CN112446901A - 目标跟踪方法、装置、设备及计算机存储介质 - Google Patents
目标跟踪方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112446901A CN112446901A CN202011311482.4A CN202011311482A CN112446901A CN 112446901 A CN112446901 A CN 112446901A CN 202011311482 A CN202011311482 A CN 202011311482A CN 112446901 A CN112446901 A CN 112446901A
- Authority
- CN
- China
- Prior art keywords
- image
- position difference
- horizontal offset
- local pixel
- pixel minimum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000009499 grossing Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种目标跟踪方法、装置、设备及计算机存储介质,该目标跟踪方法包括:分别获取第一图像中的多个局部像素最小值和局部像素最小值位置以及第二图像中的多个局部像素最小值和局部像素最小值位置,其中,第一图像包括至少一个危险品坐标位置;计算相同局部像素最小值在第一图像与第二图像中的位置差值;利用位置差值计算精确水平偏移量;基于危险品在第一图像的坐标位置以及精确水平偏移量在第二图像绘制危险品。本申请的目标跟踪方法提高了目标跟踪的效率。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种目标跟踪方法、装置、设备及计算机存储介质。
背景技术
为了保障人身安全,安检的应用越来越广泛,例如,安检应用在物流、地铁、机场、火车站、大型会场等公共场所。现有技术中,采用X光安检机检测危险品。具体地,采用检测每帧图像中危险品及其位置,提取危险品的特征,并匹配前后帧图像中危险品的特征,得到前后帧图像的位移量,以根据位移量将前后两帧图像中的目标框绘制到目标图像中。上述方案中,增大了位移量的计算时间,降低了目标跟踪的效率。
发明内容
本申请提供了一种目标跟踪方法、装置、设备及计算机存储介质,主要解决的技术问题是如何提高目标跟踪的效率。
为解决上述技术问题,本申请提供了一种目标跟踪方法,所述方法包括:
分别获取第一图像中的多个局部像素最小值和所述局部像素最小值位置以及第二图像中的多个局部像素最小值和所述局部像素最小值位置,其中,所述第一图像包括至少一个危险品坐标位置;
计算相同局部像素最小值在所述第一图像与所述第二图像中的位置差值;
利用所述位置差值计算精确水平偏移量;
基于所述危险品在所述第一图像的坐标位置以及所述精确水平偏移量在所述第二图像绘制所述危险品。
为解决上述技术问题,本申请还提供了一种目标跟踪装置,所述装置包括:
获取单元,用于分别获取第一图像中的多个局部像素最小值和所述局部像素最小值位置以及第二图像中的多个局部像素最小值和所述局部像素最小值位置;
第一计算单元,用于计算相同局部像素最小值在所述第一图像与所述第二图像中的位置差值;
第二计算单元,用于利用所述位置差值计算精确水平偏移量;
绘制单元,用于基于所述危险品在所述第一图像的坐标位置以及所述精确水平偏移量在所述第二图像绘制所述危险品。
为解决上述技术问题,本申请还提供了一种电子设备,所述设备包括存储器以及与所述存储器耦接的处理器;
其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现如上述的目标跟踪方法。
为解决上述技术问题,本申请还提供了一种计算机存储介质,所述计算机存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现如上述的目标跟踪方法。
