[发明专利]目标跟踪方法、装置、设备及存储介质

说明书

本申请提供了一种目标跟踪方法、装置、设备及存储介质。该目标跟踪方法包括：获取视频流中的在前帧图像中的第一边界区域图像；获取视频流中的当前帧图像上与第一边界区域图像的大小相等的第二边界区域图像；对第一边界区域图像和第二边界区域图像进行相关度滤波处理，得到候选坐标；根据所述候选坐标分别确定所述第一边界区域图像和所述第二边界区域图像中与所述边界图像大小相等的第一候选区域图像和第二候选区域图像；通过所述第一候选区域图像和第二候选区域图像，确定所述当前帧图像中的跟踪目标是否与所述在前帧图像中的跟踪目标为同一目标。本申请能够在较低硬件要求的前提下实现在低帧率频流中对目标进行实时精确跟踪。

技术领域

本申请涉及目标跟踪技术领域，具体而言，涉及目标跟踪方法、装置、设备及存储介质。

背景技术

目前有很多的业务场景需要对监控视频或者手机视频中的特定目标进行跟踪，比如监控场景下的人脸识别有时需要结合目标的视频序列进行识别而不仅仅是某一帧，而且在视频流中对目标进行跟踪也是一些高阶视觉问题的基础，如行为分析和行为预测等。

现在基于深度学习为基础的跟踪技术主要分为两种，一种是Detection-BasedTracking(DBT，基于探测的跟踪)，这种方法主要是基于目标检测技术，然后通过孪生网络进行目标匹配，这种方式的优点是可以在低帧率下进行精确跟踪，但是比较耗时，无法满足实时性的要求，且硬件成本比较高。另一种方式是Detection-Free Tracking(DFT，无探测跟踪)，这种方法需要用特定的方式进行初始化，然后在后续的视频帧中对目标进行定位，这种方式的优点是这类方法中有很多可以实现实时的方法，且硬件成本较低，但是这类方法对视频的帧率有要求，在低帧率的视频中往往表现很差，而且这类方法有个很明显的短板，无法直接判断目标是否跟丢，也无法判断是否有新的目标出现。

然而，在现实应用场景中，比如监控场景下和手机视频中，这类场景有两个特点，一是视频帧率较低(如摄像头的帧率一般在15fps左右，直接用DFT的方式表现很差)，二是硬件资源紧缺(如果用DBT的方式，非常耗时，无法满足实时性)。现有的DBT和DFT算法均无法实现在上述场景下进行目标的跟踪检测。

因此，如何在低硬件要求下实现低帧率视频中的目标跟踪成为亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供的目标跟踪方法、装置、设备及存储介质，能够在较低硬件要求的前提下实现在低帧率频流中对目标进行实时精确跟踪。

第一方面，本申请实施例提供的一种目标跟踪方法，所述方法包括：获取视频流中的在前帧图像中的第一边界区域图像，所述第一边界区域图像包括所述在前帧图像的边界框图像，所述在前帧图像的边界框图像包括跟踪目标的图像；获取所述视频流中的当前帧图像上与所述第一边界区域图像的大小相等的第二边界区域图像，所述第二边界区域图像在所述当前帧图像中的位置与所述第一边界区域图像在所述在前帧图像中的位置相同；对所述第一边界区域图像和所述第二边界区域图像进行相关度滤波处理，得到候选坐标，所述候选坐标为所述第一边界区域图像和所述第二边界区域相关度最高的位置；根据所述候选坐标分别确定所述第一边界区域图像和所述第二边界区域图像中与所述边界图像大小相等的第一候选区域图像和第二候选区域图像；通过所述第一候选区域图像和第二候选区域图像，确定所述当前帧图像中的跟踪目标是否与所述在前帧图像中的跟踪目标为同一目标。

在上述实现过程中，本申请通过获取视频流中的在前帧图像中的第一边界区域图像和获取所述视频流中的当前帧图像上与所述第一边界区域图像的大小相等的第二边界区域图像，从而只需要在当前帧图像裁剪一个第二边界区域图像，无需裁剪出多个图像，进而可以降低硬件资源开销，进一步地，通过在确定候选坐标后，根据候选坐标在第一边界区域图像和所述第二边界区域图像中与所述边界图像大小相等的第一候选区域图像和第二候选区域图像，进而通过所述第一候选区域图像和第二候选区域图像来确定所述当前帧图像中的跟踪目标是否与所述在前帧图像中的跟踪目标为同一目标，从而实现在低帧率频流中对目标进行实时精确跟踪，以及能够准确确定跟踪目标是否消失。