[发明专利]一种多目标跟踪方法、装置及电子设备

说明书

本申请提供了一种多目标跟踪方法，该方法包括：获取待处理图像，待处理图像包括多帧图像；确定第N帧图像中的新增目标，新增目标为：第N帧图像中的多个检测目标中，与多个预测跟踪目标未匹配成功的检测目标；将新增目标与预测跟踪失效目标库中的预测跟踪失效目标分别进行匹配，得到匹配结果；预测跟踪失效目标为：第N帧图像中的多个预测跟踪目标中，与多个检测目标未匹配成功的预测跟踪目标；预测跟踪失效目标库为1个或多个预测跟踪失效目标的集合；根据匹配结果，确定第N帧图像中多个检测目标的标识。本申请提供的方法，可以改善有遮挡情况下的目标追踪效果，也减少了目标ID跳变的问题，同时提升多目标跟踪算法的精度。

技术领域

本申请属于图像处理技术领域，尤其涉及一种多目标跟踪方法、装置及电子设备。

背景技术

视频数据的数量目前呈现出爆发式增长，对视频数据中多个目标进行跟踪和大规模标注，需要耗费大量的人力和时间。如何进行高效大规模的视频数据标注，降低生产成本，是一个亟待解决的难题。

现有技术中，基于深度学习的目标检测算法在实际工程中的应用也越来越广泛，通过对视频数据提取特征并进行检测识别，完成对目标的标识和包围框信息的标注，成为大规模视频数据标注的主要解决方案。

但在实际应用中经常出现目标标识频繁跳变等问题，仍然不能很好满足实际生产需求。

发明内容

本申请实施例提供了一种多目标跟踪方法、装置及电子设备，可以解决对多个目标进行追踪时，目标轨迹标识频繁跳变的问题。

第一方面，提供了一种多目标跟踪方法，该方法包括：获取待处理图像，待处理图像包括多帧图像；每帧图像中包括多个检测目标和多个预测跟踪目标；确定第N帧图像中的新增目标，N≥2，N为整数，新增目标为第N帧图像中的多个检测目标中，与多个预测跟踪目标未匹配成功的检测目标；将新增目标与预测跟踪失效目标库中的预测跟踪失效目标分别进行匹配，得到匹配结果；预测跟踪失效目标为第N帧图像中的多个预测跟踪目标中，与多个检测目标未匹配成功的预测跟踪目标；预测跟踪失效目标库为1个或多个预测跟踪失效目标的集合；根据匹配结果，确定第N帧图像中多个检测目标的标识。

第一方面提供的多目标跟踪方法，通过确定第N帧图像中的新增目标和预测跟踪失效目标，并且将该新增目标和预测跟踪失效目标进行重新匹配，根据重新匹配后的结果，确定第N帧图像中的检测目标的标识。该方法可以改善有遮挡情况下的目标追踪效果，也减少了目标标识跳变的问题，同时提升多目标跟踪算法的精度。

在一种可能的实现方式中，确定第N帧图像中的新增目标，包括：将第N帧图像中的多个预测跟踪目标中的每一个预测跟踪目标，和多个检测目标分别进行匹配；当匹配成功时，将匹配成功的预测跟踪目标和检测目标，分别作为第一预测跟踪目标和第一检测目标；基于第一检测目标的信息，更新第一预测跟踪目标的信息；当匹配不成功时，将未匹配成功的检测目标，确定为新增目标。在该种实现方式中，将第N帧图像中的检测目标和预测跟踪目标进行匹配，将未匹配成功的检测目标作为新增目标，便于后续进行进一步目标追踪。

在一种可能的实现方式中，将新增目标与预测跟踪失效目标库中的预测跟踪失效目标分别进行匹配，得到匹配结果，该方法还包括：当匹配不成功时，将未匹配成功的预测跟踪目标，确定为预测跟踪失效目标。在该种实现方式中，将第N帧图像中的预测跟踪目标和检测目标进行匹配，将未匹配成功的预测跟踪目标作为预测跟踪失效目标，便于后续进行进一步目标重识别。

在一种可能的实现方式中，根据匹配结果，确定第N帧图像中多个检测目标的标识，包括：当新增目标和跟踪失效目标匹配成功时，根据新增目标的信息更新跟踪失效目标的信息。在该种实现方式中，当该跟踪失效目标和新增目标匹配成功时，将目标预测跟踪目标的标识赋予新增目标，并将新增目标的类别和位置信息，更新给预测跟踪目标。