本申请通过分别获取第一图像中的多个局部像素最小值和局部像素最小值位置以及第二图像中的多个局部像素最小值和局部像素最小值位置,其中,第一图像包括至少一个危险品;计算相同局部像素最小值在第一图像与第二图像中的位置差值;利用位置差值计算精确水平偏移量;基于危险品在第一图像的坐标位置以及精确水平偏移量在第二图像绘制危险品。本申请利用局部最小值作为第一图像和第二图像的特征量代替特征点提取,提高了目标跟踪的效率;并将特征量的匹配问题转化为第一图像和第二图像位置差值统计问题,提高了水平偏移量的精度,实现了实时目标跟踪。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的目标跟踪方法一实施例的流程示意图;
图2是图1所示的目标跟踪方法中位置差值的简易示意图;
图3是图1所示的目标跟踪方法中计算精确水平偏移量的流程示意图;
图4是图1所示的目标跟踪方法中位置差值和位置差值的频率关系的简易示意图。
图5是图1所示的目标跟踪方法中获取第一图像和第二图像中局部像素最小值及其位置的流程示意图;
图6是图1所示的目标跟踪方法中绘制危险品的流程示意图;
图7是本申请提供的目标跟踪装置一实施例的结构示意图;
图8是本申请提供的电子设备一实施例的结构示意图;
图9是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。根据本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请提出了一种目标跟踪方法,可应用于安检领域,具体将第一图像和第二图像的局部像素最小值作为特征量代替特征点提取,以减少目标跟踪时间,提高目标跟踪效率。请参阅图1,图1是本申请提供的目标跟踪方法一实施例的流程示意图。本实施例的目标跟踪方法可应用于目标跟踪装置,也可应用于具有数据处理能力的服务器。
具体而言,本实施例的目标跟踪方法包括如下步骤:
S101:分别获取第一图像中的多个局部像素最小值和局部像素最小值位置以及第二图像中的多个局部像素最小值和局部像素最小值位置。
本实施例中,被检人员将随身携带的物品放置于目标跟踪装置上,目标跟踪装置中的摄像头对置于其中的物品进行拍摄,得到第一图像和第二图像;并对第一图像和第二图像进行处理,得到物品的精确水平偏移量,以根据精确水平偏移量在安检人员的安检画面中实时绘制目标轨迹。其中,目标跟踪装置可以为X光安检机。
考虑到若利用第一图像和第二图像中目标的特征点匹配获取目标在第一图像和第二图像的偏移量,将增加计算时长及计算复杂度。对此,本申请的目标跟踪装置利用局部像素最小值作为特征量代替特征点的提取,以降低计算复杂度及时长。具体地,目标跟踪装置分别获取第一图像中的多个局部像素最小值和局部像素最小值位置以及第二图像中的多个局部像素最小值和局部像素最小值位置。
具体地,本实施例可利用预设宽度窗口对第一图像和第二图像进行遍历,以依次计算窗口中的像素最小值,得到第一图像中的多个局部像素最小值和局部像素最小值位置以及第二图像中的多个局部像素最小值和局部像素最小值位置。
为了方便在安检人员的安检画面中查看目标轨迹,本实施例的目标跟踪装置需获知第一图像中目标的数量及目标的坐标,以方便在后续获知精确水平偏移量时,利用第一图像中目标的坐标在第二图像上绘制目标。其中,本实施例中的目标也即危险品。在具体实施例中,可利用网络模型对输入其中的第一图像进行危险品检测,获知危险品的数量及危险品坐标,以在第一图像上标注危险品,得到包括多个危险品的第一图像。
S102:计算相同局部像素最小值在第一图像与第二图像中的位置差值。
为了提高目标跟踪效率,本实施例的目标跟踪装置将第一图像和第二图像的特征量匹配问题转化为第一图像和第二图像位置差值统计问题。因此,目标跟踪装置需计算相同局部像素最小值在第一图像与第二图像中的位置差值。需要说明的是,相同局部像素最小值为第一图像和第二图像中处于同一像素区域的局部像素最小值。其中,同一像素区域可以理解为同一预设宽度窗口。例如,开始遍历第一图像的预设宽度窗口和开始遍历第二图像的预设宽度窗口为同一像素区域,第一图像和第二图像中相同局部像素最小值从同一预设宽度窗口获取,以计算位置差值。详情可继续参阅图2,图2为第一图像和第二图像中同一预设宽度窗口内的局部像素最小值,图2中左右图像分别示出第一图像和第二图像中的局部像素最小值,F_x为局部像素最小值的水平位置坐标,Δx为第一图像和第二图像中相同局部像素最小值的位置差值。考虑到若利用局部像素最小值的横纵坐标一起计算位置差值将增加精确水平偏移量的计算量。对此,本实施例的目标跟踪装置仅利用相同局部最小值在第一图像和第二图像中的水平位置坐标计算位置差值,以减少计算量,提高目标跟踪效率。
具体地,相同局部像素最小值在第一图像与第二图像中的位置差值满足下式:
Δx(i,j)=F1(i,j)-F0(i,j)
