CN113273174A - 待跟随目标的确定方法、装置、系统、设备及存储介质 - Google Patents

待跟随目标的确定方法、装置、系统、设备及存储介质 Download PDF

Info

Publication number
CN113273174A
CN113273174A CN202080007463.4A CN202080007463A CN113273174A CN 113273174 A CN113273174 A CN 113273174A CN 202080007463 A CN202080007463 A CN 202080007463A CN 113273174 A CN113273174 A CN 113273174A
Authority
CN
China
Prior art keywords
target
determining
image
followed
recognition result
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
Application number
CN202080007463.4A
Other languages
English (en)
Inventor
施泽浩
聂谷洪
王栋
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.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI 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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Publication of CN113273174A publication Critical patent/CN113273174A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • 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
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

一种待跟随目标的确定方法、装置、系统、设备及存储介质，该方法包括：在拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库(S101)；在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的(S102)；根据第一识别结果和第二识别结果，从所述图像中确定待跟随目标(S103)。该方法能够准确快速地确定待跟随目标。

Description

待跟随目标的确定方法、装置、系统、设备及存储介质
技术领域
本申请涉及目标跟随技术领域，尤其涉及一种待跟随目标的确定方法、装置、系统、设备及存储介质。
背景技术
在目标智能跟随场景下，需要确定待跟随目标，一般是通过目标检测算法对人、汽车和船舶等特定目标进行识别，将特定目标作为待跟随目标，但目标检测算法能够检测到的类别数量有限，无法覆盖用户的使用场景。目前，用户通过人机交互界面框选其他目标作为待跟随目标，操作较为繁琐，并且对框选得到的待跟随目标的精度要求较高，无法快速准确地确定待跟随目标，用户体验不好。
发明内容
基于此，本申请实施例提供了一种待跟随目标的确定方法、装置、系统、设备及存储介质，旨在准确快速地确定待跟随目标，提高用户体验。
第一方面，本申请实施例提供了一种待跟随目标的确定方法，应用于目标确定装置，所述目标确定装置用于与拍摄设备通信连接，所述方法包括：
在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库；
在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的；
根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标。
第二方面，本申请实施例还提供了一种目标确定装置，所述目标确定装置用于与拍摄设备通信连接，所述目标确定装置包括存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库；
在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的；
根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标。
第三方面，本申请实施例还提供了一种目标跟随系统，所述目标跟随系统包括云台、搭载于所述云台上的拍摄设备和如上所述的目标确定装置。
第四方面，本申请实施例还提供了一种手持云台，所述手持云台包括手柄部、连接于所述手柄部的云台和如上所述的目标确定装置，所述云台用于搭载拍摄设备，所述目标确定装置设置在所述手柄部上。
第五方面，本申请实施例还提供了一种可移动平台，所述可移动平台包括平台本体、搭载于所述平台本体的云台和如上所述的目标确定装置，所述云台用于搭载拍摄设备，所述目标确定装置设置在所述平台本体上。
第六方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上所述的待跟随目标的确定方法的步骤。
本申请实施例提供了一种待跟随目标的确定方法、装置、系统、设备及存储介质，通过在拍摄设备采集到的图像中识别特定目标和显著性目标，得到特定目标的第一识别结果和显著性目标的第二识别结果，并根据第一识别结果和第二识别结果，从该图像中确定待跟随目标，整个过程不需要用户通过人机交互界面框选其他目标或特定目标作为待跟随目标，能够准确快速地确定待跟随目标，极大地提高了用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例技术方案，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，下面描述中的附图是本申请的一些实施例，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。
图1是实施本申请实施例提供的待跟随目标的确定方法的一场景示意图；
图2是实施本申请实施例提供的待跟随目标的确定方法的另一场景示意图；
图3是本申请实施例提供的一种待跟随目标的确定方法的步骤示意流程图；
图4是图3中的待跟随目标的确定方法的一子步骤示意流程图；
图5是图3中的待跟随目标的确定方法的一子步骤示意流程图；
图6是图3中的待跟随目标的确定方法的一子步骤示意流程图；
图7是本申请实施例提供的另一种待跟随目标的确定方法的步骤示意流程图；
图8是本申请实施例中显示装置显示的拍摄设备采集到的图像的一示意图；
图9是本申请实施例中显示装置显示的拍摄设备采集到的图像的另一示意图；
图10是本申请实施例中显示装置显示的拍摄设备采集到的图像的另一示意图；
图11是本申请实施例中显示装置显示的拍摄设备采集到的图像的另一示意图；
图12是本申请实施例中显示装置显示的拍摄设备采集到的图像的另一示意图；
图13是本申请实施例中显示装置显示的拍摄设备采集到的图像的另一示意图；
图14是本申请实施例提供的一种目标确定装置的结构示意性框图；
图15是本申请实施例提供的一种目标跟随系统的结构示意性框图；
图16是本申请实施例提供的一种手持云台的结构示意性框图；
图17是本申请实施例提供的一种可移动平台的结构示意性框图。
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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
在目标智能跟随场景下，需要确定待跟随目标，一般是通过目标检测算法对人、汽车和船舶等特定目标进行识别，将特定目标作为待跟随目标，但目标检测算法能够检测到的类别数量有限，无法覆盖用户的使用场景。目前，用户通过人机交互界面框选其他目标作为待跟随目标，操作较为繁琐，并且对框选得到的待跟随目标的精度要求较高，无法快速准确地确定待跟随目标，用户体验不好。
为解决上述问题，本申请实施例提供了一种待跟随目标的确定方法、装置、系统、设备及存储介质，通过在拍摄设备采集到的图像中识别特定目标和显著性目标，得到特定目标的第一识别结果和显著性目标的第二识别结果，并根据第一识别结果和第二识别结果，从该图像中确定待跟随目标，整个过程不需要用户通过人机交互界面框选其他目标或特定目标作为待跟随目标，能够准确快速地确定待跟随目标，极大地提高了用户体验。
请参阅图1，图1是实施本申请实施例提供的待跟随目标的确定方法的一场景示意图。如图1所示，该场景包括手持云台100和搭载于手持云台100上的拍摄设备200，手持云台100包括手柄部101和设于手柄部101上的云台102，云台102用于搭载拍摄设备200，拍摄设备200可以与云台102一体设置，也可以外接于云台102。示例性的，拍摄设备200可以为智能手机，也可以为相机，例如为单反相机，还可以为摄像头。手持云台100可以承载拍摄设备200，用于固定拍摄设备200以及改变拍摄设备200的高度、倾角和/或方向，或者用于将拍摄设备200稳定地保持在某一姿态上，并控制拍摄设备200进行拍摄。
在一实施例中，手持云台100与拍摄设备200通信连接，手持云台100可以通过控制线与拍摄设备200连接，该控制线例如为快门线。此处不限定快门线的种类，例如，该快门线可以是通用串行总线(Universal Serial Bus，USB)。手持云台100也可以通过无线的方式与拍摄设备200连接，例如，通过手持云台100内置的第一蓝牙模块与拍摄设备200内置的第二蓝牙模块，建立手持云台100与拍摄设备200之间的通信连接。
