[发明专利]一种多目标跟踪识别方法、装置、电子设备及介质在审
申请号: | 202310359275.3 | 申请日: | 2023-03-31 |
公开(公告)号: | CN116385933A | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 温职先 | 申请(专利权)人: | 深圳市亚略特科技股份有限公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/74;G06V10/75 |
代理公司: | 深圳智汇远见知识产权代理有限公司 44481 | 代理人: | 赵烁 |
地址: | 518063 广东省深圳市南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多目标 跟踪 识别 方法 装置 电子设备 介质 | ||
1.一种多目标跟踪识别方法,其特征在于,所述方法包括:
从待处理视频对象中截取视频帧图像,作为第一目标图像;
从所述待处理视频对象中截取所述第一目标图像的下一帧图像,作为第二目标图像;
分别将所述第一目标图像以及所述第二目标图像输入至预设的目标检测模型中,获得所述第一目标图像的第一检测框组以及所述第二目标图像的第二检测框组,所述第一检测框组包括至少一个第一检测框,所述第二检测框组包括至少一个第二检测框;
从所述第一检测框组中选取第一检测框作为第一目标检测框;
从所述第二检测框组中选取与所述第一目标检测框匹配的第二检测框作为第二目标检测框;
获取所述第一目标检测框与所述第二目标检测框之间的几何信息,根据所述几何信息获取所述第一检测框与所述第二检测框之间的物理位置匹配分值;
依据预设的特征提取算法,分别获取所述第一目标检测框限定的图像的第一图像特征向量以及所述第二目标检测框限定的图像的第二图像特征向量;
根据所述第一图像特征向量以及所述第二图像特征向量,获取所述第一目标检测框限定的图像与所述第二目标检测框限定的图像之间的特征度匹配分值;
根据所述物理位置匹配分值与所述特征度匹配分值,获取所述第一目标检测框限定的图像与所述第二目标检测框限定的图像之间的相似度分值;
判断所述相似度分值是否大于预设的分数阈值;
若所述相似度分值大于所述分数阈值,判定所述第一目标检测框框出的目标与所述第二目标检测框框出的目标相同;
判断所述第一检测框组中是否存在未被选取的第一检测框;
若所述第一检测框组中存在未被选取的第一检测框,转到所述从所述第一检测框组中选取第一检测框作为第一目标检测框的步骤;
若所述第一检测框组不存在未被选取的第一检测框,将所述第二目标图像作为新的第一目标图像,转到所述从所述待处理视频对象中截取所述第一目标图像的下一帧图像作为第二目标图像的步骤。
2.根据权利要求1所述的多目标跟踪识别方法,其特征在于,所述获取所述第一目标检测框与所述第二目标检测框之间的几何信息,包括:
获取所述第一目标检测框与所述第二目标检测框之间的交并比、中心点距离比、宽度比以及高度比。
3.根据权利要求1所述的多目标跟踪识别方法,其特征在于,所述根据所述几何信息获取所述第一检测框与所述第二检测框之间的物理位置匹配分值,包括:
根据公式Pscore=IOU-((Cdis/C)+(wdis/W)+(hdis/H))计算所述第一检测框与所述第二检测框之间的物理位置匹配分值;
其中,IOU为交并比,Cdis/C为中心点距离比,wdis/W为宽度比,hdis/H为高度比,Pscore为物理位置匹配分值。
4.根据权利要求1所述的多目标跟踪识别方法,其特征在于,所述根据所述第一图像特征向量以及所述第二图像特征向量,获取所述第一目标检测框限定的图像与所述第二目标检测框限定的图像之间的特征度匹配分值,包括:
根据公式计算所述第一目标检测框限定的图像与所述第二目标检测框限定的图像之间的特征度匹配分值;
其中,(x1,x2,...,xn)为第一特征向量,(y1,y2,...,yn)为第二特征向量。
5.根据权利要求1所述的多目标跟踪识别方法,其特征在于,所述根据所述物理位置匹配分值与所述特征度匹配分值,获取所述第一目标检测框限定的图像与所述第二目标检测框限定的图像之间的相似度分值,包括:
将所述物理位置匹配分值与预设的第一加权系数相乘,得到物理位置加权分值;
将所述特征度匹配分值与预设的第二加权系数相乘,得到特征度加权分值;
将所述物理位置加权分值与所述特征度加权分值相加,得到所述相似度分值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市亚略特科技股份有限公司,未经深圳市亚略特科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310359275.3/1.html,转载请声明来源钻瓜专利网。