其中,F0(i,j)表示相同局部像素最小值在第一图像中的水平位置坐标,F1(i,j)表示相同局部像素最小值在第二图像中的水平位置坐标,Δx(i,j)表示位置差值。
S103:利用位置差值计算精确水平偏移量。
本实施例的目标跟踪装置利用S102获取的位置差值计算精确水平偏移量。
S104:基于危险品在第一图像的坐标位置以及精确水平偏移量在第二图像绘制危险品。
本实施例的目标跟踪装置利用S101中获取的危险品在第一图像的坐标位置以及S103中获取的精确水平偏移量,将危险品绘制于第二图像中,方便后续利用危险品在第一图像和第二图像中的坐标位置将其绘制于安检人员的安检画面中,利于安检人员通过安检画面查看危险品的运动轨迹。可以理解地,安检人员的安检画面可为目标跟踪装置利用危险品在第一图像的坐标位置和第二图像的坐标位置绘制于第二图像上,使得第二图像上生成危险品的运动轨迹,以在安检画面中显示。
上述方案中,通过分别获取第一图像中的多个局部像素最小值和局部像素最小值位置以及第二图像中的多个局部像素最小值和局部像素最小值位置,其中,第一图像包括至少一个危险品坐标位置;计算相同局部像素最小值在第一图像与第二图像中的位置差值;利用位置差值计算精确水平偏移量;基于危险品在第一图像的坐标位置以及精确水平偏移量在第二图像绘制危险品。本申请利用局部最小值作为第一图像和第二图像的特征量代替特征点提取,提高了目标跟踪的效率;并将特征量的匹配问题转化为第一图像和第二图像位置差值统计问题,提高了水平偏移量的精度,实现了实时目标跟踪绘制问题。
请继续参阅图3,图3是图1所示的目标跟踪方法中计算精确水平偏移量的流程示意图。在上述实施例的基础上,S103还包括如下步骤:
S201:统计位置差值的频数,以根据位置差值的频数计算位置差值的频率。
为了提高水平位移量的估计精度,本实施例的目标跟踪装置需基于上述S102获取的位置差值,统计位置差值的频数,以根据位置差值的频数计算位置差值的频率。其中,位置差值和位置差值的频率关系可参阅图4,即位置差值直方图。位置差值的频数表示位置差值出现的次数,例如位置差值1出现3次,那么,位置差值1的频数为3。
S202:利用位置差值的频率对位置差值进行平滑处理,得到粗略水平偏移量。
考虑到在实际安检画面运行中,水平偏移量大多是小数,而计算的水平偏移量为整数,导致水平偏移量的计算产生累积误差。为了提高水平偏移量的精确度,本实施例的目标跟踪装置利用位置差值的频率对位置差值进行平滑处理,得到粗略水平偏移量。具体地,可参阅图4,目标跟踪装置按照位置差值大小的排列顺序依次计算相邻三个位置差值对应的频率之和,得到多个频率之和;将最大频率之和对应的中间位置差值作为粗略水平偏移量。
具体地,粗略水平偏移量的计算满足下式:
S203:获取粗略水平偏移量的前一个位置差值的频率及后一个位置差值的频率。
为了避免由于误差原因导致飘窗现象,本实施例的目标跟踪装置在S203的基础上对获取的粗略水平偏移量进行小数化处理,得到精确的水平偏移量。具体地,目标跟踪装置需获取粗略水平偏移量的前一个位置差值的频率及后一个位置差值的频率,以根据前一个位置差值的频率或后一个位置差值的频率计算精确水平偏移量。
S204:判断前一个位置差值的频率是否大于等于后一个位置差值的频率。
基于S203中获取的粗略水平偏移量的前一个位置差值的频率及后一个位置差值的频率,目标跟踪装置判断前一个位置差值的频率和后一个位置差值的频率大小;若前一个位置差值的频率大于等于后一个位置差值的频率,则执行S205利用粗略水平偏移量及前一个位置差值的频率计算精确水平偏移量;反之则执行S206用粗略水平偏移量及后一个位置差值的频率计算精确水平偏移量。
具体地,精确水平偏移量的计算满足下式:
S205:利用粗略水平偏移量及前一个位置差值的频率计算精确水平偏移量。
S206:利用粗略水平偏移量及后一个位置差值的频率计算精确水平偏移量。
上述方案中,目标跟踪装置统计位置差值的频数,以根据位置差值的频数计算位置差值的频率;利用位置差值的频率对位置差值进行平滑处理,得到粗略水平偏移量;获取粗略水平偏移量的前一个位置差值的频率及后一个位置差值的频率;判断前一个位置差值的频率是否大于等于后一个位置差值的频率;若是,利用粗略水平偏移量及前一个位置差值的频率计算精确水平偏移量;若否,利用粗略水平偏移量及后一个位置差值的频率计算精确水平偏移量。本实施例利用频率平滑的策略,将水平偏移量精确到小数上,提高水平偏移量的精确度,避免了在实际应用中安检画面抖动或偏移的问题。