在一实施例中，云台102包括三轴电机，三轴电机分别为俯仰(pitch)轴电机1021、平移(yaw)轴电机1022和横滚(roll)轴电机(图1中未示出)，所述三轴电机用于调整搭载于云台102上的拍摄设备200的平衡姿态，以便拍摄稳定流畅的画面。其中，云台102上还设置有惯性测量单元(Inertial measurement unit，IMU)，可例如为加速度计或陀螺仪中的至少一种，可以用于测量云台102的姿态和加速度等，以便根据姿态调整云台102的姿态。在一实施例中，手柄部101上也设置有惯性测量单元(Inertial measurement unit，IMU)，例如包括加速度计或陀螺仪中的至少一种，可以用于测量手柄部101的姿态和加速度等，以便根据手柄部101的姿态和云台102的姿态调整云台102的姿态。
在一实施例中，手持云台100包括处理器，处理器用于对输入的控制指令进行处理，或者收发信号等。处理器可以设置在手柄部101的内部。可选地，该处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(application specificintegrated circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在一实施例中，手持云台100包括多种工作模式，比如包括：跟随模式、目标跟踪模式、锁定模式、运动模式和/或休眠模式等。手持云台100处于不同的工作模式执行不同的动作。例如，若手持云台100处于跟随模式，则采用跟随模式控制拍摄设备200进行跟随拍摄，所述跟随模式可以是指云台102跟随手柄部101运动的拍摄模式；若手持云台100处于目标跟踪模式，则在确定待跟随目标后，云台102开始自动旋转使得拍摄设备200的角度始终跟随待跟随目标转动，保持待跟随目标在采集的画面中。
例如，锁定模式是指对云台102的三轴进行锁定，云台的三轴不跟随；运动模式是指云台102以预设速度跟随，比如以云台的三轴的最大速度跟随；休眠模式是指控制手持云台进入休眠状态。其中，在锁定模式或运动模式，云台的跟随对象可以是手柄部101，也可以是待跟随目标，还可以是其它，具体可以根据需要设定，此处不做具体限定。
在一实施例中，待跟随目标的确定方式可以为：手持云台100的处理器获取拍摄设备200采集到的图像，并识别该图像中的识别特定目标和显著性目标，得到特定目标的第一识别结果和显著性目标的第二识别结果，并根据第一识别结果和第二识别结果，从该图像中确定待跟随目标。可以理解的是，待跟随目标的确定方式也可以由用户在手持云台100侧进行诸如框选或点选的操作后确定，也可以是根据拍摄设备200采集到的图像中的特定姿势确定，还可以是利用根据拍摄设备200采集到的图像中的特定目标或显著性目标在画面中的位置确定。此处不做具体限定。
在一实施例中，手柄部101上还设置有控制键，以便用户操作该控制键以控制云台102或拍摄设备200。该控制键可例如为按键、扳机、旋钮或者摇杆等，当然也包括其他形式的物理按键或者虚拟按键。其中，虚拟按键可以为设置于触摸屏上的用于和用户交互的虚拟按钮。摇杆可以用于控制至少一个转轴的运动，进而控制拍摄设备200的运动。可以理解的是，遥杆也可以用于其他功能。可以理解的是，控制键的数量可以为一个或多个。当控制键的数量为一个时，可以针对该控制键采用不同的操作方式产生不同的控制指令，不同的操作方式比如为按压次数不同；当控制键的数量为多个时，比如包括第一控制键、第二控制键和第三控制键等，不同控制键用于产生不同的控制指令。
在一实施例中，该控制键包括跟随控制按键，该跟随控制按键用于控制手持云台100启动或退出目标跟踪模式，例如，手持云台100的处理器响应于用户对跟随控制按键的第一按压操作，若手持云台100不处于目标跟踪模式，则控制手持云台100处于目标跟踪模式，并获取拍摄设备200采集到的图像；对该图像中的特定目标进行识别，得到特定目标的第一识别结果，并对该图像中的显著性目标进行识别，得到显著性目标的第二识别结果；根据第一识别结果和第二识别结果，从该图像中确定待跟随目标，使得用户能够通过跟随控制按键快速地控制手持云台100进入目标跟踪模式，能够对待跟随目标进行跟踪。
在一实施例中，手持云台100还包括显示装置，该显示装置用于显示拍摄设备200采集到的图像。在手持云台100处于目标跟踪模式，且对待跟随目标进行跟踪的过程中，处理器控制显示装置显示拍摄设备200采集到的图像，并在显示装置显示的图像中标识待跟随目标；根据第一识别结果和第二识别结果确定该图像中的每个候选目标的跟随优先级；响应于对该跟随控制按键的第二按压操作，根据该待跟随目标的跟随优先级和每个候选目标的跟随优先级，重新确定待跟随目标，并在该图像中标识重新确定的待跟随目标。通过跟随控制按键方便用户切换待跟随目标。
请参阅图2，图2是实施本申请实施例提供的待跟随目标的确定方法的另一场景示意图。如图2所示，该场景包括控制终端300和可移动平台400，控制终端300与可移动平台400通信连接，控制终端300包括显示装置310，显示装置310用于显示可移动平台400发送的图像。需要说明的是，显示装置310包括设置在控制终端300上的显示屏或者独立于控制终端300的显示器，独立于控制终端300的显示器可以包括手机、平板电脑或者个人电脑等，或者也可以是带有显示屏的其他电子设备。其中，该显示屏包括LED显示屏、OLED显示屏、LCD显示屏等等。
在一实施例中，可移动平台400包括平台本体410、搭载于平台本体上的云台420和动力系统430，云台420用于搭载拍摄设备500，动力系统430包括电机431和螺旋桨432，电机431用于驱动螺旋桨432旋转，从而为可移动平台提供移动动力。其中，云台420包括三轴电机，分别为平移轴电机421、俯仰轴电机422和横滚轴电机423，用于调整搭载于云台420上的拍摄设备500的平衡姿态，以便随时随地拍摄出高精度的稳定画面。
在一实施例中，可移动平台400还包括处理器，处理器用于对输入的控制指令进行处理，或者收发信号等。处理器可以设置可移动平台400内部。可选地，该处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(application specificintegrated circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在一实施例中，控制终端300包括跟随控制按键，该跟随控制按键用于控制可移动平台400启动或退出目标跟踪模式，可移动平台400处于目标跟踪模式时，可移动平台400能够控制云台420运动，使得拍摄设备500的角度始终跟随待跟随目标转动，保持待跟随目标在采集的画面中。例如，控制终端300响应于用户对该跟随控制按键的第一按压操作，生成目标跟随启动指令，并向可移动平台400发送该目标跟随启动指令；可移动平台400接收该目标跟随启动指令，并传输给处理器，处理器根据该目标跟随启动指令，控制可移动平台400处于目标跟踪模式，并获取拍摄设备500采集到的图像，然后对该图像中的特定目标进行识别，得到特定目标的第一识别结果，并对该图像中的显著性目标进行识别，得到显著性目标的第二识别结果，然后根据第一识别结果和第二识别结果，从该图像中确定待跟随目标，并根据拍摄设备500采集到的图像控制云台420运动，使得拍摄设备500的角度始终跟随待跟随目标转动，保持待跟随目标在采集的画面中。
其中，可移动平台包括可移动机器人、无人机和无人车等，可移动平台400为无人机，动力系统430能够使无人机垂直地从地面起飞，或者垂直地降落在地面上，而不需要无人机任何水平运动(如不需要在跑道上滑行)。可选的，动力系统430可以允许无人机在空中预设位置和/或方向盘旋。一个或者多个动力系统430在受到控制时可以独立于其它的动力系统430。可选的，一个或者多个动力系统430可以同时受到控制。例如，无人机可以有多个水平方向的动力系统430，以追踪目标的提升及/或推动。水平方向的动力系统430可以被致动以提供无人机垂直起飞、垂直降落、盘旋的能力。
在一实施例中，水平方向的动力系统430中的一个或者多个可以顺时针方向旋转，而水平方向的动力系统中的其它一个或者多个可以逆时针方向旋转。例如，顺时针旋转的动力系统430与逆时针旋转的动力系统430的数量一样。每一个水平方向的动力系统430的旋转速率可以独立变化，以实现每个动力系统430导致的提升及/或推动操作，从而调整无人机的空间方位、速度及/或加速度(如相对于多达三个自由度的旋转及平移)。
在一实施例中，无人机还可以包括传感系统，传感系统可以包括一个或者多个传感器，以感测无人机的空间方位、速度及/或加速度(如相对于多达三个自由度的旋转及平移)、角加速度、姿态、位置(绝对位置或者相对位置)等。所述一个或者多个传感器包括GPS传感器、运动传感器、惯性传感器、近程传感器或者影像传感器。可选的，传感系统还可以用于采集无人飞行器所处的环境数据，如气候条件、要接近的潜在的障碍、地理特征的位置、人造结构的位置等。另外，无人机可以包括脚架，所述脚架是无人机降落时，无人机与地面的接触件，脚架可以是无人飞行器在飞行状态(例如无人飞行器在巡航时)收起，在降落时才放下；也可以固定安装在无人机上，一直处于放下的状态。
在一实施例中，可移动平台400能够与控制终端300进行通信，可以实现控制终端300与可移动平台400之间的数据交互，例如对可移动平台400的移动控制、对负载的控制(当负载为拍摄设备500时，控制终端300可以控制该拍摄设备500)，其中，控制终端300可以与可移动平台400和/或负载进行通信，可移动平台400与控制终端300之间的通信可以是无线通信，可以在可移动平台400和控制终端300之间提供直接通信。这种直接通信可以无需任何中间装置或网络地发生的。
