[发明专利]目标跟踪方法和装置

说明书

本发明公开了一种目标跟踪方法和装置。其中，该方法包括：获取跟踪目标以及跟踪目标对应的目标模板；根据目标模板在视频图像中跟踪跟踪目标，得到视频图像中当前帧图像的跟踪结果，其中，跟踪结果包括：当前帧图像中跟踪目标的区域和所对应的置信度；根据置信度确定跟踪目标的跟踪状态；如果跟踪目标的跟踪状态为丢失，则重新定位跟踪目标并在重新定位跟踪目标后继续跟踪。本发明解决了现有技术中跟踪视频图像中的目标时，难以判断目标是否丢失，或是在目标丢失后难以找回的技术问题。

技术领域

本发明涉及视频图像处理领域，具体而言，涉及一种目标跟踪方法和装置。

背景技术

基于在线学习的视觉跟踪技术在近年来兴起之后，成为视觉跟踪的一个热点。此类方法在没有任何离线学习的先验经验的前提下，根据初始帧画面中指定的跟踪目标提取特征模板，训练模型用于后续视频中对于该目标的跟踪。该类方法不需要任何的离线训练，可以对用户指定的任何物体进行跟踪，具有较高的通用性。但是由于实际应用场景的复杂性，导致跟踪算法在光照变化明显、背景复杂、有相似事物干扰等情况下性能下降严重；此外，由于跟踪目标的特征及模板单一，在目标的跟踪过程中，很难准确地判断目标是否跟丢；相应的，在目标跟丢之后，跟踪模板的持续更新会放大误差，导致目标难以找回；此外，该类方法在每一帧图像中都会进行检测来筛选出跟踪的候选目标区域，依靠这种方式，在目标丢失重新出现后，重新找到该目标的几率很小，更多的情况是无法找回(由于一直是错误的跟踪)或找到错误的目标(如不同的人)，从而难以形成长时间稳定的跟踪系统。

目前的视觉跟踪方法大多使用一个在线更新的模板，对每一帧图像使用该模板去进行匹配，并根据匹配结果去更新模板，单独依靠该类方法无法形成一个稳定的长时间跟踪系统，原因在于：

1、这种方法无法自我判断目标是否已经跟丢；

2、在目标丢失之后的跟踪会持续的放大误差；

3、在跟丢目标后，依赖该类跟踪方法的检测机制，很难准确地找回丢失前的跟踪目标。

针对现有技术中跟踪视频图像中的目标对象时，即使跟丢仍然继续跟踪导致目标对象难以重新定位的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种目标跟踪方法和装置，以至少解决现有技术中跟踪视频图像中的目标时，难以判断目标是否丢失，或是在目标丢失后难以找回的技术问题。

根据本发明实施例的一个方面，提供了一种目标跟踪方法，包括：获取跟踪目标以及跟踪目标对应的目标模板；根据目标模板在视频图像中跟踪跟踪目标，得到视频图像中当前帧图像的跟踪结果，其中，跟踪结果包括：当前帧图像中跟踪目标的区域和所对应的置信度；根据置信度确定跟踪目标的跟踪状态；如果跟踪目标的跟踪状态为丢失，则重新定位跟踪目标并在重新定位跟踪目标后继续跟踪。

进一步地，通过目标模板扫描当前帧图像得到跟踪目标的区域；通过预设的传感器采集跟踪目标的信息；将预设传感器采集的跟踪目标的信息进行融合处理，得到置信度。

进一步地，获取当前帧图像中跟踪结果的深度置信度、跟踪置信度和颜色置信度；设置深度置信度、跟踪置信度和颜色置信度对应的权重值；根据深度置信度、跟踪置信度和颜色置信度和对应的权重值得到置信度。

进一步地，通过当前帧图像中跟踪目标的区域的深度与每一帧图像中跟踪目标的区域的平均深度进行比对，得到深度置信度；确定当前帧图像中跟踪目标的区域与目标模板的相似度为跟踪置信度；确定当前帧图像中跟踪目标的区域的颜色值与预设的颜色模型的相似度为颜色置信度。

进一步地，获取预设的置信度阈值；通过将置信度与置信度阈值比对，以确定跟踪目标的跟踪状态，其中，跟踪状态包括：跟踪中、置信度低以及丢失。

进一步地，通过目标检测器在新的视频图像中检测候选目标，以确定候选目标区域；从候选目标区域中识别跟踪目标。