[发明专利]目标跟踪方法和装置有效
| 申请号: | 202010320567.2 | 申请日: | 2020-04-22 |
| 公开(公告)号: | CN111524165B | 公开(公告)日: | 2023-08-25 |
| 发明(设计)人: | 苏翔博;袁宇辰;孙昊 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
| 主分类号: | G06T7/246 | 分类号: | G06T7/246 |
| 代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 跟踪 方法 装置 | ||
1.一种目标跟踪方法,所述方法包括:
基于区域生成网络和待处理图像的特征图,生成所述待处理图像中待跟踪目标的候选框的位置;
对于所述待处理图像中的像素点,确定对该像素点所设置的至少一个锚点框中每个锚点框包含待跟踪目标的概率,以及确定所述每个锚点框所对应的候选框相对于该锚点框的偏差;
基于所确定的概率中至少两个概率对应的至少两个锚点框的位置和所述至少两个锚点框分别对应的偏差,确定所述至少两个锚点框分别对应的、所述待跟踪目标的待选位置;
对所确定的待选位置中的至少两个待选位置进行合并,得到所述待处理图像中所述待跟踪目标的位置;
所述偏差包括尺寸缩放量和指定点的位置偏移量;所述基于所确定的概率中至少两个概率对应的至少两个锚点框的位置和所述至少两个锚点框分别对应的偏差,确定所述至少两个锚点框分别对应的、所述待跟踪目标的待选位置,包括:
基于所述至少两个概率对应的至少两个锚点框的位置,按照所述至少两个锚点框分别对应的尺寸缩放量和指定点的偏移量,对所述至少两个锚点框分别进行尺寸缩放和指定点的位置偏移,得到所述至少两个锚点框分别对应的、所述待跟踪目标的待选位置。
2.根据权利要求1所述的方法,其中,所述至少一个待选位置通过以下步骤得到:
利用深度神经网络的投票处理层对各个所确定的待选位置进行投票,生成每个所确定的待选位置的投票数值;
将所述投票数值大于指定阈值的待选位置,确定为所述至少一个待选位置,其中,所述至少两个锚点框所包括锚点框的数量越大,则所述指定阈值越大。
3.根据权利要求1-2之一所述的方法,其中,所述至少两个概率通过以下步骤得到:
利用预设窗函数,对所确定的概率进行处理,得到每个所确定的概率的处理后概率;
按照由高到低的顺序,从各个处理后概率中选取至少两个处理后概率,其中,所选取的至少两个处理后概率在所确定的概率中所对应的概率为所述至少两个概率。
4.根据权利要求1所述的方法,其中,所述对于所述待处理图像中的像素点,确定对该像素点所设置的至少一个锚点框中每个锚点框包含待跟踪目标的概率,以及确定对所述每个锚点框所对应的候选框相对于该锚点框的偏差,包括:
将所生成的候选框的位置输入深度神经网络中的分类处理层,得到从所述分类处理层输出的、对于所述待处理图像中的每个像素点所设置的至少一个锚点框中每个锚点框包含待跟踪目标的概率;
将所生成的候选框的位置输入所述深度神经网络中的边框回归处理层,得到从所述边框回归处理层输出的、对所述每个锚点框所对应的候选框相对于该锚点框的偏差。
5.根据权利要求1所述的方法,其中,所述待处理图像通过以下步骤得到:
获取相邻的视频帧中,在先视频帧中所述待跟踪目标的边框的位置;
在在后视频帧中,在所述边框的位置,按照所述边框的边长经过扩大得到的目标边长,生成目标边框;
基于所述目标边框所在的区域,生成所述待处理图像。
6.根据权利要求1所述的方法,其中,所述基于区域生成网络和待处理图像的特征图,生成所述待处理图像中待跟踪目标的候选框的位置,包括:
将待跟踪目标模板图像的特征图和待处理图像的特征图,输入区域生成网络,得到从所述区域生成网络输出的、所述待处理图像中待跟踪目标的候选框的位置,其中,所述待跟踪目标模板图像与待跟踪目标原图中所述待跟踪目标的边框内的局部区域相对应。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010320567.2/1.html,转载请声明来源钻瓜专利网。