在一实施例中，可以在可移动平台400与控制终端300之间提供间接通信。这种间接通信可以借助于一个或多个中间装置或网络来发生。例如，间接通信可以利用电信网络。间接通信可以借助于一个或多个路由器、通信塔、卫星、或任何其他的中间装置或网络来进行。通信类型的实例可以包括但不限于经由以下方式的通信：因特网，局域网(LAN)，广域网(WAN)，蓝牙，近场通信(NFC)技术，基于诸如通用分组无线电服务(GPRS)、GSM增强型数据GSM环境(EDGE)、3G、4G、或长期演进(LTE)协议的移动数据协议的网络，红外线(IR)通信技术，和/或Wi-Fi，并且可以是无线式、有线式、或其组合。
其中，控制终端300可以包括但不限于：智能电话/手机、平板电脑、个人数字助理(PDA)、台式计算机、媒体内容播放器、视频游戏站/系统、虚拟现实系统、增强现实系统、可穿戴式装置(例如，手表、眼镜、手套、头饰(例如，帽子、头盔、虚拟现实头戴耳机、增强现实头戴耳机、头装式装置(HMD)、头带)、挂件、臂章、腿环、鞋子、马甲)、手势识别装置、麦克风、能够提供或渲染图像数据的任意电子装置、或者任何其他类型的装置。该控制终端300可以是手持终端，控制终端300可以是便携式的。该控制终端300可以由人类用户携带。在一些情况下，控制终端300可以远离人类用户，并且用户可以使用无线和/或有线通信来控制控制终端300。
以下，将结合图1或图2中的场景对本申请的实施例提供的待跟随目标的确定方法进行详细介绍。需知，图1或图2中的场景仅用于解释本申请实施例提供的待跟随目标的确定方法，但并不构成对本申请实施例提供的待跟随目标的确定方法应用场景的限定。
请参阅图3，图3是本申请实施例提供的一种待跟随目标的确定方法的步骤示意流程图。
如图3所示，该待跟随目标的确定方法包括步骤S101至步骤S103。
步骤S101、在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库；
步骤S102、在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的；
步骤S103、根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标。
在需要确定待跟随目标时，获取拍摄设备采集到的图像，并在拍摄设备采集到的图像中识别特定目标和显著性目标，得到特定目标的第一识别结果和显著性目标的第二识别结果，然后基于第一识别结果和第二识别结果，从拍摄设备采集到的图像中确定待跟随目标。其中，第一预设类别库中的类别包括能够通过目标检测算法识别到的对象的类别，例如，行人、车辆和船舶等，对此，可以通过目标检测算法在拍摄设备采集到的图像中识别特定目标，得到特定目标的第一识别结果，可以通过显著性目标检测算法在拍摄设备采集到的图像中识别显著性目标，得到显著性目标的第二识别结果。可选的，显著性目标的类别与特定目标的类别不同。
在一实施例中，显著性目标是依据目标对象在采集到的图像中的显著程度来确定的，例如，当目标对象在采集到的图像中的显著程度大于或等于预设显著程度时，可以确定该目标对象为显著性目标，而当目标对象在采集到的图像中的显著程度小于预设显著程度时，可以确定该目标对象不为显著性目标。其中，预设显著程度可基于实际情况进行设置，本申请实施例对此不做具体限定。
在一实施例中，目标对象在采集到的图像中的显著程度可以根据目标对象在图像中的预设位置的停留时长确定。和/或可以根据目标对象在采集到的图像中所处的图像区域与相邻图像区域之间的显著性值确定。可以理解的是，目标对象在图像中的预设位置的停留时长越长，则目标对象在采集到的图像中的显著程度越高，而目标对象在图像中的预设位置的停留时长越短，则目标对象在采集到的图像中的显著程度越低。目标对象在采集到的图像中所处的图像区域与相邻图像区域之间的显著性值越大，则目标对象在采集到的图像中的显著程度越高，而目标对象在采集到的图像中所处的图像区域与相邻图像区域之间的显著性值越小，则目标对象在采集到的图像中的显著程度越低。
在一实施例中，所述待跟随目标包括显著性目标和特定目标中的任一项，所述显著性目标包括位于所述图像中的预设位置的对象，且所述对象在预设位置的停留时长大于预设停留时长；和/或，所述显著性目标位于所述图像中的前景图像中；和/或，所述显著性目标在所述图像中的图像区域与所述图像区域的相邻图像区域之间的显著性值大于或等于预设显著性值。
其中，显著性目标所在的图像区域与相邻图像区域之间的显著性值是根据显著性目标所在的图像区域与相邻图像区域之间的色差和/或对比度确定的，色差越大，则显著性值越大，色差越小，则显著性值越小，对比度越大，则显著性值越大，对比度越小，则显著性值越小。预设位置、预设停留时长和预设显著性值可基于实际情况进行设置或由用户自行设置，例如预设位置可以图像的中心位置，预设停留时长为10秒，预设显著值为50。
在一实施例中，根据第一识别结果和第二识别结果，从图像中确定待跟随目标的方式可以为：若第一识别结果为图像中存在特定目标，则根据第一识别结果，将图像中的特定目标确定为待跟随目标；若第一识别结果为图像中不存在特定目标，则根据第二识别结果，将图像中的显著性目标确定为待跟随目标。通过在识别到特定目标时，将特定目标作为待跟随目标，而未识别到特定目标，且识别到显著性目标时，将显著性目标作为待跟随目标，不需要用户通过人机交互页面框选待跟随目标，也能够准确快速地确定待跟随目标，极大地提高了用户体验。
在一实施例中，如图4所示，根据第一识别结果，将图像中的特定目标确定为待跟随目标的步骤可以包括：子步骤S1031至S1032。
子步骤S1031、若所述图像中存在多个所述特定目标，则根据所述第一识别结果，确定每个所述特定目标的第一跟随优先级；
子步骤S1032、根据每个所述特定目标的所述第一跟随优先级，从多个所述特定目标中确定所述待跟随目标。
如果拍摄设备采集到的图像中存在多个特定目标，则根据特定目标的第一识别结果，确定每个特定目标的第一跟随优先级，并将第一跟随优先级最高对应的特定目标确定为待跟随目标。例如，特定目标A、特定目标B和特定目标C的第一跟随优先级分别为一级、二级和三级，一级对应的优先级最高，因此选择特定目标A作为待跟随目标。其中，第一跟随优先级用于描述选择特定目标作为待跟随目标的概率高低，第一跟随优先级越高的特定目标，则选择该特定目标作为待跟随目标的概率越高，第一跟随优先级越低的特定目标，则选择该特定目标作为待跟随目标的概率越低。通过确定每个特定目标的第一跟随优先级，并将第一跟随优先级最高对应的特定目标确定为待跟随目标，使得确定的待跟随目标更加符合用户的需求，提高用户体验。
在一实施例中，根据特定目标的第一识别结果，确定每个特定目标的第一跟随优先级的方式可以为：从第一识别结果中获取每个特定目标的跟随概率，其中，该跟随概率为根据目标检测算法对图像中的对象进行特定目标识别时输出的对象为特定目标的概率；和/或，从第一识别结果中获取每个特定目标在该图像中的位置；和/或，从第一识别结果中获取每个特定目标在该图像中的位置信息，并根据每个特定目标在该图像中的位置信息，确定每个特定目标占该图像的画幅比例；根据每个特定目标的跟随概率、在该图像中的位置和/或占该图像的画幅比例，确定每个特定目标的第一跟随优先级。
例如，特定目标A、特定目标B和特定目标C的跟随概率分别为95％、82％和85％，由于95％>85％>82％，因此，通过95％>85％>82％的大小关系，可以确定特定目标A的第一跟随优先级为一级、特定目标C的第一跟随优先级为二级，特定目标B的第一跟随优先级为三级。又例如，特定目标A、特定目标B和特定目标C占该图像的画幅比例分别为8％、12％和15％，由于15％>12％>8％，因此，通过15％>12％>8％的大小关系，可以确定特定目标A的第一跟随优先级为三级、特定目标B的第一跟随优先级为二级，特定目标C的第一跟随优先级为一级。
在一实施例中，根据每个特定目标在该图像中的位置，确定每个特定目标的第一跟随优先级的方式可以为：获取该图像的中心位置，并根据每个特定目标在该图像中的位置和该图像的中心位置，确定每个特定目标的位置与中心位置之间的距离；根据每个特定目标的位置与中心位置之间的距离，确定每个特定目标的第一跟随优先级。例如，特定目标A、特定目标B和特定目标C在该图像中的位置与中心位置之间的距离分别为a、b和c，且a>b>c，因此，通过a>b>c的大小关系，可以确定特定目标A的第一跟随优先级为三级、特定目标B的第一跟随优先级为二级，特定目标C的第一跟随优先级为一级。
在一实施例中，根据每个特定目标的跟随概率、在该图像中的位置和/或占该图像的画幅比例，确定每个特定目标的第一跟随优先级的方式可以为：根据每个特定目标的跟随概率，确定每个特定目标的第一跟随指数；确定每个特定目标的位置与该图像的中心位置之间的距离，并根据每个特定目标的位置与该图像的中心位置之间的距离，确定每个特定目标的第二跟随指数；根据每个特定目标占该图像的画幅比例，确定第三跟随指数，并根据每个特定目标的第一跟随指数、第二跟随指数和/或第三跟随指数，确定每个特定目标的目标跟随指数；根据每个特定目标的目标跟随指数，确定每个特定目标的第一跟随优先级。
其中，特定目标的第一跟随指数可以根据第一预设映射关系和特定目标的跟随概率确定，第一预设映射关系包括不同跟随概率各自对应的跟随指数，例如，跟随概率为60％、70％、90％、95％对应的跟随指数分别为60分、70分、90分、95分，因此，特定目标的跟随概率为95％，则特定目标的第一跟随指数为95％。