请继续参阅图5,图5是图1所示的目标跟踪方法中获取第一图像和第二图像中局部像素最小值及其位置的流程示意图。在上述实施例的基础上,S101还包括如下步骤:
S301:构建预设宽度的窗口。
为了获取第一图像和第二图像的局部像素最小值,本实施例的目标跟踪装置通过构建预设宽度的窗口,并利用预设宽度的窗口遍历第一图像和第二图像,以得到第一图像和第二图像的局部像素最小值。
考虑到计算量问题,本实施例中的预设宽度的窗口仅在第一图像和第二图像的水平方向上运动。因此,本实施例预设宽度窗口的高度可以为1,宽度可根据实际情况进行设定。例如,第一图像大小为WxH,预设宽度的窗口水平范围为±s,则预设宽度的窗口为2sx1。
S302:控制窗口在第一图像的水平方向运动,依次计算窗口中的像素最小值作为局部像素最小值,并记录局部像素最小值的位置。
基于S301中获取的预设宽度的窗口,本实施例的目标跟踪装置控制窗口在第一图像的水平方向上运动,依次计算窗口中的像素最小值作为局部像素最小值,记为M,并记录局部像素最小值的位置。其中,局部像素最小值的位置为局部最小值水平坐标位置F。
具体地,局部最小值M的计算满足下式:
其中,t表示预设宽度的窗口取值范围,i表示局部最小像素值的水平位置坐标,j局部最小像素值的竖直位置坐标。
具体地,局部最小值水平坐标位置F的计算满足下式:
其中,argmin为函数。
S303:控制窗口在第二图像的水平方向运动,依次计算窗口中的像素最小值作为局部像素最小值,并记录局部像素最小值的位置。
基于S301中获取的预设宽度的窗口,本实施例的目标跟踪装置控制窗口在第二图像的水平方向上运动,依次计算窗口中的像素最小值作为局部像素最小值,并记录局部像素最小值的位置。其中,第二图像的局部像素最小值及位置的计算可参阅S202。
上述方案中,通过构建预设宽度的窗口;并控制窗口在第一图像的水平方向运动,依次计算窗口中的像素最小值作为局部像素最小值,并记录局部像素最小值的位置;控制窗口在第一图像的水平方向运动,依次计算窗口中的像素最小值作为局部像素最小值,并记录局部像素最小值的位置。本实施例利用局部最小值作为第一图像和第二图像的特征量代替特征点提取,提高了目标跟踪的效率。
请继续参阅图6,图6是图1所示的目标跟踪方法中绘制危险品的流程示意图。在上述实施例的基础上,S104还包括如下步骤:
S401:利用危险品在第一图像的坐标位置以及精确水平偏移量计算第二图像中危险品的坐标位置。
基于上述获取的第一图像的坐标位置以及精确水平偏移量,计算第二图像中危险品的坐标位置,以将危险品绘制到第二图像上。
具体地,第二图像I1的坐标位置满足下式:
其中,Pi(xmin,ymin,xmax,ymax)(i=1,…,n)为第一图像I0的坐标位置,Δx表示精确水平偏移量,Pi(x′min,y′min,x′max,y′max)(i=1,…,n)为第二图像I1的坐标位置。
S402:利用危险品在第一图像的坐标位置和第二图像的坐标位置绘制危险品至第二图像上,并在第二图像上生成危险品的运动轨迹。
基于S401中获取的第二图像的危险品,目标跟踪装置利用危险品在第一图像的坐标位置和第二图像的坐标位置绘制危险品至第二图像中,并在第二图像上生成危险品的运动轨迹,以在安检画面中显示。
上述方案中,目标跟踪装置利用危险品在第一图像的坐标位置以及精确水平偏移量计算第二图像中危险品的坐标位置,利用危险品在第一图像的坐标位置和第二图像的坐标位置绘制危险品至第二图像上,并在第二图像上生成危险品的运动轨迹。实现了实时目标跟踪,避免了画面抖动或偏移现象。
为实现上述实施例的目标跟踪方法,本申请还提出了一种目标跟踪装置,具体请参阅图7,图7是本申请提供的目标跟踪装置一实施例的结构示意图。
其中,目标跟踪装置700包括获取单元71、第一计算单元72、第二计算单元73以及绘制单元74。
其中,获取单元71,用于分别获取第一图像中的多个局部像素最小值和局部像素最小值位置以及第二图像中的多个局部像素最小值和局部像素最小值位置。
第一计算单元72,用于计算相同局部像素最小值在第一图像与第二图像中的位置差值。
第二计算单元73,用于利用位置差值计算精确水平偏移量。
绘制单元74,用于基于危险品在第一图像的坐标位置以及精确水平偏移量在第二图像绘制危险品。
为实现上述实施例的目标跟踪方法,本申请提出了一种电子设备,具体请参阅图8,图8是本申请提供的电子设备一实施例的结构示意图。
电子设备800包括存储器81和处理器82,其中,存储器81和处理器82耦接。
