[发明专利]目标识别方法、装置、终端设备及计算机可读存储介质

权利要求书

1.一种目标识别方法，其特征在于，包括：

当摄像机在跟踪状态下拍摄到k帧图像，计算所述k帧图像中每两个相邻的图像帧之间的第一运动向量，其中，所述第一运动向量表示图像帧整体画面的偏移量，所述k为大于1的整数；

计算所述k帧图像中每两个相邻的图像帧之间、每个第一前景的第二运动向量，所述第二运动向量表示图像帧中前景部分的偏移量；

根据每个所述第一运动量和每个所述第二运动量，计算所述k帧图像中每个所述第一前景的每个第一运动分数；

根据所述k帧图像中每个所述第一前景的每个第一运动分数识别所述k帧图像中的跟踪目标。

2.如权利要求1所述的目标识别方法，其特征在于，所述计算所述k帧图像中每两个相邻的图像帧之间、每个第一前景的第二运动向量，包括：

对于所述k帧图像中的每个所述第一前景，根据第一图像帧中所述第一前景的第一检测框的位置、和第二图像帧中所述第一前景的第二检测框的位置，确定所述第一图像帧中用于表示所述第一前景的第一位置点、以及所述第二图像帧中用于表示所述第一前景的第二位置点，其中，所述第一图像帧和所述第二图像帧为所述k帧图像中两个相邻的图像帧；

计算所述第一位置点与所述第二位置点之间的第一矢量，所述第一矢量为所述第二运动向量。

3.如权利要求1所述的目标识别方法，其特征在于，所述根据所述k帧图像中每个所述第一前景的每个第一运动分数识别所述k帧图像中的跟踪目标，包括：

计算所述k帧图像中每个所述第一前景对应的所有第一运动分数的第一总分值；

若最高的第一总分值大于第一阈值，则将所述最高的第一总分值对应的第一前景确定为所述跟踪目标。

4.如权利要求3所述的目标识别方法，其特征在于，在计算所述k帧图像中每个所述第一前景对应的所有第一运动分数的第一总分值之后，所述方法还包括：

若最高的第一总分值小于第一阈值，则计算h帧图像中每个第二前景的第二运动分数，其中，所述h帧图像为所述摄像机在跟踪状态下、拍摄所述k帧图像之后拍摄的图像，h为大于1的整数；

计算所述h帧图像中每个所述第二前景对应的所有第二运动分数的第二总分值；

若最高的第二总分值大于所述第一阈值，则将所述最高的第二总分值对应的第二前景确定为所述跟踪目标；

若最高的第二总分值小于所述第一阈值，则判定为误跟踪。

5.如权利要求1所述的目标识别方法，其特征在于，所述方法还包括：

当所述摄像机获取到第三图像帧，根据所述第三图像帧和基准图像进行匹配处理，获得匹配结果，其中，所述基准图像为所述摄像机在非跟踪状态下拍摄的图像；

若所述匹配结果表示所述第三图像帧与基准图像相匹配，则判定所述摄像机处于非跟踪状态；

若所述匹配结果表示所述第三图像帧与基准图像不匹配，则判定所述摄像机处于跟踪状态。

6.如权利要求5所述的目标识别方法，其特征在于，所述根据所述第三图像帧和基准图像进行匹配处理，获得匹配结果，包括：

获取所述第三图像帧中的第一局部特征和所述基准图像中的第二局部特征；

剔除所述第一局部特征中的前景特征，获得处理后的所述第一局部特征；

剔除所述第二局部特征中的前景特征，获得处理后的所述第二局部特征；

根据处理后的所述第一局部特征和处理后的所述第二局部特征进行匹配处理，获得所述匹配结果。

7.如权利要求6所述的目标识别方法，其特征在于，所述第一局部特征包括多个第一特征点各自的特征位置，所述第二局部特征包括多个第二特征点各自的特征位置和置信度；

所述根据处理后的所述第一局部特征和处理后的所述第二局部特征进行匹配处理，获得所述匹配结果，包括：

根据多个所述第二特征点各自的特征位置和置信度，从多个所述第二特征点中筛选出第三特征点，所述第三特征点的数量小于所述第二特征点的数量；

根据所述第一特征点的特征位置和所述第三特征点的特征位置，对所述第一特征点和所述第三特征点进行匹配处理，获得所述匹配结果。