[发明专利]基于神经网络模型的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领域，更具体地涉及一种基于神经网络模型的目标跟踪方法及装置。

背景技术

随着监控摄像头越来越普及，通过摄像头对重点场景的安防监控的等需求也越来越普及。这类需求中最急切的是对目标(例如行人、车辆等)的准确检测和跟踪。检测和跟踪视频场景中的每一个目标是很多应用最基本且最重要的环节。简而言之，准确、高效地定位和跟踪视频场景中的每一个目标在诸如监控等实际应用中有着非常重要的意义。

现有的目标跟踪方法通常分为两个独立的步骤。首先，针对待处理视频中的每一帧分别做行人检测。然后，根据行人检测的结果来单独做跟踪。这会造成重复计算从而导致计算时间增加，影响运算速度，并且还会导致待处理视频的目标检测跟踪结果不能相互优化从而影响检测跟踪的准确性。

发明内容

考虑到上述问题而提出了本发明。根据本发明一方面，提供了一种基于神经网络模型的目标跟踪方法，其中所述神经网络模型包括特征提取神经网络、第一神经网络和第二神经网络，所述目标跟踪方法包括：

S120，将待处理视频输入至所述特征提取神经网络，以提取所述待处理视频的特征数据；

S140，将所述待处理视频的特征数据输入至所述第一神经网络，以获得所述待处理视频中的至少一个目标的边界框；以及

S160，将所述待处理视频的特征数据和所述边界框输入至所述第二神经网络，从而根据所述边界框的相似度获得所述边界框的标识符，以跟踪所述待处理视频中的所述至少一个目标，其中所述标识符用于指示所述至少一个目标。

示例性地，所述第一神经网络包括第一子神经网络和第二子神经网络，所述步骤S140包括：

S142，将所述待处理视频的特征数据输入至所述第一子神经网络，以获得所述边界框的粗略位置；以及

S144，将所述待处理视频的特征数据和所述边界框的粗略位置输入至所述第二子神经网络，以获得所述边界框的准确位置和指示所述边界框内包括所述至少一个目标的概率值。

示例性地，所述第二神经网络包括第三子神经网络和第四子神经网络，所述步骤S160包括：

将所述特征数据和所述边界框输入至所述第三子神经网络，以获得所述待处理视频中的不同帧中的边界框之间的外观相似度；

根据所述外观相似度和所述不同帧中的边界框之间的距离计算所述待处理视频中的所述不同帧中的边界框之间的距离相似度；以及

将所述外观相似度和所述距离相似度输入至所述第四子神经网络，从而获得所述边界框的标识符，以跟踪所述待处理视频中的所述至少一个目标。

示例性地，所述第一神经网络和/或所述特征提取神经网络包括卷积神经网络。

示例性地，所述目标跟踪方法还包括以下步骤：

使用训练视频训练所述神经网络模型，其中，在所述训练视频中，针对训练目标标注了边界框和标识符，所述标识符用于指示所述训练目标；

其中，所述使用训练视频训练所述神经网络模型包括：

S112，将所述训练视频输入至所述特征提取神经网络，以提取所述训练视频的特征数据；

S114，将所述训练视频的特征数据输入至所述第一神经网络以获得所述训练目标的边界框，并且根据所标注的边界框和所述第一神经网络获得的所述训练目标的边界框计算检测损失函数值；

S116，将所述训练视频的特征数据和所述第一神经网络获得的所述训练目标的边界框输入至所述第二神经网络以获得所述训练目标的边界框的标识符，并根据所标注的标识符和所述第二神经网络获得的所述训练目标的边界框的标识符计算跟踪损失函数值；以及

S118，在所述检测损失函数值和/或所述跟踪损失函数值不满足预设条件的情况和/或迭代次数小于第一阈值的情况下，同时调整所述特征提取神经网络的参数以及所述第一神经网络的参数和/或所述第二神经网络的参数并且转所述步骤S112，否则，停止对所述神经网络模型的训练并获得训练好的所述神经网络模型以用于跟踪目标。

示例性地，所述检测损失函数值包括检测交叉熵和检测回归损失函数值，所述步骤S118包括：

根据所述检测交叉熵和所述检测回归损失函数值的加权和，同时调整所述特征提取神经网络的参数和所述第一神经网络的参数。

示例性地，所述跟踪损失函数值包括跟踪交叉熵和跟踪回归损失函数值，所述步骤S118包括：