特定目标的第二跟随指数可以根据第二预设映射关系和特定目标的位置与该图像的中心位置之间的距离确定，第二预设关系包括不同距离对应的跟随指数，例如，距离为0.5厘米、1厘米、1.5厘米对应的跟随指数分别为90分、80分和70分，因此，特定目标的位置与该图像的中心位置之间的距离为0.5厘米，则特定目标的第二跟随指数为90分。
特定目标的第三跟随指数可以根据第三预设映射关系和特定目标占该图像的画幅比例确定，第三预设映射关系包括不同画幅比例对应的跟随指数，例如，画幅比例为5％、10％、12％对应的跟随指数分别为60分、65分和70分，因此，特定目标占该图像的画幅比例为12％，则特定目标的第三跟随指数为70分。第一预设映射关系、第二预设映射关系和第三预设映射关系可基于实际情况进行设置，本申请实施例对此不做具体限定。
在一实施例中，根据第一跟随指数、第二跟随指数和/或第三跟随指数，确定特定目标的目标跟随指数的方式可以为：若仅考虑特定目标的跟随概率，则将第一跟随指数确定为特定目标的目标跟随指数；若仅考虑特定目标在该图像中的位置，则将第二跟随指数确定为特定目标的目标跟随指数；若仅考虑特定目标占该图像的画幅比例，则将第三跟随指数确定为特定目标的目标跟随指数；若考虑特定目标的跟随概率和在该图像中的位置，则将第一跟随指数和第二跟随指数之和确定为特定目标的目标跟随指数；若考虑特定目标的跟随概率和占该图像的画幅比例，则将第一跟随指数和第三跟随指数之和确定为特定目标的目标跟随指数；若考虑特定目标在该图像中的位置和占该图像的画幅比例，则将第二跟随指数和第三跟随指数之和确定为特定目标的目标跟随指数；若考虑特定目标的跟随概率、在该图像中的位置和占该图像的画幅比例，则将第一跟随指数、第二跟随指数和第三跟随指数之和确定为特定目标的目标跟随指数。
在一实施例中，若考虑特定目标的跟随概率和特定目标在该图像中的位置，则计算第一预设权重与特定目标的第一跟随指数的乘积，并计算第二预设权重与特定目标的第二跟随指数的乘积；计算上述两个乘积的和，并将上述两个乘积的和确定为特定目标的目标跟随指数，其中，第一预设权重与第二预设权重之和为1。
或者，若考虑特定目标的跟随概率和占该图像的画幅比例，则计算第一预设权重与特定目标的第一跟随指数的乘积，并计算第三预设权重与特定目标的第三跟随指数的乘积；计算上述两个乘积的和，并将上述两个乘积的和确定为特定目标的目标跟随指数，其中，第一预设权重与第三预设权重之和为1。
或者，若考虑特定目标在该图像中的位置和特定目标占该图像的画幅比例，则计算第二预设权重与特定目标的第二跟随指数的乘积，并计算第三预设权重与特定目标的第三跟随指数的乘积；计算上述两个乘积的和，并将上述两个乘积的和确定为特定目标的目标跟随指数，其中，第二预设权重与第三预设权重之和为1。
或者，若考虑特定目标的跟随概率、在该图像中的位置和占该图像的画幅比例，则计算第一预设权重与特定目标的第一跟随指数的乘积、计算第二预设权重与特定目标的第二跟随指数的乘积以及计算第三预设权重与特定目标的第三跟随指数的乘积；计算上述三个乘积的和，并将上述三个乘积的和确定为特定目标的目标跟随指数，其中，第一预设权重、第二预设权重与第三预设权重之和为1。
在一实施例中，根据第一识别结果，将图像中的特定目标确定为待跟随目标的方式可以为：若拍摄设备采集到的图像中存在多个特定目标，则根据特定目标的第一识别结果，确定每个特定目标的类别；根据拍摄设备的当前拍摄模式对应的第二预设类别库和每个特定目标的类别，从多个特定目标中确定待跟随目标。其中，拍摄设备的拍摄模式包括人像拍摄模式、宠物拍摄模式、植物拍摄模式、车辆拍摄模式和全景拍摄模式等，不同拍摄模式对应不同的第二预设类别库，例如，在人像拍摄模式下，将图像中的人确定为待跟随目标。通过基于拍摄设备的当前拍摄模式对应的第二预设类别库和每个特定目标的类别，确定待跟随目标，使得确定的待跟随目标更加符合用户的需求，极大地提高了用户体验。
在一实施例中，根据拍摄设备的当前拍摄模式对应的第二预设类别库和每个特定目标的类别，从多个特定目标中确定待跟随目标的方式可以为：确定多个特定目标中是否存在类别位于第二预设类别库内的特定目标，若类别位于第二预设类别库内的特定目标仅有一个，则将类别位于第二预设类别库内的特定目标确定为待跟随目标；若类别位于第二预设类别库内的特定目标的数量至少为两个，则根据第一识别结果，确定类别位于第二预设类别库内的每个特定目标的跟随优先级，并将该跟随优先级最高对应的特定目标确定为待跟随目标。
在一实施例中，如图5所示，根据第二识别结果，将图像中的显著性目标确定为待跟随目标的步骤可以包括：子步骤S1033至S1034。
子步骤S1033、若所述图像中存在多个所述显著性目标，则根据所述第二识别结果，确定每个所述显著性目标的所述第二跟随优先级；
子步骤S1034、根据所述图像中的每个所述显著性目标的所述第二跟随优先级，从多个所述显著性目标中确定所述待跟随目标。
如果拍摄设备采集到的图像中存在多个显著性目标，则根据显著性目标的第二识别结果，确定每个显著性目标的第二跟随优先级，并将第二跟随优先级最高对应的显著性目标确定为待跟随目标。例如，显著性目标D、显著性目标E和显著性目标F的第一跟随优先级分别为一级、二级和三级，一级对应的优先级最高，因此选择显著性目标D作为待跟随目标。其中，第二跟随优先级用于描述选择显著性目标作为待跟随目标的概率高低，第二跟随优先级越高的显著性目标，则选择该显著性目标作为待跟随目标的概率越高，第二跟随优先级越低的显著性目标，则选择该显著性目标作为待跟随目标的概率越低。通过确定每个显著性目标的第二跟随优先级，并将第二跟随优先级最高对应的显著性目标确定为待跟随目标，使得确定的待跟随目标更加符合用户的需求，提高用户体验。
在一实施例中，根据显著性目标的第二识别结果，确定每个显著性目标的第二跟随优先级的方式可以为：从第二识别结果中获取每个显著性目标的跟随概率，其中，该跟随概率为根据目标检测算法对图像中的对象进行显著性目标识别时输出的对象为显著性目标的概率；和/或，从第二识别结果中获取每个显著性目标在该图像中的位置；和/或，从第二识别结果中获取每个显著性目标在该图像中的位置信息，并根据每个显著性目标在该图像中的位置信息，确定每个显著性目标占该图像的画幅比例；根据每个显著性目标的跟随概率、在该图像中的位置和/或占该图像的画幅比例，确定每个显著性目标的第二跟随优先级。
例如，显著性目标D、显著性目标E和显著性目标F的跟随概率分别为90％、80％和85％，由于90％>85％>80％，因此，通过90％>85％>80％的大小关系，可以确定显著性目标D的第二跟随优先级为一级、显著性目标F的第二跟随优先级为二级，显著性目标E的第二跟随优先级为三级。又例如，显著性目标D、显著性目标E和显著性目标F占该图像的画幅比例分别为8％、12％和15％，由于15％>12％>8％，因此，通过15％>12％>8％的大小关系，可以确定显著性目标D的第二跟随优先级为三级、显著性目标E的第二跟随优先级为二级，显著性目标F的第二跟随优先级为一级。
在一实施例中，根据每个显著性目标在该图像中的位置，确定每个显著性目标的第二跟随优先级的方式可以为：获取该图像的中心位置，并根据每个显著性目标在该图像中的位置和该图像的中心位置，确定每个显著性目标的位置与中心位置之间的距离；根据每个显著性目标的位置与中心位置之间的距离，确定每个显著性目标的第二跟随优先级。例如，显著性目标D、显著性目标E和显著性目标F在该图像中的位置与中心位置之间的距离分别为d、e和f，且d>e>f，因此，通过d>e>f的大小关系，可以确定显著性目标D的第二跟随优先级为三级、显著性目标E的第二跟随优先级为二级，显著性目标F的第二跟随优先级为一级。
在一实施例中，根据每个显著性目标的跟随概率、在该图像中的位置和/或占该图像的画幅比例，确定每个显著性目标的第二跟随优先级的方式可以为：根据每个显著性目标的跟随概率，确定每个显著性目标的第一跟随指数；确定每个显著性目标的位置与该图像的中心位置之间的距离，并根据每个显著性目标的位置与该图像的中心位置之间的距离，确定每个显著性目标的第二跟随指数；根据每个显著性目标占该图像的画幅比例，确定第三跟随指数，并根据每个显著性目标的第一跟随指数、第二跟随指数和/或第三跟随指数，确定每个显著性目标的目标跟随指数；根据每个显著性目标的目标跟随指数，确定每个显著性目标的第二跟随优先级。
其中，显著性目标的第一跟随指数可以根据第一预设映射关系和显著性目标的跟随概率确定，第一预设映射关系包括不同跟随概率各自对应的跟随指数，例如，跟随概率为60％、70％、90％、95％对应的跟随指数分别为60分、70分、90分、95分，因此，显著性目标的跟随概率为90％，则显著性目标的第一跟随指数为90。
显著性目标的第二跟随指数可以根据第二预设映射关系和显著性目标的位置与该图像的中心位置之间的距离确定，第二预设关系包括不同距离对应的跟随指数，例如，距离为0.5厘米、1厘米、1.5厘米对应的跟随指数分别为90分、80分和70分，因此，显著性目标的位置与该图像的中心位置之间的距离为1厘米，则显著性目标的第二跟随指数为80分。
本申请并非限于此。根据本申请的另一实施方式，根据每个显著性目标在该图像中的位置，确定每个显著性目标的第二跟随优先级的方式可以为：在图像中指定一预定位置，并根据每个显著性目标在该图像中的位置和该图像的预定位置，确定每个显著性目标的位置与预定位置之间的距离；根据每个显著性目标的位置与预定位置之间的距离，确定每个显著性目标的第二跟随优先级。
显著性目标的第三跟随指数可以根据第三预设映射关系和显著性目标占该图像的画幅比例确定，第三预设映射关系包括不同画幅比例对应的跟随指数，例如，画幅比例为5％、10％、12％对应的跟随指数分别为60分、65分和70分，因此，显著性目标占该图像的画幅比例为10％，则特定目标的第三跟随指数为65分。