存储器81用于存储程序数据,处理器82用于执行程序数据以实现上述实施例的目标跟踪方法。
在本实施例中,处理器82还可以称为CPU(Central Processing Unit,中央处理单元)。处理器82可能是一种集成电路芯片,具有信号的处理能力。处理器82还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器82也可以是任何常规的处理器等。
本申请还提供一种计算机存储介质,如图9所示,计算机存储介质900用于存储程序数据91,程序数据91在被处理器执行时,用以实现如本申请方法实施例中所述的目标跟踪方法。
本申请目标跟踪方法实施例中所涉及到的方法,在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时,可以存储在装置中,例如一个计算机可读取存储介质中。根据这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,卡口设备的异常检测设备,或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种目标跟踪方法,其特征在于,所述方法包括:
分别获取第一图像中的多个局部像素最小值和所述局部像素最小值位置以及第二图像中的多个局部像素最小值和所述局部像素最小值位置,其中,所述第一图像包括至少一个危险品坐标位置;
计算相同局部像素最小值在所述第一图像与所述第二图像中的位置差值;
利用所述位置差值计算精确水平偏移量;
基于所述危险品在所述第一图像的坐标位置以及所述精确水平偏移量在所述第二图像绘制所述危险品。
2.根据权利要求1所述的方法,其特征在于,所述利用所述位置差值计算精确水平偏移量的步骤,包括:
统计所述位置差值的频数,以根据所述位置差值的频数计算所述位置差值的频率;
利用所述位置差值的频率对所述位置差值进行平滑处理,得到粗略水平偏移量;
小数化所述粗略水平偏移量,得到精确水平偏移量。
3.根据权利要求2所述的方法,其特征在于,所述利用所述位置差值的频率对所述位置差值进行平滑处理,得到粗略水平偏移量的步骤,包括:
按照所述位置差值大小的排列顺序依次计算相邻三个位置差值对应的频率之和,得到多个频率之和;
将最大频率之和对应的中间位置差值作为粗略水平偏移量。
4.根据权利要求2所述的方法,其特征在于,所述小数化所述粗略水平偏移量,得到精确水平偏移量的步骤,包括:
获取所述粗略水平偏移量的前一个位置差值的频率及后一个位置差值的频率;
判断所述前一个位置差值的频率是否大于等于所述后一个位置差值的频率;
若是,利用所述粗略水平偏移量及所述前一个位置差值的频率计算所述精确水平偏移量;
若否,利用所述粗略水平偏移量及所述后一个位置差值的频率计算所述精确水平偏移量。
5.根据权利要求1所述的方法,其特征在于,所述分别获取第一图像中的多个局部像素最小值和所述局部像素最小值位置以及第二图像中的多个局部像素最小值和所述局部像素最小值位置的步骤,包括:
构建预设宽度的窗口;
控制所述窗口在所述第一图像的水平方向运动,依次计算所述窗口中的像素最小值作为所述局部像素最小值,并记录所述局部像素最小值的位置;
控制所述窗口在所述第二图像的水平方向运动,依次计算所述窗口中的像素最小值作为所述局部像素最小值,并记录所述局部像素最小值的位置。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
利用所述危险品在所述第一图像的坐标位置以及所述精确水平偏移量计算所述第二图像中危险品的坐标位置;
利用所述危险品在所述第一图像的坐标位置和所述第二图像的坐标位置绘制所述危险品至所述第二图像上,并在所述第二图像上生成所述危险品的运动轨迹。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
利用网络模型对所述第一图像进行危险品检测,并基于危险品检测结果在所述第一图像上标注所述危险品。
8.一种目标跟踪装置,其特征在于,所述装置包括:
获取单元,用于分别获取第一图像中的多个局部像素最小值和所述局部像素最小值位置以及第二图像中的多个局部像素最小值和所述局部像素最小值位置;
第一计算单元,用于计算相同局部像素最小值在所述第一图像与所述第二图像中的位置差值;
第二计算单元,用于利用所述位置差值计算精确水平偏移量;
绘制单元,用于基于所述危险品在所述第一图像的坐标位置以及所述精确水平偏移量在所述第二图像绘制所述危险品。
