[发明专利]面向空基监视场景的目标跟踪方法与装置

权利要求书

1.一种面向空基监视场景的目标跟踪方法，其特征在于，包括：

实时获取目标对象的待跟踪视频，并对所述待跟踪视频进行解帧，以提取第一帧以及第二帧，其中，所述第一帧为当前时刻对应的图像帧，所述第二帧为所述第一帧的前一帧；

对所述第一帧进行剪裁截取得到第一兴趣区域图像，并对所述第二帧进行剪裁截取得到目标模板图像以及第二兴趣区域图像；

将所述目标模板图像以及所述第一兴趣区域图像输入预设的外观跟踪器网络，得到外观跟踪位置，并将所述第一兴趣区域图像以及所述第二兴趣区域图像输入预设的运动跟踪器网络，得到运动跟踪位置；

将所述外观跟踪位置以及所述运动跟踪位置输入深度融合网络，得到融合后的最终跟踪位置，所述深度融合网络为卷积神经网络；

所述将所述外观跟踪位置以及所述运动跟踪位置输入深度融合网络，得到融合后的最终跟踪位置，包括：

将所述外观跟踪位置与所述运动跟踪位置输入所述深度融合网络结构，并将所述外观跟踪位置与所述运动跟踪位置进行融合得到最终的跟踪位置响应图；

将所述跟踪位置响应图进行降维，得到第一向量，所述第一向量为一维向量；

将所述第一向量输入两个级联的Relu激活函数的全连接层，回归得到四维限位框数据输出，所述四维限位框数据包括：所述第一帧中的第一矩形限位框的左上角的横坐标、所述第一矩形限位框的左上角的纵坐标、所述第一矩形限位框的长度以及所述第一矩形限位框的宽度。

2.根据权利要求1所述的面向空基监视场景的目标跟踪方法，其特征在于，在所述将所述外观跟踪位置以及所述运动跟踪位置深度融合网络，得到融合后的最终跟踪位置之后，还包括：

根据所述最终跟踪位置在所述第一帧中显示输出所述最终跟踪结果。

3.根据权利要求1所述的面向空基监视场景的目标跟踪方法，其特征在于，所述最终跟踪结果为显示在所述第一帧中的第一矩形限位框，所述第一矩形限位框用于表征所述目标对象的当前位置。

4.根据权利要求3所述的面向空基监视场景的目标跟踪方法，其特征在于，所述对所述第一帧进行剪裁截取得到第一兴趣区域图像，包括：

根据所述第一帧中的第一矩形限位框的中心坐标以及第三矩形限位框对所述第一帧进行剪裁截取得到所述第一兴趣区域图像，其中，所述第一矩形限位框与所述第三矩形限位框的中心重合，所述第三矩形限位框的长宽数据分别为所述第一矩形限位框的长宽数据的N倍，N为大于1的自然数。

5.根据权利要求4所述的面向空基监视场景的目标跟踪方法，其特征在于，所述对所述第二帧进行剪裁截取得到目标模板图像以及第二兴趣区域图像，包括：

根据所述第二帧中的第二矩形限位框的左上角坐标位置以及所述第二矩形限位框的长宽数据剪裁截取得到所述目标模板图像；

根据所述第二帧中的所述第二矩形限位框的中心坐标以及第四矩形限位框对所述第二帧进行剪裁截取得到所述第二兴趣区域图像，其中，所述第二矩形限位框与所述第四矩形限位框的中心重合，所述第四矩形限位框的长宽数据分别为所述第二矩形限位框的长宽数据的N倍。

6.根据权利要求5所述的面向空基监视场景的目标跟踪方法，其特征在于，所述将所述目标模板图像以及所述第一兴趣区域图像输入预设的外观跟踪器网络，得到外观跟踪位置，包括：

分别对称向所述外观跟踪器网络输入的所述目标模板图像以及所述第一兴趣区域图像，以并行地进行对等的卷积操作，得到层级性的特征金字塔，其中，所述外观跟踪器网络采用孪生卷积神经网络结构；

利用所述层级性的特征金字塔，在卷积不断加深的过程中，将孪生网络并行两路中不同卷积层得到的特征图分别进行级联融合；

将所述目标模板图像对应的一路融合后的特征图作为核，并利用所述核在所述第一兴趣区域图像对应的一路级联融合后的特征图上进行滑窗式密集采样互相关计算，并得到外观相似度响应图；

在每个滑窗位置计算所述目标模板图像与所述第一兴趣区域图像被搜索位置的外观相似度，而所述外观相似度响应最大的位置为所述外观跟踪位置。