[发明专利]检测目标的方法、跟踪目标的方法及装置

说明书

本申请涉及人工智能技术领域，且涉及对图像中目标的检测和目标跟踪领域，包括一种检测目标的方法，通过电子设备的摄像头采集包含所述目标的图像；获取所述目标的设备信息，所述设备信息包括所述目标的形状和尺寸；获取所述目标相对所述电子设备的位置信息，所述位置信息包括距离和方位角，所述方位角指所述摄像头的朝向与所述目标所在方向所构成的角度；根据所述位置信息、所述设备信息，得到所述目标投影到所述图像上的位于至少一个预测位置的至少一个目标框；对图像基于目标候选框进行所述目标检测时，使用所述至少一个目标框作为所述目标候选框进行所述目标的检测。本申请可以实现对图像中的目标进行快速且较高精度的检测和跟踪。

技术领域

本发明涉及目标检测与识别的技术领域，尤其涉及检测目标的方法、跟踪目标的方法、检测目标的装置、跟踪目标的装置、电子设备、计算设备和计算机可读存储介质。

背景技术

目标检测和跟踪技术的应用领域广泛，包括终端设备、机器人、无人机、视频监控、增强现实(Augmented Reality,AR)等领域。如何快速、准确、低成本、低功耗地对目标进行实时检测与跟踪，是用户的痛点需求，也是当前的业界难题。

现有目标检测和跟踪技术主要包括基于计算机视觉(Computer Vision,CV)和基于传感器的目标检测和跟踪方法。基于CV的方法受到相似物体或小物体干扰、物体遮挡等因素影响，在复杂场景下识别准确率低，抗干扰能力弱，模型复杂、算力要求高、时延高。目前主流的基于深度学习的目标检测算法如Faster R-CNN,YOLO,SSD等。基于传感器定位的方法包括WiFi、蓝牙、超宽带(Ultra-wideband,UWB)、射频识别(Radio FrequencyIdentification,RFID)、光学雷达(Light Detection and Ranging,LIDAR)、雷达(RadioDetection And Ranging,RADAR)等等。

其中，UWB技术是一种无线载波通信技术，它不采用正弦载波，而是利用纳秒级的非正弦波窄脉冲传输数据，因此其所占的频谱范围很宽(时域超窄，频域超宽)。UWB技术具有系统复杂度低，发射信号功率谱密度低，对信道衰落不敏感，截获能力低，定位精度达到厘米级等优点，尤其适用于室内等密集多径场所的测距定位。然而，UWB定位方法的距离误差约为10cm，角度误差约为3°，目标定位结果与真实位置存在着偏差，对于增强现实等需要高精度要求的应用场景，基于UWB定位的精度不够，导致用户体验不佳。

发明内容

鉴于现有技术的以上问题，本申请提供一种检测目标的方法、跟踪目标的方法、检测目标的装置、跟踪目标的装置、电子设备、计算设备和计算机可读存储介质，可以实现对目标进行快速且较高精度的定位。

为达到上述目的，本申请第一方面提供了一种检测目标的方法，包括：

通过电子设备的摄像头采集包含所述目标的图像；

获取所述目标相对所述电子设备的位置信息，所述位置信息包括距离和方位角，所述方位角指所述摄像头的朝向与所述目标所在方向所构成的角度；

根据所述位置信息，得到所述目标投影到所述图像上的至少一个预测位置；

对图像基于目标候选框进行所述目标检测时，使用所述预测位置的目标候选框进行所述目标的检测；所述目标候选框指目标在图像中可能位于的目标框的集合。

由上，本申请提出一种利用获取目标相对电子设备的位置信息和图像的快速目标检测方法结合的技术，提升了对图像中目标的识别速度和识别准确率，实现了快速的高精度的对目标的识别定位。另一方面，通过两种定位方式的结合，使得对图像基于目标候选框进行所述目标检测时，基于预测位置可提升目标检测速度和识别准确率。且基于预测位置可使得计算量大大减小，有效的降低了运算功耗，当本方法由电子设备执行时，由于目标检测模型的优化加速，运行速度更快、精度更高，功耗更低。另一方面，由于对预测位置进行检测，对于图像其他区域可不检测，从而提升了对图像识别的抗干扰性，减少了图像误识别。