9.一种电子设备,其特征在于,所述设备包括存储器以及与所述存储器耦接的处理器;
其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现如权利要求1~7任一项所述的目标跟踪方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现如权利要求1~7任一项所述的目标跟踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011311482.4A CN112446901A (zh) | 2020-11-20 | 2020-11-20 | 目标跟踪方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011311482.4A CN112446901A (zh) | 2020-11-20 | 2020-11-20 | 目标跟踪方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112446901A true CN112446901A (zh) | 2021-03-05 |
Family
ID=74737071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011311482.4A Pending CN112446901A (zh) | 2020-11-20 | 2020-11-20 | 目标跟踪方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446901A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6496592B1 (en) * | 1998-07-13 | 2002-12-17 | Oerlikon Contraves Ag | Method for tracking moving object by means of specific characteristics |
CN104236468A (zh) * | 2014-09-26 | 2014-12-24 | 上海未来伙伴机器人有限公司 | 目标空间坐标计算方法、系统及移动机器人 |
JP2015148939A (ja) * | 2014-02-06 | 2015-08-20 | 三菱電機株式会社 | 画像位置合わせ装置及び画像位置合わせ方法 |
CN111145220A (zh) * | 2019-12-31 | 2020-05-12 | 东南大学 | 一种基于视觉信息的隧道目标轨迹跟踪方法 |
-
2020
- 2020-11-20 CN CN202011311482.4A patent/CN112446901A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6496592B1 (en) * | 1998-07-13 | 2002-12-17 | Oerlikon Contraves Ag | Method for tracking moving object by means of specific characteristics |
JP2015148939A (ja) * | 2014-02-06 | 2015-08-20 | 三菱電機株式会社 | 画像位置合わせ装置及び画像位置合わせ方法 |
CN104236468A (zh) * | 2014-09-26 | 2014-12-24 | 上海未来伙伴机器人有限公司 | 目标空间坐标计算方法、系统及移动机器人 |
CN111145220A (zh) * | 2019-12-31 | 2020-05-12 | 东南大学 | 一种基于视觉信息的隧道目标轨迹跟踪方法 |
Non-Patent Citations (3)
Title |
---|
刘极峰;肖增文;邹景超;杨小兰;: "塞拉门焊缝视觉跟踪图像处理技术", 焊接学报, no. 05, 25 May 2008 (2008-05-25) * |
李国栋, 刘春阳, 柳长安: "一种基于特征的动态目标检测与跟踪算法", 哈尔滨工业大学学报, no. 07, 30 July 2005 (2005-07-30) * |
