[发明专利]目标跟踪方法、设备及计算机可读存储介质

说明书

本发明公开了一种目标跟踪方法，包括：从视频图像中获取包括目标图像的第一图像帧，并根据第一图像帧中的目标图像建立第一三维模型；从视频图像中获取至少一个包括目标图像第二图像帧，并根据每一第二图像帧分别建立第二三维模型，在视频图像中，第二图像帧位于第一图像帧之后；根据第二三维模型对第一三维模型进行修正，并使用第一三维模型对视频图像中的目标图像进行追踪。本发明实施例的目标跟踪方法通过从视频中获取多个图像帧，并根据每一目标图像生成一三维模型，然后将多个三维模型进行修正后获得更逼真的三维模型，使用该三维模型能够对视频中的目标图像的多个角度进行跟踪，跟踪捕捉结果更准确，从而提高了工作效率。

技术领域

本发明涉及图像识别和处理的技术领域，尤其是涉及一种目标跟踪方法、设备及计算机可读存储介质。

背景技术

视频行为分析是从视频序列中通过一定的图像处理，提取视频中感兴趣目标行为的一种技术。随着公共安全以及平安城市等的需要，安防领域则成为视频行为分析的广阔应用舞台，但是目前视频监控设施的智能化水平较低，大部分只是进行视频数据记录，以供事后查询，因此，人脸特征点检测在人脸识别、人脸重建以及人脸跟踪中有重要的应用。

目前，在目标重建、目标跟踪和目标非刚性注册中，如跟踪目标为人脸，往往需要指定特征点与人脸模型模板上顶点之间的对应关系，在应用之中，二维人脸特征点的使用有很多不便，而与人脸模型模板上对应关系不确定的人脸边缘特征点，会导致人脸重建结果不准确，给目标追踪应用带来一定的困难。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种目标跟踪方法、目标跟踪设备及计算机可读存储介质，能够对跟踪目标建立一个准确的、更接近实物的三维模型并进行跟踪。

第一方面，本发明的一个实施例提供的目标跟踪方法，包括：

从视频图像中获取包括目标图像的第一图像帧，并根据所述第一图像帧中的目标图像建立第一三维模型；

从所述视频图像中获取至少一个包括目标图像的第二图像帧，并根据每一所述第二图像帧分别建立第二三维模型，在所述视频图像中，所述第二图像帧位于所述第一图像帧之后；

根据所述第二三维模型对所述第一三维模型进行修正，并使用所述第一三维模型对所述视频图像中的目标图像进行追踪。

本发明实施例的目标跟踪方法通过从视频中获取多个图像帧，采用深度学习模型攫取每一图像帧的目标图像，并根据每一目标图像生成一三维模型，然后将多个三维模型进行修正、拟合，多次修正后获得与目标图像实体更接近的三维模型，使用该三维模型对目标进行跟踪，跟踪捕捉结果更准确。在现有的跟踪捕捉设备中采用本发明的目标跟踪方法，能够从多个角度进行跟踪，从而提高了工作效率。

进一步，所述从所述视频图像中获取至少一个包括目标图像的第二图像帧，包括：

获取所述视频图像中与所述第一图像帧间隔预设时间的图像帧；

判断所述图像帧中是否包括所述目标图像，并在所述图像帧中不包括所述目标图像时判断当前图像帧的下一图像帧是否包含目标图像，直到所述图像帧中包括目标图像，并将包括目标图像的图像帧作为第二图像帧。

进一步，所述判断所述图像帧中是否包括所述目标图像，包括：

分析获得所述图像帧中所有的疑似目标图像，并将每一所述疑似目标图像与所述第一三维模型进行比对；

在任一所述疑似目标图像与所述第一三维模型匹配时，确认所述图像帧包含目标图像。

进一步，所述根据所述第二三维模型对所述第一三维模型进行修正，包括：

将所述第一三维模型和第二三维模型分别输入到3D-GEN网络中的生成网络，并将所述生成网络的输出作为修正后的第一三维模型。