[发明专利]一种目标跟踪方法、装置以及计算机存储介质在审
| 申请号: | 202010673432.4 | 申请日: | 2020-07-14 |
| 公开(公告)号: | CN111563489A | 公开(公告)日: | 2020-08-21 |
| 发明(设计)人: | 覃涛杰 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/08;G06T7/20;G06T7/246 |
| 代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 黎坚怡 |
| 地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 目标 跟踪 方法 装置 以及 计算机 存储 介质 | ||
本申请提供了一种目标跟踪方法、装置以及计算机存储介质。该目标跟踪方法包括:获取跟踪图片和目标历史轨迹图片,并检测目标在跟踪图片中的位置;将目标在所述跟踪图片中的位置与目标历史轨迹图片联合建模,得到目标轨迹图;将目标轨迹图输入预设神经网络,得到预设神经网络输出的调整参数;基于调整参数调整跟踪装置的朝向。通过上述方式,本申请的目标跟踪方法能够根据目标移动轨迹预测目标的下一步可能出现的位置,从而调整跟踪装置的朝向,进而能够在跟踪装置力所能及的范围内跟踪目标。
技术领域
本申请涉及视频监控技术领域,特别是涉及一种目标跟踪方法、装置以及计算机存储介质。
背景技术
随着目标识别技术的逐渐成熟,为了在一段时间内获取目标的详细和稳定的信息,目标跟踪技术被提出。然而如果采用传统的计算机视觉等相关算法确定目标位置的变化然后调整跟踪装置的朝向的方法,具有计算速度慢的缺陷。而如果直接采用深度学习先检测出目标的位置,然后计算位置的变换,进而调整跟踪装置的朝向的方法,虽然能够极大的优化跟踪装置计算的耗时,但是跟踪装置调整朝向的过程一直具有滞后性,而且如果目标移动速度较快时,这对跟踪装置朝向调整的速度和捕捉的画面的质量等都会带来较大的挑战。
发明内容
本申请提供了一种目标跟踪方法、装置以及计算机存储介质,主要解决的技术问题是如何快速准确调整跟踪装置的朝向的问题。
为解决上述技术问题,本申请提供了一种目标跟踪方法,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。
其中,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。
其中,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。
其中,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。
其中,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。
其中,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:
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202010673432.4/2.html,转载请声明来源钻瓜专利网。