薛诺诺: "单目视觉在智能汽车导航中的应用研究", 工程科技Ⅱ辑, 15 January 2020 (2020-01-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10846867B2 (en) | Apparatus, method and image processing device for smoke detection in image | |
Milan et al. | Challenges of ground truth evaluation of multi-target tracking | |
US10713610B2 (en) | Methods and systems for occlusion detection and data correction for container-fullness estimation | |
US9025875B2 (en) | People counting device, people counting method and people counting program | |
CN108492287B (zh) | 一种视频抖动检测方法、终端设备及存储介质 | |
US10620315B2 (en) | Ladar range estimate with range rate compensation | |
US7221779B2 (en) | Object measuring apparatus, object measuring method, and program product | |
US20180299536A1 (en) | Ladar range rate estimation using pulse frequency shift | |
JP6313806B2 (ja) | 視覚分析に基づくプラノグラム・コンプライアンス照合のための方法及びシステム | |
RU2621480C1 (ru) | Устройство оценки положения движущегося тела и способ оценки положения движущегося тела | |
EP3563345B1 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
US20180299556A1 (en) | Motion compensation for dynamic imaging | |
JP6642970B2 (ja) | 注目領域検出装置、注目領域検出方法及びプログラム | |
US20150104067A1 (en) | Method and apparatus for tracking object, and method for selecting tracking feature | |
DE112016005287T5 (de) | Verfahren und systeme zur behälter-vollheitsschätzung | |
US11669978B2 (en) | Method and device for estimating background motion of infrared image sequences and storage medium | |
US20170103536A1 (en) | Counting apparatus and method for moving objects | |
CN112749596A (zh) | 异常画面检测方法、装置、电子设备和存储介质 | |
US20070230785A1 (en) | Motion detecting method and apparatus | |
CN111814739A (zh) | 快递包裹体积的检测方法、装置、设备及存储介质 | |
CN112446901A (zh) | 目标跟踪方法、装置、设备及计算机存储介质 | |
JP5478520B2 (ja) | 人数計測装置、人数計測方法、プログラム | |
CN115661230A (zh) | 一种仓库物料体积的估算方法 | |
JP2015082295A (ja) | 人物検出装置及びプログラム | |
CN112164064A (zh) | 物料投放方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |