[发明专利]一种目标跟踪方法、装置以及计算机存储介质

权利要求书

1.一种目标跟踪方法，其特征在于，所述目标跟踪方法包括：

获取跟踪图片和目标历史轨迹图片，并检测目标在所述跟踪图片中的位置；

将所述目标在所述跟踪图片中的位置与所述目标历史轨迹图片联合建模，得到目标轨迹图；

将所述目标轨迹图输入预设神经网络，得到所述预设神经网络输出的调整参数；基于所述调整参数调整跟踪装置的朝向。

2.根据权利要求1所述的目标跟踪方法，其特征在于，

所述将所述目标在所述跟踪图片中的位置与所述目标历史轨迹图片联合建模，得到目标轨迹图的步骤，包括：

提取所述目标历史轨迹图片中的目标历史轨迹，并在所述跟踪图片上显示所述目标历史轨迹；

基于所述目标在所述跟踪图片中的位置标记轨迹点；

将所述轨迹点和所述目标历史轨迹连接，得到所述目标轨迹图。

3.根据权利要求2所述的目标跟踪方法，其特征在于，

所述在所述跟踪图片上显示所述目标历史轨迹的步骤，包括：

获取所述目标历史轨迹对应的图片背景；

识别所述跟踪图片中相同的图片背景；

基于所述目标历史轨迹图的图片背景和所述跟踪图片相同的图片背景的关系将所述目标历史轨迹映射到所述跟踪图片上。

4.根据权利要求1所述的目标跟踪方法，其特征在于，

所述目标跟踪方法进一步包括：

按照预设时间间隔获取所述跟踪图片。

5.根据权利要求1所述的目标跟踪方法，其特征在于，

所述将所述目标轨迹图输入预设神经网络的步骤之前，所述目标跟踪方法还包括：

获取目标的当前跟踪图片，以及前后预设时间段内的建模跟踪图片；

基于所述当前跟踪图片的目标位置和所述建模跟踪图片的目标位置合成建模目标运动轨迹，并采用特定标识在所述建模目标运动轨迹标识所述当前跟踪图片的目标位置；

基于所述跟踪装置的设备参数建立神经网络模型；

将标识后的建模目标运动轨迹输入所述神经网络模型，迭代训练得到所述预设神经网络。

6.根据权利要求5所述的目标跟踪方法，其特征在于，

所述基于所述跟踪装置的设备参数建立神经网络模型的步骤，包括：

获取所述跟踪装置调整朝向的参数组合的最大个数；

基于所述参数组合的最大个数设置所述神经网络模型的神经元个数。

7.根据权利要求5所述的目标跟踪方法，其特征在于，

所述将标识后的建模目标运动轨迹输入所述神经网络模型，进而训练得到所述预设神经网络的步骤，包括：

将标识后的建模目标运动轨迹输入所述神经网络模型；

采用DQN算法对所述神经网络模型进行迭代，直至迭代结果满足收敛条件时，得到所述预设神经网络。

8.根据权利要求7所述的目标跟踪方法，其特征在于，

所述采用DQN算法对所述神经网络模型进行迭代的步骤，包括：

初始化回放内存、神经网络权重以及目标神经网络权重；

将预设数量的建模目标运动轨迹插入所述神经网络内存；

随机获取所述神经网络内存中的建模目标运动轨迹输入所述神经网络模型，得到动作集合；

基于所述动作集合调整所述跟踪装置的朝向，并基于调整前后的建模目标运动轨迹计算收益；

基于所述收益更新神经网络模型的权重和目标神经网络的权重。

9.一种目标跟踪装置，其特征在于，所述目标跟踪装置包括存储器和处理器，其中，所述存储器与所述处理器耦接；

其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如权利要求1~8中任一项所述的目标跟踪方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质用于存储程序数据，所述程序数据在被处理器执行时，用以实现如权利要求1~8中任一项所述的目标跟踪方法。