CN113065523A - 目标追踪方法及装置、电子设备和存储介质 - Google Patents

目标追踪方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113065523A
CN113065523A CN202110454639.7A CN202110454639A CN113065523A CN 113065523 A CN113065523 A CN 113065523A CN 202110454639 A CN202110454639 A CN 202110454639A CN 113065523 A CN113065523 A CN 113065523A
Authority
CN
China
Prior art keywords
target
tracking
matched
detection
video frame
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.)
Granted
Application number
CN202110454639.7A
Other languages
English (en)
Other versions
CN113065523B (zh
Inventor
鲁超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Bilibili Technology Co Ltd
Original Assignee
Shanghai Bilibili Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Bilibili Technology Co Ltd filed Critical Shanghai Bilibili Technology Co Ltd
Priority to CN202110454639.7A priority Critical patent/CN113065523B/zh
Publication of CN113065523A publication Critical patent/CN113065523A/zh
Application granted granted Critical
Publication of CN113065523B publication Critical patent/CN113065523B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/48—Matching video sequences

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种目标追踪方法及装置、电子设备和存储介质，涉及视频处理技术领域，尤其涉及目标追踪技术领域。实现方案为：获取目标视频的目标视频帧中对应于追踪目标的检测框；获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；确定所述追踪目标的交并比阈值；针对所述追踪目标，计算所述目标视频帧中所述追踪目标对应的检测框和所述当前待匹配视频帧中每一个检测目标的检测框之间的交并比值；针对所述追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述当前待匹配视频帧的一个或多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。

Description

目标追踪方法及装置、电子设备和存储介质
技术领域
本公开涉及人工智能技术领域，尤其涉及目标追踪技术领域，具体涉及一种目标追踪方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
目标追踪技术属于机器视觉领域，广泛应用于智慧安防、自动驾驶、行为分析等视频类产品中。
基于交并比(IOU)值的追踪器(IOU-tracker)，通过对追踪目标在前后视频帧中的位置关联实现目标追踪，具体通过计算追踪目标和检测器检测的检测目标之间位置的交并比(IOU)值，并基于交并比策略完成目标追踪。由于其无需使用度量的方法(如相似度度量等)，实现过程简单、速度快，基于TBD(tracking-by-dection)而不需要图像信息，因此广受关注。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种目标追踪方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种目标追踪方法，包括：获取目标视频的目标视频帧中对应于一个或多个追踪目标中的每一个追踪目标的检测框；获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值；针对所述一个或多个追踪目标中的每一个追踪目标，计算所述目标视频帧中所述追踪目标对应的检测框和所述当前待匹配视频帧中每一个检测目标的检测框之间的交并比值，以得到所述追踪目标对应于所述当前待匹配视频帧的一个或多个交并比值；以及，针对所述一个或多个追踪目标中的每一个追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述当前待匹配视频帧的一个或多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
根据本公开的另一方面，还提供一种目标追踪装置，包括：获取单元，被配置用于获取目标视频的目标视频帧中对应于一个或多个追踪目标中的每一个追踪目标的检测框；检测单元，被配置用于获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；第一确定单元，被配置用于分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值；计算单元，被配置用于针对所述一个或多个追踪目标中的每一个追踪目标，计算所述目标视频帧中所述追踪目标对应的检测框和所述当前待匹配视频帧中每一个检测目标的检测框之间的交并比值，以得到所述追踪目标对应于所述当前待匹配视频帧的一个或多个交并比值；以及第二确定单元，被配置用于针对所述一个或多个追踪目标中的每一个追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述当前待匹配视频帧的一个或多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。
根据本公开的另一方面，还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的一个或多个实施例，通过在目标追踪过程中针对不同的追踪目标确定各自的交并比阈值，并针对不同的追踪目标，基于针对该追踪目标确定的交并比阈值和该追踪目标对应于待匹配视频帧中检测目标的交并比值，来确定该追踪目标是否与待匹配视频帧中的一个检测目标匹配，从而可以对不同运动状态的目标均实现基于交并比值的匹配追踪，显著提升基于交并比值的匹配追踪方法的适用范围和准确性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据一个实施例的目标追踪方法中基于交并比值的目标匹配过程示意图；
图2示出了根据另一个实施例的目标追踪方法中基于交并比值的目标匹配过程示意图；
图3示出了根据本公开的一个实施例的目标追踪方法的示意性流程图；
图4示出了根据本公开的一个实施例的确定每一追踪目标的交并比阈值的方法的示意性流程图；
图5示出了根据本公开的一个实施例的针对多个追踪目标与多个检测目标进行匹配的匹配方法示意性流程图；