在一实施例中，根据第一跟随指数、第二跟随指数和/或第三跟随指数，确定显著性目标的目标跟随指数的方式可以为：若仅考虑显著性目标的跟随概率，则将第一跟随指数确定为显著性目标的目标跟随指数；若仅考虑显著性目标在该图像中的位置，则将第二跟随指数确定为显著性目标的目标跟随指数；若仅考虑显著性目标占该图像的画幅比例，则将第三跟随指数确定为显著性目标的目标跟随指数；若考虑显著性目标的跟随概率和在该图像中的位置，则将第一跟随指数和第二跟随指数之和确定为显著性目标的目标跟随指数；若考虑显著性目标的跟随概率和占该图像的画幅比例，则将第一跟随指数和第三跟随指数之和确定为显著性目标的目标跟随指数；若考虑显著性目标在该图像中的位置和占该图像的画幅比例，则将第二跟随指数和第三跟随指数之和确定为显著性目标的目标跟随指数；若考虑显著性目标的跟随概率、在该图像中的位置和占该图像的画幅比例，则将第一跟随指数、第二跟随指数和第三跟随指数之和确定为显著性目标的目标跟随指数。
在一实施例中，若考虑显著性目标的跟随概率和显著性目标在该图像中的位置，则计算第一预设权重与显著性目标的第一跟随指数的乘积，并计算第二预设权重与显著性目标的第二跟随指数的乘积；计算上述两个乘积的和，并将上述两个乘积的和确定为显著性目标的目标跟随指数，其中，第一预设权重与第二预设权重之和为1。
或者，若考虑显著性目标的跟随概率和占该图像的画幅比例，则计算第一预设权重与显著性目标的第一跟随指数的乘积，并计算第三预设权重与显著性目标的第三跟随指数的乘积；计算上述两个乘积的和，并将上述两个乘积的和确定为显著性目标的目标跟随指数，其中，第一预设权重与第三预设权重之和为1。
或者，若考虑显著性目标在该图像中的位置和显著性目标占该图像的画幅比例，则计算第二预设权重与显著性目标的第二跟随指数的乘积，并计算第三预设权重与显著性目标的第三跟随指数的乘积；计算上述两个乘积的和，并将上述两个乘积的和确定为显著性目标的目标跟随指数，其中，第二预设权重与第三预设权重之和为1。
或者，若考虑显著性目标的跟随概率、在该图像中的位置和占该图像的画幅比例，则计算第一预设权重与显著性目标的第一跟随指数的乘积、计算第二预设权重与显著性目标的第二跟随指数的乘积以及计算第三预设权重与显著性目标的第三跟随指数的乘积；计算上述三个乘积的和，并将上述三个乘积的和确定为显著性目标的目标跟随指数，其中，第一预设权重、第二预设权重与第三预设权重之和为1。
在一实施例中，根据第二识别结果，将图像中的显著性目标确定为待跟随目标的方式可以为：若拍摄设备采集到的图像中存在多个显著性目标，则根据显著性目标的第二识别结果，确定每个显著性目标的类别；根据拍摄设备的当前拍摄模式对应的第三预设类别库和每个显著性目标的类别，从多个显著性目标中确定待跟随目标。其中，拍摄设备的拍摄模式包括人像拍摄模式、宠物拍摄模式、植物拍摄模式、车辆拍摄模式和全景拍摄模式等，不同拍摄模式对应不同的第三预设类别库。通过基于拍摄设备的当前拍摄模式对应的第三预设类别库和每个显著性目标的类别，确定待跟随目标，使得确定的待跟随目标更加符合用户的需求，极大地提高了用户体验。
在一实施例中，根据拍摄设备的当前拍摄模式对应的第三预设类别库和每个显著性目标的类别，从多个显著性目标中确定待跟随目标的方式可以为：确定多个显著性目标中是否存在类别位于第三预设类别库内的显著性目标，若类别位于第三预设类别库内的显著性目标仅有一个，则将类别位于第三预设类别库内的显著性目标确定为待跟随目标；若类别位于第三预设类别库内的显著性目标的数量至少为两个，则根据第二识别结果，确定类别位于第三预设类别库内的每个显著性目标的跟随优先级，并将该跟随优先级最高对应的显著性目标确定为待跟随目标。
在一实施例中，如图6所示，根据第一识别结果和第二识别结果，从图像中确定待跟随目标的步骤可以包括：子步骤S1035至S1037。
子步骤S1035、根据所述第一识别结果，确定所述图像中的特定目标的第一跟随优先级；
子步骤S1036、根据所述第二识别结果，确定所述图像中的显著性目标的第二跟随优先级；
子步骤S1037、根据所述第一跟随优先级和所述第二跟随优先级，从所述特定目标和所述显著性目标中确定所述待跟随目标。
如果图像中存在特定目标和显著性目标，则根据第一识别结果确定图像中的特定目标的第一跟随优先级，并根据第二识别结果确定图像中的显著性目标的第二跟随优先级，然后根据第一跟随优先级和第二跟随优先级，从该特定目标和显著性目标中确定待跟随目标，即若特定目标的第一跟随优先级高于显著性目标的第二跟随优先级，则将该特定目标确定为待跟随目标；或者若显著性目标的第二跟随优先级高于特定目标的第一跟随优先级，则将该显著性目标确定为待跟随目标。通过在图像中同时存在特定目标和显著性目标时，将跟随优先级较高的特定目标或显著性目标确定为待跟随目标，使得确定的待跟随目标更加符合用户的需求，极大地提高了用户体验。
上述实施例提供的待跟随目标的确定方法，通过在拍摄设备采集到的图像中识别特定目标和显著性目标，得到特定目标的第一识别结果和显著性目标的第二识别结果，并根据第一识别结果和第二识别结果，从该图像中确定待跟随目标，整个过程不需要用户通过人机交互界面框选其他目标或特定目标作为待跟随目标，能够准确快速地确定待跟随目标，极大地提高了用户体验。
请参阅图7，图7是本申请实施例提供的另一种待跟随目标的确定方法的步骤示意流程图。
如图7所示，该待跟随目标的确定方法包括步骤S201至S207。
步骤S201、响应于用户对所述跟随控制按键的第一按压操作，获取所述拍摄设备采集到的所述图像，并通过所述显示装置显示所述图像。
其中，目标确定装置包括跟随控制按键和显示装置，该该跟随控制按键用于控制目标确定装置确定待跟随目标。例如，响应于用户对该跟随控制按键的第一按压操作，获取拍摄设备采集到的图像，并通过显示装置显示图像，使得目标确定装置能够从该图像中确定待跟随目标。其中，第一按压操作包括单击操作、双击操作和长按操作等。
步骤S202、在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库。
其中，第一预设类别库中的类别包括能够通过目标检测算法识别到的对象的类别，例如，行人、车辆和船舶等，对此，可以通过目标检测算法在拍摄设备采集到的图像中识别特定目标，得到特定目标的第一识别结果。
步骤S203、在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的。
其中，可以通过显著性目标检测算法在拍摄设备采集到的图像中识别显著性目标，得到显著性目标的第二识别结果，显著性目标的类别与特定目标的类别不同。所述待跟随目标包括显著性目标和特定目标中的任一项，所述显著性目标包括位于所述图像中的预设位置的对象，且所述对象在预设位置的停留时长大于预设停留时长；和/或，所述显著性目标位于所述图像中的前景图像中；和/或，所述显著性目标在所述图像中的图像区域与所述图像区域的相邻图像区域之间的显著性值大于或等于预设显著性值。
步骤S204、根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标。
若第一识别结果为图像中存在特定目标，则根据第一识别结果，将图像中的特定目标确定为待跟随目标；若第一识别结果为图像中不存在特定目标，则根据第二识别结果，将图像中的显著性目标确定为待跟随目标。通过在识别到特定目标时，将特定目标作为待跟随目标，而未识别到特定目标，且识别到显著性目标时，将显著性目标作为待跟随目标，不需要用户通过人机交互页面框选待跟随目标，也能够准确快速地确定待跟随目标，极大地提高了用户体验。
步骤S205、在显示的所述图像中标识所述待跟随目标，并根据所述第一识别结果和所述第二识别结果确定所述图像中的每个候选目标的跟随优先级。
在确定待跟随目标后，在显示装置显示的图像中标识待跟随目标，并根据第一识别结果和第二识别结果确定该图像中的每个候选目标的跟随优先级，即若该图像中仅存在特定目标，则根据第一识别结果，确定该图像中的每个特定目标的跟随优先级，若该图像中仅存在显著性目标，则根据第二识别结果，确定该图像中的每个显著性目标的跟随优先级，若该图像中同时存在特定目标和显著性目标，则根据第一识别结果和第二识别结果，确定特定目标和显著性目标的跟随优先级。其中，候选目标包括特定目标和显著性目标，候选目标的跟随优先级的确定方式可以参照前述实施例，此处不做赘述。
其中，在显示装置显示的图像中标识待跟随目标的方式包括在待跟随目标所处的区域显示矩形框和/或标识图标。示例性的，如图8所示，显示装置显示的图像中包括特定目标10、特定目标20和显著性目标30，由于特定目标为10为待跟随目标，则特定目标10所处的区域显示有矩形框40。如图9所示，特定目标10所处的区域显示有矩形框40和标识图标50。
在一实施例中，标识图标可以用于指示候选的待跟随目标。示例性的，如图10所示，显示装置显示的图像中包括特定目标10、特定目标20和显著性目标30，且特定目标10、特定目标20和显著性目标30所处的区域显示有标识图标51、标识图标52和标识图标53，以指示特定目标10、特定目标20和显著性目标30为可选的待跟随目标。如图11所示，当用户选择显著性目标30作为待跟随目标时，在显著性目标30所处的区域显示矩形框40。通过在候选的待跟随目标所处的区域上显示标识图标，便于用户从候选的待跟随目标中切换实际跟随的待跟随目标。
步骤S206、响应于用户对所述跟随控制按键的第二按压操作，根据所述待跟随目标的所述跟随优先级和每个所述候选目标的所述跟随优先级，重新确定所述待跟随目标。
步骤S207、在所述图像中标识重新确定的所述待跟随目标。
在需要切换待跟随目标时，响应于用户对该跟随控制按键的第二按压操作，根据待跟随目标的跟随优先级和每个候选目标的跟随优先级，重新确定待跟随目标，并在显示装置显示的图像中标识重性确定的待跟随目标。其中，重新确定前的待跟随目标的跟随优先级高于重新确定后的待跟随目标的跟随优先级，或者重新确定前的待跟随目标的跟随优先级低于重新确定后的待跟随目标的跟随优先级，第二按压操作包括单击操作、双击操作和长按操作。
