[发明专利]物体追踪方法、物体追踪装置、存储介质及电子设备

说明书

本发明实施方式涉及一种物体追踪方法、物体追踪装置、存储介质与电子设备，属于计算机视觉技术领域。该方法包括：获取目标物体在上一帧图像中的轮廓F；获取当前帧图像以及所述当前帧图像中物体的轮廓，所述当前帧图像中物体的轮廓包括第一类轮廓与第二类轮廓；检测轮廓F与所述第一类轮廓是否匹配；如果轮廓F与所述第一类轮廓均不匹配，则检测轮廓F与所述第二类轮廓是否匹配；如果轮廓F与所述第二类轮廓中的轮廓n_g匹配，则根据轮廓n_g在所述当前帧图像中确定所述目标物体的轮廓E。本发明可以在物体被遮挡的情况下实现准确的物体追踪，并简化追踪算法，提高效率。

技术领域

本发明的实施方式涉及计算机视觉技术领域，更具体地，本发明的实施方式涉及一种物体追踪方法、物体追踪装置、存储介质及电子设备。

背景技术

本部分旨在为权利要求中陈述的本发明的实施方式提供背景或上下文，此处的描述不因为包括在本部分中就承认是现有技术。

物体追踪是指在视频的连续帧图像中持续地识别与定位特定的物体，在人机交互、虚拟现实/增强现实、教育、安防监控等领域都有着重要应用。

现有的物体追踪技术大多采用深度学习的框架，从第一帧或者前几帧图像中提取物体特征，通过卷积神经网络对当前帧图像中的物体特征进行匹配，以识别物体，从而实现在连续帧图像中追踪物体。

发明内容

然而，在现有技术中，如果发生物体被遮挡的情况，使得物体特征缺失，特别是在物体被大面积遮挡的情况下，物体原有的特征仅能保留一小部分，卷积神经网络在处理时，无法提取足够的特征，其准确度会大大降低，可能识别为其他物体或者认为物体丢失，影响追踪效果。

为此，非常需要一种改进的物体追踪方法，可以在物体被遮挡时仍然准确地追踪到物体。

在本上下文中，本发明的实施方式期望提供一种物体追踪方法、物体追踪装置、存储介质及电子设备。

根据本发明实施方式的第一方面，提供一种物体追踪方法，包括：获取目标物体在上一帧图像中的轮廓F；获取当前帧图像以及所述当前帧图像中物体的轮廓，所述当前帧图像中物体的轮廓包括第一类轮廓与第二类轮廓；检测轮廓F与所述第一类轮廓是否匹配；如果轮廓F与所述第一类轮廓均不匹配，则检测轮廓F与所述第二类轮廓是否匹配；如果轮廓F与所述第二类轮廓中的轮廓n_g匹配，则根据轮廓n_g在所述当前帧图像中确定所述目标物体的轮廓E。

在本发明的一种实施方式中，所述第一类轮廓为所述当前帧图像中未与所述当前帧图像边缘相连的物体的轮廓，所述第二类轮廓为所述当前帧图像中与所述当前帧图像边缘相连的物体的轮廓。

在本发明的一种实施方式中，所述方法还包括：如果轮廓F与所述第一类轮廓中的轮廓m_h匹配，则确定轮廓E为轮廓m_h。

在本发明的一种实施方式中，所述第一类轮廓为轮廓的集合M＝{m_i|i＝1～a}，a为M中轮廓的数量；所述检测轮廓F与所述第一类轮廓是否匹配，包括：计算轮廓F与M中每个轮廓的重合度，以确定M中与轮廓F重合度最高的轮廓m_h；判断轮廓F与轮廓m_h的重合度Co(F,m_h)是否达到第一阈值T1；所述如果轮廓F与所述第一类轮廓均不匹配，包括：如果Co(F,m_h)T1。