图6示出了根据本公开的一个实施例的交并比矩阵的示意图；
图7示出了根据本公开的一个实施例的匹配度矩阵的示意图；
图8示出了根据本公开的一个实施例的采用预设的匹配策略针对多个追踪目标与多个检测目标进行匹配的匹配过程的示意性流程图；
图9示出了根据本公开的一个实施例的目标追踪装置的示意性框图；以及
图10示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
为了便于理解，首先对基于交并比(IOU)值的目标追踪器(IOU-tracker)的追踪过程进行简单介绍。
目标追踪过程可以包括以下两个阶段的匹配过程：
第一阶段匹配过程，获取目标视频的目标视频帧和待匹配视频帧，其中目标视频帧包含与追踪目标匹配的图像，待匹配视频帧包含检测目标；基于目标视频帧和待匹配视频帧，实现从待匹配视频帧中获得与追踪目标匹配的检测目标。其中目标视频是将要对其进行目标追踪的追踪视频，例如，其可以来自监控视频等。在目标视频中，例如，可以通过匹配算法，获取包含追踪目标的图像的目标视频帧。在待匹配视频帧中，可以通过检测算法得到检测目标，并通过IOU实现将目标视频帧中追踪目标的图像与待匹配视频帧中的检测目标进行匹配，得到追踪目标到待匹配视频帧的匹配；
第二阶段匹配过程中，在确认包含有与追踪目标匹配的检测目标的待匹配视频帧的后续视频帧中，迭代执行匹配方法，进而实现追踪目标从前一帧视频帧到后一帧视频帧的匹配追踪，实现在目标视频帧中对追踪目标的追踪。
基于交并比(IOU)值的目标追踪器(IOU-tracker)的匹配方法是指：基于目标视频帧中对应于追踪目标的检测框和待匹配视频帧中包围检测目标的检测框之间的交并比值，实现追踪目标在两帧视频帧之间的匹配。具体地，可以将目标视频帧中对应于追踪目标的检测框与待匹配视频帧中包围检测目标的检测框之间的交并比值与一预设阈值进行比较，当交并比值大于该预设阈值时，可以判断检测目标与追踪目标匹配。其中，目标视频帧中对应于追踪目标的检测框能够表征追踪目标所在的位置，待匹配视频帧中包围检测目标的检测框能够表征检测目标所在的位置。目标视频帧对应于追踪目标的检测框和待匹配视频帧中包围检测目标的检测框之间的交并比值能够表征追踪目标在目标视频帧中的位置和待匹配视频帧中检测目标的位置之间的距离，通过交并比值和预设阈值之间的比较，衡量追踪目标和检测目标的距离，进而判断追踪目标和检测目标是否匹配，从而完成目标追踪，由于其不再通过匹配算法进行匹配，因此可以快速得到与追踪目标匹配的检测目标。
参看图1和图2所示，对采用交并比匹配策略的匹配过程进行示例性介绍。图1和图2分别示出为在两种运动状态下基于交并比值的匹配方法的匹配过程示意图。其中，图1为在运动速度较慢的情况下基于交并比值的匹配方法的匹配过程示意图；图2为在运动速度较快的情况下基于交并比值的匹配方法的匹配过程示意图。
首先，如图1所示，获取目标视频帧110中对应于追踪目标111的检测框112。例如，通过匹配算法获得包含追踪目标的目标视频帧，并通过检测算法提取目标视频帧中包围该追踪目标的检测框该检测框即对应于追踪目标在该目标视频帧中的位置。
接着，继续参看图1，在目标视频帧的后续帧(待匹配视频帧120)中获得检测目标121以及包围该检测目标121的检测框122，该检测框122对应于检测目标121在该待匹配视频帧120中的位置。最后，计算目标视频帧110中对应于追踪目标111的检测框112和待匹配视频帧120中对应于检测目标121的检测框122之间的交并比值IOU，其中，采用公式(1)计算交并比值：
Figure BDA0003040116990000051
其中，Area(112)和Area(122)分别表示检测框121和检测框121对应的区域面积。该交并比值IOU能够表征目标视频帧中追踪目标111和待匹配视频帧中检测目标121之间的距离，进而衡量目标视频帧中追踪目标111和待匹配视频帧中检测目标121之间匹配的可能性，交并比值IOU越大则表征该检测目标121与该追踪目标111距离越近，匹配度可能性越高。例如，可以将该交并比值130与一预设的阈值进行比较，在交并比值不小于预设阈值的情况下，可以确定该检测目标121与该追踪目标111匹配度高，进而确定检测目标121与该追踪目标111为同一目标，该待匹配视频帧为与追踪目标匹配的匹配视频帧，完成一次追踪匹配。反之，在交并比值小于预设阈值的情况下，则确定追踪目标121与检测目标111不匹配，即检测目标111与该追踪目标121不为同一目标。
在上述方法中，预设的阈值为往往一定值，其针对不同的追踪目标保持不变。然而，针对不同的追踪目标采用统一的预设阈值，存在匹配丢失的问题。发明人经过研究发现，由于不同追踪目标的运动规律不同，通过该统一的预设阈值能够实现某些追踪目标的追踪匹配，但与这些追踪目标运动规律差异较大的另一些追踪目标，很有可能匹配丢失。如图2所示，在追踪目标211运动过快时，检测目标221的检测框222和追踪目标211的检测框212之间的交并比值往往小于该统一的预设阈值，仍然采用该预设阈值作为判断检测目标和追踪目标是否匹配的判断标准，往往得不到与追踪目标匹配的检测目标，最终匹配丢失。
因此，本公开提供了一种目标追踪方法，通过获取针对不同的追踪目标确定各自的交并比阈值，并针对不同的追踪目标，基于针对该追踪目标确定的交并比阈值和追踪目标对应于待匹配视频帧中的检测目标的交并比值，从而确定该追踪目标是否与待匹配视频帧中的检测目标匹配，可以针对不同运动状态的追踪目标均实现基于交并比值的匹配追踪，显著提升基于交并比值的匹配追踪方法的适用范围和准确性。
下面结合附图具体描述本公开实施例中的目标追踪方法和目标追踪装置。
根据本公开的一方面提供了一种目标追踪方法。参看图3，对根据本发明的一个实施例的一种目标追踪方法进行示意性说明。参看图3，示出了根据本发明的一个实施例的一种目标追踪方法的示意性流程图。
其中，目标追踪方法包括：
步骤S310：获取目标视频的目标视频帧中对应于一个或多个追踪目标中每一个追踪目标的检测框；
步骤S320：获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；
步骤S330：分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值；
步骤S340：针对所述一个或多个追踪目标中的每一个追踪目标，计算所述目标视频帧中所述追踪目标对应的检测框和所述当前待匹配视频帧中每一个检测目标的检测框之间的交并比值，以得到所述追踪目标对应于所述当前待匹配视频帧的一个或多个交并比值；以及
步骤S350：针对所述一个或多个追踪目标中的每一个追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述当前待匹配视频帧的一个或多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
在一个实施例中，在步骤S310中，获取目标视频的目标视频帧中对应于一个追踪目标的检测框，即，仅对一个追踪目标进行追踪。在另一个实施例中，在步骤310中，获取目标视频的目标视频帧中对应于多个追踪目标中的每一个追踪目标的检测框，即，对多个追踪目标进行追踪。本公开的实施例中的“多个”可以是指两个或两个以上。
其中，目标视频可以是任何类型的视频，例如，由各种静止或运动的摄像机所采集的视频，包括但不限于由监控摄像机采集的监控视频，无人机摄像机采集的无人机视频，车载摄像机采集的车载视频或者由运动摄像机采集的运动视频等。
在一个实施例中，在步骤S310中，可以执行图像匹配算法，获取目标视频的目标视频帧。具体的，首先获取追踪目标的图像，采用图像匹配算法，在目标视频中获取包含追踪目标的图像的目标视频帧。示例性的，图像匹配算法可以但不限于采用基于像素的模板匹配算法、基于特征的特征匹配算法等。可以理解的，目标视频帧并不局限于采用图像匹配算法来获得，将在下面内容中具体介绍。