示例性的，设特定目标10、特定目标20和显著性目标30的跟随优先级分别为一级、二级和三级，当用户对该跟随控制按键进行按压后，由于特定目标10、特定目标20和显著性目标30的跟随优先级分别为一级、二级和三级，因此将特定目标20确定为新的待跟随目标，如图12所示，特定目标20所处的区域显示有矩形框40，当用户继续对该跟随控制按键进行按压，则将显著性目标30确定为新的待跟随目标，如图13所示，显著性目标30所处的区域显示有矩形框40。当用户继续对该跟随控制按键进行按压，则再次将特定目标10确定为待跟随目标。
上述实施例提供的待跟随目标的确定方法，通过在显示装置显示的图像中标识确定的待跟随目标，并响应于用户对跟随控制按键的按压操作，改变显示的图像中的待跟随目标，极大地方便用户切换待跟随目标，提高用户体验。
请参阅图14，图14是本申请实施例提供的一种目标确定装置的结构示意性框图。
如图14所示，目标确定装置600包括处理器601和存储器602，处理器601和存储器602通过总线603连接，该总线603比如为I2C(Inter-integrated Circuit)总线。目标确定装置600用于与拍摄设备通信连接。
具体地，处理器601可以是微控制单元(Micro-controller Unit，MCU)、中央处理单元(Central Processing Unit，CPU)或数字信号处理器(Digital Signal Processor，DSP)等。
具体地，存储器602可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
其中，所述处理器601用于运行存储在存储器602中的计算机程序，并在执行所述计算机程序时实现如下步骤：
在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库；
在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的；
根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标。
在一实施例中，所述待跟随目标包括所述显著性目标和所述特定目标中的任一项，所述显著性目标包括位于所述图像中的预设位置的对象，且所述对象在所述预设位置的停留时长大于预设停留时长。
在一实施例中，所述显著性目标位于所述图像中的前景图像中。
在一实施例中，所述显著性目标在所述图像中的图像区域与所述图像区域的相邻图像区域之间的显著性值大于或等于预设显著性值。
在一实施例中，所述处理器在实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标时，用于实现：
若所述第一识别结果为所述图像中存在所述特定目标，则根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标。
在一实施例中，所述处理器在实现根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述特定目标，则根据所述第一识别结果，确定每个所述特定目标的第一跟随优先级；
根据每个所述特定目标的所述第一跟随优先级，从多个所述特定目标中确定所述待跟随目标。
在一实施例中，所述处理器在实现根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述特定目标，则根据所述第一识别结果，确定每个所述特定目标的类别；
根据所述拍摄设备的当前拍摄模式对应的第二预设类别库和每个所述特定目标的类别，从多个所述特定目标中确定所述待跟随目标。
在一实施例中，所述处理器在实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标时，用于实现：
若所述第一识别结果为所述图像中不存在所述特定目标，则根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标。
在一实施例中，所述处理器在实现根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述显著性目标，则根据所述第二识别结果，确定每个所述显著性目标的所述第二跟随优先级；
根据所述图像中的每个所述显著性目标的所述第二跟随优先级，从多个所述显著性目标中确定所述待跟随目标。
在一实施例中，所述处理器在实现根据所述第二识别结果，确定每个所述显著性目标的所述第二跟随优先级时，用于实现：
根据所述第二识别结果，确定每个所述显著性目标的跟随概率、占所述图像的画幅比例和/或在所述图像中的位置；
根据每个所述显著性目标的跟随概率、占所述图像的画幅比例和/或在所述图像中的位置，确定每个所述显著性目标的所述第二跟随优先级。
在一实施例中，所述处理器在实现根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述显著性目标，则根据所述第二识别结果，确定每个所述显著性目标的类别；
根据所述拍摄设备的当前拍摄模式对应的第三预设类别库和每个所述显著性目标的类别，从多个所述显著性目标中确定所述待跟随目标。
在一实施例中，所述处理器在实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标时，用于实现：
根据所述第一识别结果，确定所述图像中的特定目标的第一跟随优先级；
根据所述第二识别结果，确定所述图像中的显著性目标的第二跟随优先级；
根据所述第一跟随优先级和所述第二跟随优先级，从所述特定目标和所述显著性目标中确定所述待跟随目标。
在一实施例中，所述处理器在实现根据所述第一跟随优先级和所述第二跟随优先级，从所述特定目标和所述显著性目标中确定所述待跟随目标时，用于实现：
若所述第一跟随优先级高于所述第二跟随优先级，则将所述特定目标确定为所述待跟随目标；或者
若所述第二跟随优先级高于所述第一跟随优先级，则将所述显著性目标确定为所述待跟随目标。
在一实施例中，所述目标确定装置包括跟随控制按键和显示装置，所述处理器在实现在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果之前，还用于实现：
响应于用户对所述跟随控制按键的第一按压操作，获取所述拍摄设备采集到的所述图像，并通过所述显示装置显示所述图像；
所述处理器实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标之后，还用于实现：
在显示的所述图像中标识所述待跟随目标，并根据所述第一识别结果和所述第二识别结果确定所述图像中的每个候选目标的跟随优先级；
响应于用户对所述跟随控制按键的第二按压操作，根据所述待跟随目标的所述跟随优先级和每个所述候选目标的所述跟随优先级，重新确定所述待跟随目标；
在所述图像中标识重新确定的所述待跟随目标。
在一实施例中，重新确定前的所述待跟随目标的所述跟随优先级高于重新确定后的所述待跟随目标的所述跟随优先级。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的目标确定装置的具体工作过程，可以参考前述待跟随目标的确定方法实施例中的对应过程，在此不再赘述。
请参阅图15，图15是本申请实施例提供的一种目标跟随系统的结构示意性框图。
如图15所示，目标跟随系统700包括目标确定装置710、云台720、搭载于云台720上的拍摄设备730，该目标确定装置710与拍摄设备730通信连接。在一实施例中，云台720连接于手柄部，目标确定装置710设置在手柄部上。在另一实施例中，云台720搭载在可移动平台上，目标确定装置710还用于控制可移动平台移动。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的目标跟随系统的具体工作过程，可以参考前述待跟随目标的确定方法实施例中的对应过程，在此不再赘述。
请参阅图16，图6是本申请实施例提供的一种手持云台的结构示意性框图。
如图16所示，手持云台800包括目标确定装置810、手柄部、连接于手柄部的云台820，云台820用于搭载拍摄设备，目标确定装置810设置在手柄部上。目标确定装置810与云台820连接。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的手持云台的具体工作过程，可以参考前述待跟随目标的确定方法实施例中的对应过程，在此不再赘述。
请参阅图17，图17是本申请实施例提供的一种可移动平台的结构示意性框图。
如图17所示，可移动平台900包括平台本体、搭载于平台本体的云台910和目标确定装置920，云台910用于搭载拍摄设备，目标确定装置920设置在平台本体上。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的可移动平台的具体工作过程，可以参考前述待跟随目标的确定方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现上述实施例提供的待跟随目标的确定方法的步骤。
其中，所述计算机可读存储介质可以是前述任一实施例所述的控制终端或无人飞行器的内部存储单元，例如所述控制终端或无人飞行器的硬盘或内存。所述计算机可读存储介质也可以是所述控制终端或无人飞行器的外部存储设备，例如所述控制终端或无人飞行器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。
应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (36)

