[发明专利]多视角多目标的跟踪方法、装置、计算机设备和存储介质

说明书

本申请涉及多视角多目标的跟踪方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取不同视角的多个视频，并基于所述多个视频和已训练的目标检测模型，确定每个视角的多个位置信息和多个类别标识；基于每个视角的多个位置信息和多个类别标识，通过多视角多目标跟踪算法，确定每个视角的多个初始轨迹；基于每个视角的多个初始轨迹确定多个目标的目标轨迹，并为每个目标轨迹配置目标身份标识。采用本方法能够提高多视角多目标的跟踪效率。

技术领域

本申请涉及目标跟踪技术领域，特别是涉及多视角多目标的跟踪方法、装置、计算机设备和存储介质。

背景技术

随着人工智能技术、计算机视觉领域的不断发展，通过摄像头为基础设置的智能安防受到越来越多的关注，众多行业对于摄像头智能安防的需求越来越多，包括校园、社区、仓库等区域安防。

通过目标重识别与轨迹跟踪实现智能安防，目标重识别与轨迹跟踪主要包括：单视角下但目标跟踪、单视角下多目标跟踪和多视角下多目标跟踪，在实际应用场景中，当跟踪的目标较多时，跨视角关联耗时很长，效率较低，不利于现实场景的应用。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高多视角多目标的跟踪效率的多视角多目标的跟踪方法、装置和计算机设备。

第一方面，本申请提供了一种多视角多目标的跟踪方法。所述方法包括：

获取不同视角的多个视频，并基于所述多个视频和已训练的目标检测模型，确定每个视角的多个位置信息和多个类别标识；

基于每个视角的多个位置信息和多个类别标识，通过多视角多目标跟踪算法，确定每个视角的多个初始轨迹；

基于每个视角的多个初始轨迹确定多个目标的目标轨迹，并为每个目标轨迹配置目标身份标识。

在其中一个实施例中，所述基于所述多个视频和已训练的目标检测模型，确定每个视角的多个位置信息和多个类别标识，包括：

对所述多个视频进行预处理，得到多个预处理视频；

将多个预处理视频输入至已训练的目标检测模型，通过所述已训练的目标检测模型输出不同视角的多个候选位置信息和多个类别标识；

对所述多个候选位置信息进行非极大值抑制处理，得到不同视角的多个位置信息。

在其中一个实施例中，所述基于每个视角的多个位置信息和多个类别标识，通过多视角多目标跟踪算法，确定每个视角的多个初始轨迹，包括：

基于每个视角的多个位置信息和多个类别标识，通过多视角多目标跟踪算法中已训练的特征提取器，确定每个视角的多个表观特征，其中每个表观特征携带有类别标识；

通过所述多视角多目标跟踪算法，对所述每个视角的多个表观特征进行跨视角关联处理，得到每个视角下的多个初始轨迹。

在其中一个实施例中，所述已训练的特征提取器，是基于不同视角下的多个训练数据集，以及每个训练数据集的多个参考表观特征，通过圆损失函数对特征提取器进行训练，直至训练完成后得到的。

在其中一个实施例中，所述基于每个视角的多个初始轨迹确定多个目标的目标轨迹，并为每个目标轨迹配置目标身份标识，包括：

将每个视角的多个初始轨迹转换至世界坐标系下，得到每个视角的多个转换轨迹；

判断多个转换轨迹是否满足融合条件，若多个转换轨迹满足融合条件，则基于多个转换轨迹确定若干候选轨迹，将所述若干候选轨迹分别作为转换轨迹，并重复执行上述判断多个转换轨迹是否满足融合条件的过程，直至多个转换轨迹不满足所述融合条件，将不满足所述融合条件的多个转换轨迹作为多个目标轨迹；

确定所述多个目标轨迹的目标身份标识，其中，每个目标轨迹的目标身份标识互不相同。