追踪目标可是任意类型的目标，包括但不限于为人、车以及其他移动或者静止的物体。追踪目标的图像可以包括但不限于包含有追踪目标的至少一个特征(如人的脸部特征，车的形状、图案特征等)。在一个示例中，在追踪目标为人的情况下，追踪目标的图像可以为人脸的图像。
在一个示例中，在步骤S310中，在获取目标视频的目标视频帧后，确定目标视频帧中对应于追踪目标的检测框。示例性的，在通过图像匹配算法获取目标视频帧的情况下，获取目标视频帧中追踪目标的图像的边缘；基于追踪目标的图像的边缘，确定包围追踪目标的图像的边界框，该包围追踪目标的图像的边界框即为该追踪目标对应的检测框。示例性的，获取目标视频帧中追踪目标的图像的边缘可以但不限于采用边缘检测算法，图像分割算法等。示例性的，基于该追踪目标的图像的边缘，提取包围追踪目标的图像的边界框的方法包括但不限于，基于该追踪目标的图像的边缘的顶点执行投影变换，获得包围追踪目标的图像的边界框。
在步骤S320中，获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框。
示例性的，可以从目标视频中目标视频帧的在后视频帧中获取当前待匹配视频帧。在一个示例中，可以将目标视频中的与目标视频帧相邻的在后视频帧作为当前待匹配视频帧。在另一个示例中，也可以将目标视频中的与目标视频帧间隔至少一个视频帧的在后视频帧作为当前待匹配视频帧。
在一个实施例中，可以采用目标检测算法，获取当前待匹配视频帧中的一个或多个检测目标。示例性的，目标检测算法可以但不限于采用基于分类器的目标检测算法。
在一个实施例中，在获取目标视频的当前待匹配视频帧中的一个或多个检测目标后，可以基于该一个或多个检测目标中每一个检测目标的边缘，确定包围该一个或多个检测目标中每一个检测目标的边界框(即检测框)。
可以理解的，也可以将当前待匹配视频帧输入目标检测神经网络模型，以获取目标检测神经网络模型输出的包围一个或多个检测目标中每一个检测目标的检测框。
在步骤S330中，针对所述一个或多个追踪目标中的每一个追踪目标，确定所述追踪目标的交并比阈值。换言之，针对一个或多个追踪目标中的每一个追踪目标确定交并比阈值，不同追踪目标的交并比阈值可以相同或不同，从而能够实现不同追踪目标的交并比阈值适应于各自不同运动状态。由此，在针对运动过快的目标或者由于运动摄像头的速度等原因导致具有不同运动规律的多个追踪目标进行追踪的过程中，针对该追踪目标的运动状态适用其相应的交并比阈值，避免因为多个追踪目标设置同一阈值而导致存在匹配丢失的问题，显著提升基于交并比值进行目标追踪的适用范围和准确性。
在一个实施例中，分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值可包括：针对当前待匹配视频帧，基于当前待匹配视频帧相邻的一个或多个匹配视频帧，确定所述追踪目标的交并比值。
参看图4，对根据本公开的一个实施例的确定追踪目标的交并比阈值的方法进行示意性介绍。其中，图4示出了根据本公开的一个实施例的确定追踪目标的交并比阈值的方法的示例性流程图。
如图4所示，根据本公开的一个实施例的确定每一追踪目标的交并比值的方法可以包括：
步骤S410：获取所述目标视频中与所述当前待匹配视频帧相邻的一个或多个匹配视频帧，其中所述一个或多个匹配视频帧中均包括与所述追踪目标匹配的检测目标；
步骤S420：计算所述追踪目标对应的检测框与所述一个或多个匹配视频帧中的每一匹配视频帧中包围与所述追踪目标匹配的检测目标的检测框之间的匹配交并比值；以及
步骤S430：至少基于所述追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值，计算所述追踪目标的交并比阈值。
上述方法中针对每一追踪目标，通过获取所述目标视频中与所述当前待匹配视频帧相邻的一个或多个匹配视频帧，并基于当前待匹配视频帧的一个或多个匹配视频帧，来计算该追踪目标的交并比阈值，从而能够实现将交并比阈值与当前待匹配视频帧之前的目标运动状态关联，提高基于交并比值进行追踪匹配的准确性。
示例性的，所述一个或多个匹配视频帧可以包括所述目标视频帧，从而能够针对目标视频确定追踪目标的对应于当前待匹配视频帧的交并比值，提升追踪匹配效率。优选地，所述目标视频帧可以为所述一个或多个匹配视频帧中最靠近当前待匹配视频帧的匹配视频帧，从而能够基于交并比值更准确得进行目标追踪。
在一个实施例中，在步骤S410中，确定所述目标视频中与所述当前待匹配视频帧相邻的一个或多个匹配视频帧的方法包括：利用匹配算法，在所述目标视频中获取所述追踪目标的匹配视频帧。其中，利用匹配算法，在所述目标视频中获取所述追踪目标的匹配视频帧的方法和步骤S310中获取目标视频中的目标视频帧的方法类似，在此不再赘述。这种情况可以适用于开始执行追踪目标时来确定包括追踪目标的匹配视频帧。
在另一个实施例中，在步骤S410中，确定所述目标视频中与所述当前待匹配视频帧相邻的一个或多个匹配视频帧的方法包括：至少基于所述追踪目标的交并比阈值和所述追踪目标对应于该视频帧的一个或多个交并比值，确定该视频帧中包括与所述追踪目标匹配的检测目标。这种情况可以适用于在目标视频帧中确认捕获追踪目标之后进行持续追踪的情况。确认捕获追踪目标可以是指利用匹配算法在连续几个视频帧中均匹配得到追踪目标。在确认捕获追踪目标之后可以对追踪目标进行持续追踪。
步骤S410中，至少基于追踪目标的交并比值和所述追踪目标对应于该视频帧的一个或多个交并比值，确定该视频帧中包括与所述追踪目标匹配的检测目标，其与本公开的实施例中目标追踪方法中的步骤S350(确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配方法)的过程类似。也就是说，在确定待匹配视频帧中包括与所述追踪目标匹配的检测目标之后，可以将该待匹配视频帧确定为追踪目标的匹配视频帧。
基于上述过程，进一步减少获得匹配视频帧的计算量，提升匹配速度；同时，目标视频的多个视频帧中迭代使用目标追踪方法300进行目标追踪的过程中，计算追踪目标的交并比阈值的过程和确定待匹配视频帧中是否包括与所述追踪目标匹配的检测目标过程并行执行，并交并比阈值随着待匹配视频帧的更新而更新，从而能够实现交并比阈值随着追踪目标的运动状态的更新而自适应更新的技术效果，进一步提升匹配的准确度。
在步骤S420中，首先，基于步骤S410所获取的匹配视频帧中与所述追踪目标匹配的检测目标，在该匹配视频帧中获取包围与所述追踪目标匹配的检测目标的检测框；接着，基于追踪目标在目标视频帧中对应的检测框和待匹配视频帧中包围与所述追踪目标匹配的检测目标的检测框，计算追踪目标对应于一个或多个匹配视频帧中的每一个匹配视频帧的匹配交并比值。其中，所述目标视频帧可以为步骤S410所获取的一个或多个匹配视频帧中最靠近待匹配视频帧的匹配视频帧。
在匹配视频帧中获取包围与所述追踪目标匹配的检测目标的检测框的方法，与步骤S310中在目标视频帧中获取对应于追踪目标的检测框的方法类似，在此不再赘述。
在步骤S430中，至少基于所述追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值，计算所述追踪目标的交并比阈值。示例的，可以但不限于将追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值的平均值确定为追踪目标的交并比阈值。
在追踪目标位置变化较大的情况下，由于获取包括与所述追踪目标匹配的检测目标的匹配视频帧的过程中，获得追踪目标对应于该匹配视频帧的匹配交并比值往往较小，从而获得该追踪目标的交并比阈值较小。在后续基于该交并比阈值判断与该追踪目标匹配的检测目标进行筛选的过程中，往往因为追踪目标的交并比阈值较小而不能得到很好的唯一匹配的筛选结果。