1.一种待跟随目标的确定方法，其特征在于，应用于目标确定装置，所述目标确定装置用于与拍摄设备通信连接，所述方法包括：
在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库；
在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的；
根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标。
2.根据权利要求1所述的待跟随目标的确定方法，其特征在于，所述待跟随目标包括所述显著性目标和所述特定目标中的任一项，所述显著性目标包括位于所述图像中的预设位置的对象，且所述对象在所述预设位置的停留时长大于预设停留时长。
3.根据权利要求1所述的待跟随目标的确定方法，其特征在于，所述显著性目标位于所述图像中的前景图像中。
4.根据权利要求1所述的待跟随目标的确定方法，其特征在于，所述显著性目标在所述图像中的图像区域与所述图像区域的相邻图像区域之间的显著性值大于或等于预设显著性值。
5.根据权利要求1所述的待跟随目标的确定方法，其特征在于，所述根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标，包括：
若所述第一识别结果为所述图像中存在所述特定目标，则根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标。
6.根据权利要求5所述的待跟随目标的确定方法，其特征在于，所述根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标，包括：
若所述图像中存在多个所述特定目标，则根据所述第一识别结果，确定每个所述特定目标的第一跟随优先级；
根据每个所述特定目标的所述第一跟随优先级，从多个所述特定目标中确定所述待跟随目标。
7.根据权利要求5所述的待跟随目标的确定方法，其特征在于，所述根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标，包括：
若所述图像中存在多个所述特定目标，则根据所述第一识别结果，确定每个所述特定目标的类别；
根据所述拍摄设备的当前拍摄模式对应的第二预设类别库和每个所述特定目标的类别，从多个所述特定目标中确定所述待跟随目标。
8.根据权利要求1-7中任一项所述的待跟随目标的确定方法，其特征在于，所述根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标，包括：
若所述第一识别结果为所述图像中不存在所述特定目标，则根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标。
9.根据权利要求8所述的待跟随目标的确定方法，其特征在于，所述根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标，包括：
若所述图像中存在多个所述显著性目标，则根据所述第二识别结果，确定每个所述显著性目标的所述第二跟随优先级；
根据所述图像中的每个所述显著性目标的所述第二跟随优先级，从多个所述显著性目标中确定所述待跟随目标。
10.根据权利要求9所述的待跟随目标的确定方法，其特征在于，所述根据所述第二识别结果，确定每个所述显著性目标的所述第二跟随优先级，包括：
根据所述第二识别结果，确定每个所述显著性目标的跟随概率、占所述图像的画幅比例和/或在所述图像中的位置；
根据每个所述显著性目标的跟随概率、占所述图像的画幅比例和/或在所述图像中的位置，确定每个所述显著性目标的所述第二跟随优先级。
11.根据权利要求8所述的待跟随目标的确定方法，其特征在于，所述根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标，包括：
若所述图像中存在多个所述显著性目标，则根据所述第二识别结果，确定每个所述显著性目标的类别；
根据所述拍摄设备的当前拍摄模式对应的第三预设类别库和每个所述显著性目标的类别，从多个所述显著性目标中确定所述待跟随目标。
12.根据权利要求1-7中任一项所述的待跟随目标的确定方法，其特征在于，所述根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标，包括：
根据所述第一识别结果，确定所述图像中的特定目标的第一跟随优先级；
根据所述第二识别结果，确定所述图像中的显著性目标的第二跟随优先级；
根据所述第一跟随优先级和所述第二跟随优先级，从所述特定目标和所述显著性目标中确定所述待跟随目标。
13.根据权利要求12所述的待跟随目标的确定方法，其特征在于，所述根据所述第一跟随优先级和所述第二跟随优先级，从所述特定目标和所述显著性目标中确定所述待跟随目标，包括：
若所述第一跟随优先级高于所述第二跟随优先级，则将所述特定目标确定为所述待跟随目标；或者
若所述第二跟随优先级高于所述第一跟随优先级，则将所述显著性目标确定为所述待跟随目标。
14.根据权利要求1-7中任一项所述的待跟随目标的确定方法，其特征在于，所述目标确定装置包括跟随控制按键和显示装置，所述在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果之前，还包括：
响应于用户对所述跟随控制按键的第一按压操作，获取所述拍摄设备采集到的所述图像，并通过所述显示装置显示所述图像；
所述根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标之后，还包括：
在显示的所述图像中标识所述待跟随目标，并根据所述第一识别结果和所述第二识别结果确定所述图像中的每个候选目标的跟随优先级；
响应于用户对所述跟随控制按键的第二按压操作，根据所述待跟随目标的所述跟随优先级和每个所述候选目标的所述跟随优先级，重新确定所述待跟随目标；
在所述图像中标识重新确定的所述待跟随目标。
15.根据权利要求14所述的待跟随目标的确定方法，其特征在于，重新确定前的所述待跟随目标的所述跟随优先级高于重新确定后的所述待跟随目标的所述跟随优先级。
16.一种目标确定装置，其特征在于，所述目标确定装置用于与拍摄设备通信连接，所述目标确定装置包括存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果，其中，所述特定目标的类别位于第一预设类别库；
在所述拍摄设备采集到的所述图像中识别显著性目标，得到所述显著性目标的第二识别结果，其中，所述显著性目标是依据目标对象在采集到的所述图像中的显著程度来确定的；
根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标。
17.根据权利要求16所述的目标确定装置，其特征在于，所述待跟随目标包括所述显著性目标和所述特定目标中的任一项，所述显著性目标包括位于所述图像中的预设位置的对象，且所述对象在所述预设位置的停留时长大于预设停留时长。
18.根据权利要求16所述的目标确定装置，其特征在于，所述显著性目标位于所述图像中的前景图像中。
19.根据权利要求16所述的目标确定装置，其特征在于，所述显著性目标在所述图像中的图像区域与所述图像区域的相邻图像区域之间的显著性值大于或等于预设显著性值。
20.根据权利要求16所述的目标确定装置，其特征在于，所述处理器在实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定待跟随目标时，用于实现：
若所述第一识别结果为所述图像中存在所述特定目标，则根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标。
21.根据权利要求20所述的目标确定装置，其特征在于，所述处理器在实现根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述特定目标，则根据所述第一识别结果，确定每个所述特定目标的第一跟随优先级；
根据每个所述特定目标的所述第一跟随优先级，从多个所述特定目标中确定所述待跟随目标。
22.根据权利要求20所述的目标确定装置，其特征在于，所述处理器在实现根据所述第一识别结果，将所述图像中的所述特定目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述特定目标，则根据所述第一识别结果，确定每个所述特定目标的类别；
根据所述拍摄设备的当前拍摄模式对应的第二预设类别库和每个所述特定目标的类别，从多个所述特定目标中确定所述待跟随目标。
23.根据权利要求16-22中任一项所述的目标确定装置，其特征在于，所述处理器在实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标时，用于实现：
若所述第一识别结果为所述图像中不存在所述特定目标，则根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标。
24.根据权利要求23所述的目标确定装置，其特征在于，所述处理器在实现根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述显著性目标，则根据所述第二识别结果，确定每个所述显著性目标的所述第二跟随优先级；
根据所述图像中的每个所述显著性目标的所述第二跟随优先级，从多个所述显著性目标中确定所述待跟随目标。
25.根据权利要求24所述的目标确定装置，其特征在于，所述处理器在实现根据所述第二识别结果，确定每个所述显著性目标的所述第二跟随优先级时，用于实现：
根据所述第二识别结果，确定每个所述显著性目标的跟随概率、占所述图像的画幅比例和/或在所述图像中的位置；
根据每个所述显著性目标的跟随概率、占所述图像的画幅比例和/或在所述图像中的位置，确定每个所述显著性目标的所述第二跟随优先级。
26.根据权利要求23所述的目标确定装置，其特征在于，所述处理器在实现根据所述第二识别结果，将所述图像中的所述显著性目标确定为所述待跟随目标时，用于实现：
若所述图像中存在多个所述显著性目标，则根据所述第二识别结果，确定每个所述显著性目标的类别；
根据所述拍摄设备的当前拍摄模式对应的第三预设类别库和每个所述显著性目标的类别，从多个所述显著性目标中确定所述待跟随目标。
27.根据权利要求16-22中任一项所述的目标确定装置，其特征在于，所述处理器在实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标时，用于实现：
根据所述第一识别结果，确定所述图像中的特定目标的第一跟随优先级；
根据所述第二识别结果，确定所述图像中的显著性目标的第二跟随优先级；
根据所述第一跟随优先级和所述第二跟随优先级，从所述特定目标和所述显著性目标中确定所述待跟随目标。
28.根据权利要求27所述的目标确定装置，其特征在于，所述处理器在实现根据所述第一跟随优先级和所述第二跟随优先级，从所述特定目标和所述显著性目标中确定所述待跟随目标时，用于实现：
若所述第一跟随优先级高于所述第二跟随优先级，则将所述特定目标确定为所述待跟随目标；或者
若所述第二跟随优先级高于所述第一跟随优先级，则将所述显著性目标确定为所述待跟随目标。
29.根据权利要求16-22中任一项所述的目标确定装置，其特征在于，所述目标确定装置包括跟随控制按键和显示装置，所述处理器在实现在所述拍摄设备采集到的图像中识别特定目标，得到所述特定目标的第一识别结果之前，还用于实现：
响应于用户对所述跟随控制按键的第一按压操作，获取所述拍摄设备采集到的所述图像，并通过所述显示装置显示所述图像；
所述处理器实现根据所述第一识别结果和所述第二识别结果，从所述图像中确定所述待跟随目标之后，还用于实现：
在显示的所述图像中标识所述待跟随目标，并根据所述第一识别结果和所述第二识别结果确定所述图像中的每个候选目标的跟随优先级；
响应于用户对所述跟随控制按键的第二按压操作，根据所述待跟随目标的所述跟随优先级和每个所述候选目标的所述跟随优先级，重新确定所述待跟随目标；
在所述图像中标识重新确定的所述待跟随目标。
30.根据权利要求29所述的目标确定装置，其特征在于，重新确定前的所述待跟随目标的所述跟随优先级高于重新确定后的所述待跟随目标的所述跟随优先级。
31.一种目标跟随系统，其特征在于，所述目标跟随系统包括云台、搭载于所述云台上的拍摄设备和如权利要求16-30中任一项所述的目标确定装置。
32.根据权利要求31所述的目标跟随系统，其特征在于，所述云台连接于手柄部，所述目标确定装置设置在所述手柄部上。
33.根据权利要求31所述的目标跟随系统，其特征在于，所述云台搭载在可移动平台上，所述目标确定装置还用于控制所述可移动平台移动。
34.一种手持云台，其特征在于，所述手持云台包括手柄部、连接于所述手柄部的云台和如权利要求16-30中任一项所述的目标确定装置，所述云台用于搭载拍摄设备，所述目标确定装置设置在所述手柄部上。
35.一种可移动平台，其特征在于，所述可移动平台包括平台本体、搭载于所述平台本体的云台和如权利要求16-30中任一项所述的目标确定装置，所述云台用于搭载拍摄设备，所述目标确定装置设置在所述平台本体上。
36.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1-15中任一项所述的待跟随目标的确定方法的步骤。
CN202080007463.4A 2020-09-23 2020-09-23 待跟随目标的确定方法、装置、系统、设备及存储介质 Pending CN113273174A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/117223 WO2022061615A1 (zh) 2020-09-23 2020-09-23 待跟随目标的确定方法、装置、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113273174A true CN113273174A (zh) 2021-08-17

