域起到了重要作用。

目前普遍采用的目标跟踪方法一般都采用检测或者手工标定的方法在第一帧采集图像中确定跟踪对象的初始位置，在后续帧采集图像的所有可能位置中寻找和跟踪对象最相近的区域，将与跟踪对象匹配的区域作为跟踪对象的跟踪结果。

在目标跟踪的过程中，需要维持一个跟踪队列，跟踪队列中包括基准框，每个基准框表示一个跟踪对象，每个基准框包含有位置、大小等信息。例如矩形的基准框的位置可以为矩形的中心坐标，大小可以为矩形的长、宽和高。在跟踪开始时，通常会从第一帧采集图像中检测出目标队列，将融合后的目标队列作为初始的跟踪队列，再从当前帧采集图像的所有可能位置中寻找与跟踪队列中基准框最相近的区域，即用当前帧采集图像匹配跟踪队列。

所述从第一帧采集图像中检测出目标队列是指，在第一帧采集图像中，将检测出的每个目标对象表示为检测框，与基准框类似，每个检测框包含有位置、大小等信息。这样，所有检测出的检测框就组成了一个队列，称所述队列为目标队列。通常，会在一个真实目标位置检测出多个检测框，因而，往往需要一个融合过程。在融合前，在检测出的目标队列中，为所有真实目标检测出的检测框组成了一个融合前的目标队列。所述融合是指，在目标队列中，将属于同一个目标的检测框的位置进行求和平均，得到一个与所述目标最接近的检测框，将平均后得到的检测框作为所述目标的检测框。通过对融合前的目标队列中所有检测框进行融合，就得到了融合后的目标队列。

所述用当前帧采集图像匹配跟踪队列是指：在当前帧采集图像中，选择与跟踪队列中的基准框匹配度最大且所述匹配度高于预先设定阈值的区域，将选择的区域作为所述基准框的匹配区域，而当前帧采集图像中没有被选择为匹配区域的区域则作为了非匹配区域。

这样，就可以用当前帧采集图像中的匹配区域来替换跟踪队列对应中的基准框，进而实现了目标跟踪。

但是，现有的目标跟踪方法中，在当前帧采集图像中没有区分前景区域和背景区域，在跟踪的过程中，需要将各跟踪对象与当前帧采集图像中的所有可能位置进行一一匹配，使得目标跟踪的过程中需要做大量的重复工作，目标跟踪的工作量大。

发明内容

本发明实施例提供了一种目标跟踪方法，能够减少目标跟踪中的工作量。

本发明实施例还提供了一种目标跟踪装置，能够减少目标跟踪中的工作量。

以下为本发明实施例提供的技术方案：

一种目标跟踪方法，该方法包括：

从当前帧采集图像中检测出各目标对象；

用各跟踪对象与检测出的各目标对象一一匹配，将与跟踪对象匹配的目标对象作为该跟踪对象的跟踪结果。

一种目标跟踪装置，该装置包括：检测模块、匹配模块、跟踪模块和跟踪存储模块；

所述检测模块用于从当前帧采集图像中检测出各目标对象，将检测到的目标对象发送至匹配模块；

所述匹配模块用于接收来自检测模块的目标对象和来自跟踪存储模块的跟踪对象，用接收到的各跟踪对象与接收到的各目标对象一一匹配，将与所述跟踪对象匹配的目标对象作为跟踪结果输出；

所述跟踪存储模块用于存储跟踪对象，将跟踪对象发送至匹配模块。

从上述技术方案中可以看出，本发明实施例提供的目标跟踪方法及装置，将检测应用于目标跟踪中，先从当前帧采集图像中检测出各目标对象，这样就能够预先获取当前帧采集图像中的前景区域，再将各跟踪对象与检测出的各目标对象一一匹配，从而滤除背景干扰，减少了需要处理的区域，进而减少了目标跟踪中的工作量。

附图说明

图1为本发明实施例一提供的目标跟踪方法的流程图；

图2为本发明实施例二提供的目标跟踪方法流程图；

图3为本发明实施例二中根据目标队列匹配跟踪队列的示例图；

图4为本发明实施例三提供的目标跟踪装置结构图；

图5为本发明实施例三中匹配模块的第二种结构图；

图6为本发明实施例三中计算模块的结构图；

图7为本发明实施例三中跟踪模块的结构图。

具体实施方式