基于此，在一个实施例中，在步骤S430中，至少基于所述追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值，计算所述追踪目标的交并比阈值包括：至少基于所述追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值中大于预设阈值的值，计算所述追踪目标的交并比阈值。由此，通过在步骤S430中将匹配交并比值小于预设阈值的情况进行剔除，避免因为交并比阈值设置过小而得到多个与该追踪目标匹配的检测目标。
下面以计算一个追踪目标M的交并比阈值为示例，具体说明通过步骤S410-步骤S430计算交并比阈值的方法。
首先，在步骤S410中，获取目标视频帧中与当前待匹配视频帧相邻的s个匹配视频帧，其中，s个匹配视频帧中均包括与追踪目标M匹配的检测目标Nx(1≤x≤s)。
在一个示例中，获取目标视频帧中与当前待匹配视频帧相邻的匹配视频的数量s的范围为3-25个。
接着，在步骤S420中，分别计算追踪目标M在目标视频帧中对应的检测框和s个匹配视频帧中每一个匹配视频帧中包围检测目标Nx的检测框之间的匹配交并比值IOUx。
接着，在步骤S430中，至少基于所述追踪目标M对应于s个匹配视频帧的s匹配交并比值，计算所述追踪目标的交并比阈值IOUthrod；其中，基于公式(2)计算IOUthrod：
Figure BDA0003040116990000101
通过上述步骤S410-S430基于待匹配视频帧相邻的一个或多个匹配视频帧确定交并比阈值，其中交并比阈值与当前待匹配视频帧的运动状态相关，使得交并比阈值适应于追踪目标的运动状态变化而适应性确定。在运动状态变化较大导致追踪目标位置变化较快的情况下，计算的交并比阈值仍然适用于基于交并比值的追踪匹配过程，显著提升基于交并比值的追踪匹配的适应性和准确性。
本公开的技术方案既适用于一个追踪目标的追踪，也适用于多个追踪目标的追踪。
在一个实施例中，在追踪一个追踪目标的情况下，在步骤310中，获取目标视频的目标视频帧中对应于一个追踪目标的检测框；在步骤320中，获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；同时，在步骤340中，计算目标视频帧中该追踪目标对应的检测框与当前待匹配视频帧中的一个或多个检测目标中每一个检测目标对应的检测框之间的交并比值，从而获得该追踪目标对应该当前待匹配视频帧的一个交并比值。
在一个实施例中，在追踪一个追踪目标的情况下，在步骤350中，可以针对该追踪目标的交并比阈值与该追踪目标的该交并比值进行比较，直接得到该追踪目标是否与该待匹配视频帧中的检测目标是否匹配。可以响应于确定该追踪目标对应于待匹配视频帧的其中一个交并比值大于该追踪目标的交并比阈值，确定该追踪目标与该待匹配视频帧中的与该交并比值对应的检测目标匹配。
在一个实施例中，在追踪一个追踪目标的情况下，在步骤350中，将针对该追踪目标的交并比阈值与该追踪目标的该交并比值带入公式(3)进行比较，
|IOU-IOUthro|≤T， (3)其中，T为一预设阈值，当该追踪目标的该交并比值与针对该追踪目标的交并比阈值满足上述公式(3)时，确定该交并比值IOU对应的检测目标与该追踪目标匹配。
在基于交并比值匹配策略中，由于追踪目标的位置变化与运动状态相关，追踪目标的交并比值可以在一个区间内浮动。当追踪目标位置变化过快时，导致交并比变化较大，从而导致基于交并比值的匹配策略遗失追踪目标的问题。因此，基于公式(3)来确定检测目标是否与该追踪目标匹配，能够允许一定的误差范围，从而能够避免后续追踪帧中追踪目标位置变化过快，使得追踪目标对应的后续帧的交并比值变化较大而导致匹配失败的问题。
在另一个实施例中，在追踪多个追踪目标的情况下，在步骤310中，获取目标视频的目标视频帧中对应于多个追踪目标中的每一个追踪目标的检测框；在步骤320中，获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标；同时，在步骤340中，针对多个追踪目标中的每一个追踪目标，计算所述追踪目标对应的检测框与当前待匹配视频帧中的一个或多个检测目标中每一个检测目标对应的检测框之间的交并比值，从而获得该多个追踪目标中的每一个追踪目标对应该当前待匹配视频帧的一个交并比值。
在一个实施例中，在追踪多个追踪目标的情况下，所述方法还可包括：
基于所述多个追踪目标中每一个追踪目标的对应于所述待匹配视频帧的多个交并比值，构建交并比矩阵，其中，所述交并比矩阵的元素的值为交并比值；以及
针对所述一个或多个追踪目标中的每一个追踪目标，基于所述追踪目标的交并比阈值，对所述交并比矩阵的对应于所述追踪目标的交并比值的多个元素进行归一化处理，得到匹配度矩阵。
相应地，步骤S350可以包括：基于所述匹配度矩阵，根据预设匹配策略确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
上述技术方案适用于对多个追踪目标进行追踪的情况。可以针对多个追踪目标的每一个追踪目标分别确定了交并比阈值，同时基于对应于多个追踪目标中的每一个追踪目标的检测框和包围多个检测目标中每一个检测目标的目标框之间的交并比值建立交并比矩阵，通过交并比阈值和交并比矩阵得到追踪目标和检测目标之间的匹配度矩阵，将多个追踪目标放到统一的衡量标准上进行匹配，最终得到多个追踪目标和多个检测目标之间的匹配结果。由于每一个追踪目标的交并比阈值与其运动状态相关，其一方面将匹配度与追踪目标的运动状态关联，另一方面将所有的追踪目标的匹配度放到统一的衡量标准上进行匹配，能够实现多目标追踪的统一、高效匹配。
下面参看图5，对根据本发明的一个实施例的针对多个追踪目标进行追踪匹配的过程进行示意性介绍。其中，图5示出了根据本发明的一个实施例的针对多个追踪目标与多个检测目标进行匹配的匹配方法的示意性流程图。
需要说明的是，图5示出的匹配方法是目标追踪方法中的一部分，其是基于步骤S310、步骤S320、步骤S330和步骤S340的结果进行进一步匹配的匹配方法。
如图5所示，该匹配方法可包括：
步骤510：基于所述多个追踪目标中每一个追踪目标的对应于所述待匹配视频帧的多个交并比值，构建交并比矩阵，其中，所述交并比矩阵的元素的值为交并比值；
步骤520：针对所述一个或多个追踪目标中的每一个追踪目标，基于所述追踪目标的交并比阈值，对所述交并比矩阵的对应于所述追踪目标的交并比值的多个元素进行归一化处理，得到匹配度矩阵；
步骤530：针对所述一个或多个追踪目标中的每一个追踪目标，基于所述匹配度矩阵，根据预设匹配策略确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
在步骤510中，基于在步骤340中针对所述多个追踪目标中的每一个追踪目标计算的所述追踪目标对应于所述当前待匹配视频帧的多个交并比值，构建交并比矩阵。
在一个示例中，针对m个追踪目标Mj(1≤j≤m)和当前待匹配视频帧中的n个检测目标(1≤i≤n)进行匹配，其中，m和n分别为正整数。在步骤S340中，针对M个追踪目标中的每一个追踪目标Mj，计算该追踪目标Mj对应的检测框与N个检测目标中的每一个检测目标Ni的检测框之间的交并比值IOUij，得到m个追踪目标中的每一个追踪目标Mj对应于该当前待匹配视频帧的n个交并比值IOUij，一共得到m×n个交并比值。
在步骤S510中，基于该m×n个交并比值构建交并比矩阵，其中，交并比矩阵的元素的值为交并比值。
在一个示例中，该交并比矩阵中，位于同一列的元素可以对应于同一追踪目标，位于同一行的元素可以对应于同一检测目标。参看图6，示出了根据本公开的一个实施例中构建的交并比矩阵600的示意图。其中，在交并比矩阵600中，位于第j列的元素IOU1j…IOUij…IOUnj对应于同一追踪目标Mj，位于第i行的元素IOUi1…IOUij…IOUim对应于同一检测目标Ni。
