[发明专利]目标跟踪方法、装置、计算机设备和存储介质

说明书

本申请涉及一种目标跟踪方法、装置、计算机设备和存储介质。所述方法包括：获取视频帧序列，根据视频帧序列中首帧图片相应特征的卷积结果，确定通道修剪参数以及目标区域对应的目标深度特征图，在目标帧图片中确定目标搜索区域以及目标搜索区域对应的第二深度特征图，所述第二深度特征图对应n个特征通道，按照通道修剪参数对第二深度特征图进行通道修剪，得到第二保留特征图，第二保留特征图对应m个特征通道，m小于n，通过通道修剪减少后续参与目标定位坐标计算的数据量，根据通道修剪后的深度特征，确定目标区域在目标帧图片中的定位坐标，加快了目标对象跟踪定位的数据处理速度，提高了对目标对象跟踪的实时性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种目标跟踪方法、装置、计算机设备和存储介质。

背景技术

视觉跟踪技术是计算机视觉中最热门的研究方向之一，给定初始帧中指定目标对象的边界框，视觉跟踪旨在后续帧中持续定位目标对象。得益于深度学习的快速发展，利用深度网络提取的深度特征图代替传统的手工特征用于视觉跟踪中的目标外观表征，极大地提高了跟踪算法的精度。然而，由于深度学习特征高维且庞大的数据使得跟踪算法的计算量极具增加，导致视觉跟踪算法运行速度较慢，对于目标对象的跟踪实时性较差。

发明内容

为了解决跟踪算法计算量较大导致跟踪实时性较差的技术问题，本申请提供了一种目标跟踪方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种目标跟踪方法，包括：

获取视频帧序列，其中，所述视频帧序列包括多个连续的帧图片，所述帧图片包括待跟踪对象；

基于首帧图片中目标区域相应特征的卷积结果，确定通道修剪参数以及目标区域对应的目标深度特征图，其中，所述首帧图片为所述视频帧序列中位于首位的所述帧图片，所述目标区域为所述帧图片中包含待跟踪对象的区域；

确定目标帧图片中的目标搜索区域以及所述目标搜索区域对应的第二深度特征图，其中，所述目标帧图片为除所述首帧图片以外的任意一个所述帧图片，所述目标搜索区域包含所述目标区域，所述第二深度特征图包括n个特征通道对应的第二子特征图；

按照所述通道修剪参数对所述第二深度特征图进行通道修剪，得到相应的第二保留特征图，其中，所述第二保留特征图包括m个特征通道对应的第二子特征图，m小于n，n和m为不同的正整数；

基于所述第二保留特征图与所述目标深度特征图的卷积结果，确定所述目标区域在所述目标帧图片中的目标定位坐标。

第二方面，本申请提供了一种目标跟踪装置，包括：

获取模块，用于获取视频帧序列，其中，所述视频帧序列包括多个连续的帧图片，所述帧图片包括待跟踪对象；

第一确定模块，用于基于首帧图片中目标区域相应特征的卷积结果，确定通道修剪参数以及目标区域对应的目标深度特征图，其中，所述首帧图片为所述视频帧序列中位于首位的所述帧图片，所述目标区域为所述帧图片中包含待跟踪对象的区域；

第二确定模块，用于确定目标帧图片中的目标搜索区域以及所述目标搜索区域对应的第二深度特征图，其中，所述目标帧图片为除所述首帧图片以外的任意一个所述帧图片，所述目标搜索区域包含所述目标区域，所述第二深度特征图包括n个特征通道对应的第二子特征图；

通道修剪模块，用于按照所述通道修剪参数对所述第二深度特征图进行通道修剪，得到相应的第二保留特征图，其中，所述第二保留特征图包括m个特征通道对应的第二子特征图，m小于n，n和m为不同的正整数；

定位模块，用于基于所述第二保留特征图与所述目标深度特征图的卷积结果，确定所述目标区域在所述目标帧图片中的目标定位坐标。