需要说明的是，上述示例中，设置交并比矩阵中位于同一列的元素对应于同一追踪目标，以及位于同一行的元素对应于同一检测目标仅仅是示例性的。应当理解的，将交并比矩阵中的元素可以以任何方式排列，例如，位于同一列的元素对应于同一检测目标，以及位于同一行的元素对应于同一追踪目标，均能实现本公开的技术效果。
在步骤520中，针对所述一个或多个追踪目标中的每一个追踪目标，基于所述追踪目标的交并比阈值，对所述交并比矩阵的对应于所述追踪目标的交并比值的多个元素进行归一化处理，得到匹配度矩阵。由此，可以基于针对各个追踪目标获得的交并比阈值和交并比矩阵，得到匹配度矩阵，由于各个追踪目标的交并比阈值可以与各个追踪目标的运动状态关联，同时，交并比矩阵的交并比值也与各个追踪目标的运动状态关联，基于交并比阈值处理交并比矩阵后得到的匹配度矩阵中的每一个元素是与运动状态无关的无量纲的数，因此匹配度矩阵能够实现基于统一的衡量标准进行衡量，即实现多个追踪目标在统一的衡量标准上进行匹配。至于如何基于预设的匹配策略，基于匹配度矩阵确定当前待匹配视频帧中是否包括与追踪目标唯一对应匹配的检测目标，具体将在后面内容中详细介绍。
在一个实施例中，对所述交并比矩阵的多个元素的值进行归一化处理，得到匹配度矩阵可以包括：将所述交并比矩阵的多个元素中元素值小于预设阈值的一个或多个元素的值修改为设定值，以获得简化交并比矩阵；以及对所述简化交并比矩阵的多个元素的值进行所述归一化处理，得到所述匹配度矩阵。
示例性的，可以将交并比矩阵中的元素的值小于预设阈值的一个或多个元素的值修改为设定值，从而获得简化的交并比矩阵，基于追踪目标的交并比阈值对简化的交并比矩阵进行归一化处理，能排除明显不可能成为与追踪目标匹配的检测目标的干扰。其中，预设阈值可以是基于统计获得的，对于元素值(即交并比值)小于预设阈值的元素，其对应的追踪目标和检测目标不可能匹配。在一个示例中，将交并比矩阵中的元素的值小于预设阈值的一个或多个元素的值修改为零。
在一个示例中，在步骤S510中获得的交并比矩阵中，位于同一列的元素对应于同一追踪目标，位于同一行的元素对应于同一检测目标。在这种情况下，步骤S520中基于交并比矩阵获得匹配度矩阵中，位于同一列的元素对应于同一追踪目标，位于同一行的元素对应于同一检测目标。参看图7，示出了根据本公开的一个实施例中构建的交并比矩阵700的示意图。其中，在匹配度矩阵700中，位于第j列的元素Match1j…Matchij…Matchnj对应于同一追踪目标Mj，位于第i行的元素Matchi1…Matchij…Matchim对应于同一检测目标Ni。
需要说明的是，同交并比矩阵一样，上述示例中，将交并比矩阵和基于交并比矩阵获得的匹配度矩阵中的元素设置为位于同一列的元素对应于同一追踪目标，以及位于同一行的元素对应于同一检测目标仅仅是示例性的。应当理解的，交并比矩阵和基于交并比矩阵获得的匹配度矩阵中的元素可以以任何方式排列，均能实现本公开的技术效果。
在步骤S530中，执行：针对所述多个追踪目标中每一个追踪目标，基于所述匹配度矩阵，根据预设匹配策略确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
下面参看图8对根据本公开的一个实施例的步骤530中采用预设的匹配策略确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配进行示例性介绍。
在一个实施例中，匹配度矩阵中位于同一列的元素可以对应于同一追踪目标，则位于同一行的元素可以对应于同一检测目标，或者位于同一列的元素可以对应于同一检测目标，则位于同一行的元素可以对应于同一追踪目标。在这种情况下，步骤S530可以包括：
步骤S810：对所述匹配度矩阵执行第一遍历步骤，获得所述匹配度矩阵中的一个或多个第一元素，所述第一元素的值为所述第一元素对应的行中的最大值以及所述第一元素的值为所述第一元素对应的列中的最大值；以及
步骤S820：响应于确定所述第一元素的值大于预设最低匹配度阈值，初步确定所述第一元素对应的检测目标和追踪目标匹配。
在步骤S810中，通过对匹配度矩阵进行遍历，获得第一元素，其中第一元素对应的匹配度矩阵中的元素的值为该第一元素对应的追踪目标和检测目标之间的匹配度值。第一元素同时为该第一元素对应的行中的最大值以及该第一元素对应的列中的最大值。
在步骤S820中，将该第一元素的值与最低匹配度阈值进行对比，第一元素的值大于预设最低匹配度阈值，初步确定所述第一元素对应的检测目标和追踪目标匹配。其中，该预设最低匹配度阈值可以基于统计得到，对于大于预设最低匹配度阈值的匹配度值表示基于匹配度衡量确定追踪目标和检测目标匹配。因此，通过步骤530能够基于匹配度衡量获得最可能与追踪目标匹配的检测目标，并且该追踪目标也是基于匹配度衡量的最可能与检测目标匹配的追踪目标。
在一个示例中，步骤530还可以包括：
步骤S830：针对每一第一元素所在的行和列执行第二遍历步骤，获得第二元素和第三元素，其中，所述第二元素位于所述第一元素对应的行中，并且所述第二元素的值大于所述第一元素对应的行中的除所述第一元素的值以外的其他元素的值，以及，所述第三元素位于所述第三元素对应的列中，并且所述第三元素的值大于所述第一元素对应的列中除所述第一元素的值以外的其他元素的值；
步骤S840：响应于确定相应的所述第二元素的值和第三元素的值均小于所述预设最低匹配度阈值，最终确定该第一元素对应的检测目标和追踪目标匹配。
通过步骤830能够将除了最可能与第一元素对应的追踪目标匹配的检测目标以外的最可能与该第一元素对应的追踪目标匹配的检测目标挑选出来，即第二元素对应的检测目标；同时，将除了最可能与第一元素对应的检测目标匹配的追踪目标以外的最可能与该第一元素对应的检测目标匹配的追踪目标挑选出来，即第三元素对应的追踪目标。然后可以将第二元素的值和第三元素的值与预设最低匹配度值相比，以判断第二元素对应的检测目标是否也可能与第一元素对应的追踪目标匹配，以及第三元素对应的追踪目标是否也可能与第一元素对应的检测目标匹配。响应于确定所述第二元素的值和第三元素的值均小于所述预设最低匹配度阈值，则确定第二元素对应的检测目标与第一元素对应的追踪目标不匹配，同时第三元素对应的追踪目标与第一元素对应的检测目标也不匹配，才确定第一元素对应的检测目标和追踪目标匹配，提高匹配准确性。在一个实施例中，响应于确定上述第一元素对应的追踪目标和检测目标匹配，确定所述追踪目标为易追踪目标。
响应于确定所述第二元素的值和第三元素的值两者中至少有一个大于所述预设最低匹配度阈值，则，不能确定第一元素对应的追踪目标和检测目标匹配，可以将第一元素对应的追踪目标为难追踪目标。
经过上述步骤，确定了与追踪目标匹配的检测目标是否是与该追踪目标唯一相互匹配的检测目标，因此，可以在步骤S530中，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。在上述过程中，由于针对每个追踪目标，基于其各自的交并比阈值和其各自对应的当前待匹配视频帧的交并比值，以及相应的匹配策略，确定了多个追踪目标中每一个追踪目标是否和多个检测目标中的其中一个检测目标匹配，相较于仅仅基于交并比值和同一阈值进行匹配的过程，提高匹配的准确度。同时，将所有的追踪目标放在统一的衡量标准进行匹配，简化了匹配的过程。进一步，根据本公开的目标追踪方法，可以随插即用，在所有tracking-by-detection框架下的多目标追踪算法上均是通用的。
在一个实施例中，目标追踪方法还可以包括：响应于确定所述追踪目标不与所述当前待匹配视频帧中的一个或多个检测目标中的任意一个检测目标匹配，确定所述追踪目标为难追踪目标(具体的确定方法已在上面内容中描述)；以及，采用匹配算法，确定所述当前待匹配视频帧中的所述一个或多个检测目标中是否包括与所述难追踪目标匹配的检测目标。
经过上述步骤S530能够将与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配的追踪目标确定为易追踪目标，剩下的无法通过上述过步骤S530确定与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配的追踪目标，确定为难追踪目标。对于难追踪目标采用匹配算法，进行进一步地匹配，以确定当前待匹配视频帧中的所述一个或多个检测目标中是否包括与所述难追踪目标匹配的检测目标。
通过上述方案，由于易追踪目标已经经过基于交并比值和交并比阈值的匹配策略完成了匹配，仅仅剩下难追踪目标采用匹配算法进行匹配，相较于全部采用匹配算法进行匹配的多目标追踪过程，一方面节约了大量的计算量，加速追踪过程，另一方面能够提高基于匹配度进行追踪的准确度。
在一个实施例中，在目标追踪方法中，在步骤S350之后，可以响应于步骤S350中确定所述追踪目标与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配，将所述当前待匹配视频帧确定为所述追踪目标的匹配视频帧，并且将与所述当前待匹配视频帧相邻的在后视频帧确定为新的待匹配视频帧。从而将新的待匹配视频帧作为当前待匹配视频帧，对目标视频帧中的一个或多个追踪目标在新的待匹配视频帧中进行追踪匹配。
示例性的，将新的待匹配视频帧作为当前待匹配视频帧，对目标视频帧中的一个或多个追踪目标在新的待匹配视频帧中进行追踪匹配的过程中，可以将上述在步骤S350中确定的匹配视频帧作为目标视频帧，其中目标视频帧中包围与所述追踪目标相匹配的检测目标的检测框作为对应于所述追踪目标的检测框，以用于后续确定追踪目标对应于新的待匹配视频帧的一个或多个交并比值。其中，针对新的待匹配视频帧执行目标追踪的方法与上述目标追踪方法一致，在此不再赘述。
在一个实施例中，将新的待匹配视频帧作为当前待匹配视频帧，对目标视频帧中的一个或多个追踪目标在新的待匹配视频帧中进行追踪匹配的过程中，针对所述一个或多个追踪目标中的每一个追踪目标，可以基于与所述新的待匹配视频帧相邻的一个或多个匹配视频帧，确定该追踪目标的交并比阈值，从而能够实现追踪目标的交并比阈值随着待匹配视频帧的更新而更新。也就是说，在基于交并比阈值和追踪目标对应于该待匹配视频帧的交并比值对追踪目标进行匹配的过程中，该交并比阈值能够随着追踪目标在目标视频中各个视频帧中的运动状态而自适应更新，交并比阈值针对追踪目标运动状态的改变(如，位置的改变，运动速度的改变等等)可以快速做出响应，进一步提升匹配的准确度。
根据本公开的一个实施例，利用本公开的目标追踪方法对多目标进行追踪，可以设置最低匹配度阈值为0.85进行匹配，获得的匹配结果在MOT16数据集上的性能指标显示：可以对88.97％的检测目标、65.66％的追踪目标完成匹配。由于完成了对65.66％的易追踪目标的匹配，剩下的难追踪目标再采用匹配算法进行匹配，可以极大的节约计算量，且MOTA(Multiple Object Tracking Accuracy，多目标追踪准确度)指标保持60.1％不变。同时，利用本公开的目标追踪方法对多目标进行追踪，具有很强的鲁棒性。
根据本公开的另一方面，还提供一种目标追踪装置。如图9所示，该装置900可以包括：获取单元910，被配置用于获取目标视频的目标视频帧中对应于一个或多个追踪目标中的每一个追踪目标的检测框；检测单元920，被配置用于获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；第一确定单元930，被配置用于分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值；计算单元940，被配置用于针对所述一个或多个追踪目标中的每一个追踪目标，计算所述目标视频帧中所述追踪目标对应的检测框和所述当前待匹配视频帧中每一个检测目标的检测框之间的交并比值，以得到所述追踪目标对应于所述当前待匹配视频帧的一个或多个交并比值；以及第二确定单元950，被配置用于针对所述一个或多个追踪目标中的每一个追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述当前待匹配视频帧的一个或多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。
根据本公开的另一方面，还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。
参考图10，现将描述可以作为本公开的服务器或客户端的电子设备1000的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示，设备1000包括计算单元1010，其可以根据存储在只读存储器(ROM)1020中的计算机程序或者从存储单元1080加载到随机访问存储器(RAM)1030中的计算机程序，来执行各种适当的动作和处理。在RAM 1030中，还可存储设备1000操作所需的各种程序和数据。计算单元1010、ROM 1020以及RAM 1030通过总线1040彼此相连。输入/输出(I/O)接口1050也连接至总线1040。
设备1000中的多个部件连接至I/O接口1050，包括：输入单元1060、输出单元1070、存储单元1080以及通信单元1090。输入单元1060可以是能向设备1000输入信息的任何类型的设备，输入单元1060可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1070可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1080可以包括但不限于磁盘、光盘。通信单元1090允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1010可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1010的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1010执行上文所描述的各个方法和处理，例如图3中的步骤S310-步骤S350。例如，在一些实施例中，目标追踪方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1080。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1020和/或通信单元1090而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1030并由计算单元1010执行时，可以执行上文描述的目标追踪方法的一个或多个步骤。备选地，在其他实施例中，计算单元1010可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行目标追踪方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (19)

1.一种目标追踪方法，包括：
获取目标视频的目标视频帧中对应于一个或多个追踪目标中的每一个追踪目标的检测框；
获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；
分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值；
针对所述一个或多个追踪目标中的每一个追踪目标，计算所述目标视频帧中所述追踪目标对应的检测框和所述当前待匹配视频帧中每一个检测目标的检测框之间的交并比值，以得到所述追踪目标对应于所述当前待匹配视频帧的一个或多个交并比值；以及
针对所述一个或多个追踪目标中的每一个追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述当前待匹配视频帧的一个或多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
2.如权利要求1所述的方法，其中，所述目标视频包括对应于多个追踪目标中的每一个追踪目标的检测框，所述当前待匹配视频中包括多个检测目标，并且所述方法还包括：
基于所述多个追踪目标中每一个追踪目标的对应于所述待匹配视频帧的多个交并比值，构建交并比矩阵，其中，所述交并比矩阵的元素的值为交并比值；以及
针对所述一个或多个追踪目标中的每一个追踪目标，基于所述追踪目标的交并比阈值，对所述交并比矩阵的对应于所述追踪目标的交并比值的多个元素进行归一化处理，得到匹配度矩阵，
其中，针对所述多个追踪目标中的每一个追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述待匹配视频帧的多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配包括：
基于所述匹配度矩阵，根据预设匹配策略确定所述当前待匹配视频帧中的一个或多个检测目标是否包括与所述追踪目标匹配的检测目标。
3.如权利要求2所述的方法，其中，对所述交并比矩阵的多个元素的值进行归一化处理，得到匹配度矩阵包括：
将所述交并比矩阵的多个元素中元素值小于预设阈值的一个或多个元素的值修改为设定值，以获得简化交并比矩阵；以及
对所述简化交并比矩阵的多个元素的值进行所述归一化处理，得到所述匹配度矩阵。
4.如权利要求2中任一项所述的方法，其中，所述交并比矩阵中，位于同一列的元素对应于同一追踪目标，位于同一行的元素对应于同一检测目标。
5.如权利要求4所述的方法，其中，根据预设匹配策略确定所述当前待匹配视频帧中的一个或多个检测目标是否包括与所述追踪目标匹配的检测目标包括：
对所述匹配度矩阵执行第一遍历步骤，获得所述匹配度矩阵中的一个或多个第一元素，所述第一元素的值为所述第一元素对应的行中的最大值以及所述第一元素的值为所述第一元素对应的列中的最大值；以及
响应于确定所述第一元素的值大于预设最低匹配度阈值，初步确定所述第一元素对应的检测目标和追踪目标匹配。
6.如权利要求5所述的方法，其中，根据预设匹配策略确定所述当前待匹配视频帧中的一个或多个检测目标是否包括与所述追踪目标匹配的检测目标还包括：
针对每一第一元素所在的行和列执行第二遍历步骤，获得第二元素和第三元素，其中，所述第二元素位于所述第一元素对应的行中，并且所述第二元素的值大于所述第一元素对应的行中的除所述第一元素的值以外的其他元素的值，以及，所述第三元素位于所述第三元素对应的列中，并且所述第三元素的值大于所述第一元素对应的列中除所述第一元素的值以外的其他元素的值；以及
响应于确定相应的所述第二元素的值和第三元素的值均小于所述预设最低匹配度阈值，最终确定该第一元素对应的检测目标和追踪目标匹配。
7.如权利要求1所述的方法，其中，分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值包括：
获取所述目标视频中与所述当前待匹配视频帧相邻的一个或多个匹配视频帧，其中所述一个或多个匹配视频帧中均包括与所述追踪目标匹配的检测目标；
计算所述追踪目标对应的检测框与所述一个或多个匹配视频帧中的每一匹配视频帧中包围与所述追踪目标匹配的检测目标的检测框之间的匹配交并比值；以及
至少基于所述追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值，计算所述追踪目标的交并比阈值。
8.如权利要求7所述的方法，其中，至少基于所述追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值，计算所述追踪目标的交并比阈值包括：
至少基于所述追踪目标对应于所述一个或多个匹配视频帧的一个或多个匹配交并比值中大于预设阈值的值，计算所述追踪目标的交并比阈值。
9.如权利要求7所述的方法，其中，通过以下任一种方式确定一视频帧为包括与所述追踪目标匹配的检测目标的匹配视频帧：
利用匹配算法，在所述目标视频中获取所述追踪目标的匹配视频帧；和
至少基于所述追踪目标的交并比阈值和所述追踪目标对应于该视频帧的一个或多个交并比值，确定该视频帧中包括与所述追踪目标匹配的检测目标。
10.如权利要求7中所述的方法，其中，所述一个或多个匹配视频帧包括所述目标视频帧。
11.如权利要求10中所述的方法，其中，所述目标视频帧为所述当前待匹配视频帧的所述一个或多个匹配视频帧中最靠近所述当前待匹配视频帧的匹配视频帧。
12.如权利要求7所述的方法，其中，所述一个或多个匹配视频帧的数量范围为3-25个。
13.如权利要求1-12中任一项所述的方法，还包括：
响应于确定所述追踪目标与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配，将所述当前待匹配视频帧确定为所述追踪目标的匹配视频帧，并且将与所述当前待匹配视频帧相邻的在后视频帧确定为新的待匹配视频帧。
14.权利要求13所述的方法，还包括：
针对所述一个或多个追踪目标中的每一个追踪目标，基于与所述新的待匹配视频帧相邻的一个或多个匹配视频帧，确定该追踪目标的交并比阈值。
15.权利要求1所述的方法，还包括：
响应于确定所述追踪目标不与所述当前待匹配视频帧中的一个或多个检测目标中的任意一个检测目标匹配，确定所述追踪目标为难追踪目标；以及
采用匹配算法，确定所述当前待匹配视频帧中的所述一个或多个检测目标中是否包括与所述难追踪目标匹配的检测目标。
16.一种目标追踪装置，包括：
获取单元，被配置用于获取目标视频的目标视频帧中对应于一个或多个追踪目标中的每一个追踪目标的检测框；
检测单元，被配置用于获取所述目标视频的当前待匹配视频帧中的一个或多个检测目标以及包围每一个检测目标的检测框；
第一确定单元，被配置用于分别确定所述一个或多个追踪目标中每一个追踪目标的交并比阈值；
计算单元，被配置用于针对所述一个或多个追踪目标中的每一个追踪目标，计算所述目标视频帧中所述追踪目标对应的检测框和所述当前待匹配视频帧中每一个检测目标的检测框之间的交并比值，以得到所述追踪目标对应于所述当前待匹配视频帧的一个或多个交并比值；以及
第二确定单元，被配置用于针对所述一个或多个追踪目标中的每一个追踪目标，至少基于所述追踪目标的交并比阈值和对应于所述当前待匹配视频帧的一个或多个交并比值，确定所述追踪目标是否与所述当前待匹配视频帧中的一个或多个检测目标中的一个检测目标匹配。
17.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中
所述存储器存储有计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据权利要求1-15中任一项所述的方法。
18.一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据权利要求1-15中任一项所述的方法。
19.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据权利要求1-15中任一项所述的方法。
CN202110454639.7A 2021-04-26 2021-04-26 目标追踪方法及装置、电子设备和存储介质 Active CN113065523B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110454639.7A CN113065523B (zh) 2021-04-26 2021-04-26 目标追踪方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110454639.7A CN113065523B (zh) 2021-04-26 2021-04-26 目标追踪方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113065523A true CN113065523A (zh) 2021-07-02
CN113065523B CN113065523B (zh) 2023-06-16

Family

ID=76567699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110454639.7A Active CN113065523B (zh) 2021-04-26 2021-04-26 目标追踪方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113065523B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109416728A (zh) * 2016-09-30 2019-03-01 富士通株式会社 目标检测方法、装置以及计算机系统
CN109816690A (zh) * 2018-12-25 2019-05-28 北京飞搜科技有限公司 基于深度特征的多目标追踪方法及系统
CN110634153A (zh) * 2019-09-19 2019-12-31 上海眼控科技股份有限公司 目标跟踪模板更新方法、装置、计算机设备和存储介质
CN110688930A (zh) * 2019-09-20 2020-01-14 Oppo广东移动通信有限公司 人脸检测方法、装置、移动终端及存储介质
CN111127513A (zh) * 2019-12-02 2020-05-08 北京交通大学 一种多目标跟踪方法
CN111768427A (zh) * 2020-05-07 2020-10-13 普联国际有限公司 一种多运动目标跟踪方法、装置及存储介质
CN112102364A (zh) * 2020-09-22 2020-12-18 广州华多网络科技有限公司 目标物跟踪方法、装置、电子设备及存储介质
CN112215155A (zh) * 2020-10-13 2021-01-12 北京中电兴发科技有限公司 一种基于多特征融合的人脸跟踪方法及系统
CN112529942A (zh) * 2020-12-22 2021-03-19 深圳云天励飞技术股份有限公司 多目标跟踪方法、装置、计算机设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109416728A (zh) * 2016-09-30 2019-03-01 富士通株式会社 目标检测方法、装置以及计算机系统
CN109816690A (zh) * 2018-12-25 2019-05-28 北京飞搜科技有限公司 基于深度特征的多目标追踪方法及系统
CN110634153A (zh) * 2019-09-19 2019-12-31 上海眼控科技股份有限公司 目标跟踪模板更新方法、装置、计算机设备和存储介质
CN110688930A (zh) * 2019-09-20 2020-01-14 Oppo广东移动通信有限公司 人脸检测方法、装置、移动终端及存储介质
CN111127513A (zh) * 2019-12-02 2020-05-08 北京交通大学 一种多目标跟踪方法
CN111768427A (zh) * 2020-05-07 2020-10-13 普联国际有限公司 一种多运动目标跟踪方法、装置及存储介质
CN112102364A (zh) * 2020-09-22 2020-12-18 广州华多网络科技有限公司 目标物跟踪方法、装置、电子设备及存储介质
CN112215155A (zh) * 2020-10-13 2021-01-12 北京中电兴发科技有限公司 一种基于多特征融合的人脸跟踪方法及系统
CN112529942A (zh) * 2020-12-22 2021-03-19 深圳云天励飞技术股份有限公司 多目标跟踪方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘欢: "基于核相关滤波的多目标追踪", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Also Published As

Publication number Publication date
CN113065523B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
US20220383535A1 (en) Object Tracking Method and Device, Electronic Device, and Computer-Readable Storage Medium
CN110826519A (zh) 人脸遮挡检测方法、装置、计算机设备及存储介质
CN113971751A (zh) 训练特征提取模型、检测相似图像的方法和装置
CN115147558B (zh) 三维重建模型的训练方法、三维重建方法及装置
CN111783605A (zh) 一种人脸图像识别方法、装置、设备及存储介质
CN113420682A (zh) 车路协同中目标检测方法、装置和路侧设备
EP4080470A2 (en) Method and apparatus for detecting living face
CN116228867B (zh) 位姿确定方法、装置、电子设备、介质
CN113643260A (zh) 用于检测图像质量的方法、装置、设备、介质和产品
CN112948614A (zh) 图像处理方法、装置、电子设备及存储介质
CN115690545B (zh) 训练目标跟踪模型和目标跟踪的方法和装置
CN113989721A (zh) 目标检测方法和目标检测模型的训练方法、装置
CN113627298A (zh) 目标检测模型的训练方法及检测目标对象的方法、装置
CN117372928A (zh) 一种视频目标检测方法、装置及相关设备
CN117274370A (zh) 三维位姿确定方法、装置、电子设备和介质
CN115937950A (zh) 一种多角度人脸数据采集方法、装置、设备及存储介质
CN114461078B (zh) 一种基于人工智能的人机交互方法
CN113065523B (zh) 目标追踪方法及装置、电子设备和存储介质
CN115116130A (zh) 一种通话动作识别方法、装置、设备以及存储介质
CN111401285B (zh) 目标跟踪方法、装置及电子设备
CN113936158A (zh) 一种标签匹配方法及装置
CN112749707A (zh) 利用神经网络进行目标分割的方法、设备和介质
CN113255512A (zh) 用于活体识别的方法、装置、设备以及存储介质
CN111507944A (zh) 皮肤光滑度的确定方法、装置和电子设备
CN114844889B (zh) 视频处理模型的更新方法、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
GR01 Patent grant
GR01 Patent grant