Family

ID=77227956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080007463.4A Pending CN113273174A (zh) 2020-09-23 2020-09-23 待跟随目标的确定方法、装置、系统、设备及存储介质

Country Status (2)

Country Link
CN (1) CN113273174A (zh)
WO (1) WO2022061615A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103984955A (zh) * 2014-04-23 2014-08-13 浙江工商大学 基于显著性特征和迁移增量学习的多摄像机目标识别方法
CN104112279A (zh) * 2013-04-19 2014-10-22 浙江大华技术股份有限公司 一种目标检测方法及装置
CN106651901A (zh) * 2015-07-24 2017-05-10 株式会社理光 对象跟踪方法和设备
CN106650630A (zh) * 2016-11-11 2017-05-10 纳恩博（北京）科技有限公司 一种目标跟踪方法及电子设备
CN111527463A (zh) * 2018-01-22 2020-08-11 深圳市大疆创新科技有限公司 用于多目标跟踪的方法和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109889727A (zh) * 2019-03-14 2019-06-14 睿魔智能科技（深圳）有限公司 无人拍摄目标切换方法及系统、无人摄像机及存储介质
CN110580053A (zh) * 2019-08-13 2019-12-17 深圳市道通智能航空技术有限公司 一种目标追踪方法、飞行器及飞行系统
CN111127518B (zh) * 2019-12-24 2023-04-14 深圳禾苗通信科技有限公司 基于无人机的目标跟踪方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104112279A (zh) * 2013-04-19 2014-10-22 浙江大华技术股份有限公司 一种目标检测方法及装置
CN103984955A (zh) * 2014-04-23 2014-08-13 浙江工商大学 基于显著性特征和迁移增量学习的多摄像机目标识别方法
CN106651901A (zh) * 2015-07-24 2017-05-10 株式会社理光 对象跟踪方法和设备
CN106650630A (zh) * 2016-11-11 2017-05-10 纳恩博（北京）科技有限公司 一种目标跟踪方法及电子设备
CN111527463A (zh) * 2018-01-22 2020-08-11 深圳市大疆创新科技有限公司 用于多目标跟踪的方法和系统

Also Published As

Publication number Publication date
WO2022061615A1 (zh) 2022-03-31

Similar Documents

Publication Publication Date Title
US11644832B2 (en) User interaction paradigms for a flying digital assistant
US11914370B2 (en) System and method for providing easy-to-use release and auto-positioning for drone applications
US10551834B2 (en) Method and electronic device for controlling unmanned aerial vehicle
US11194323B2 (en) Systems and methods for target tracking
US8903568B1 (en) Remote control method and terminal
US10410320B2 (en) Course profiling and sharing
KR101790592B1 (ko) 관광드론을 이용한 증강현실 관광 시스템 및 방법
WO2021127888A1 (zh) 控制方法、智能眼镜、可移动平台、云台、控制系统及计算机可读存储介质
JP2021144260A (ja) 情報処理装置、情報処理方法、プログラム、および情報処理システム
US20210112194A1 (en) Method and device for taking group photo
US20220350330A1 (en) Remote control method and terminal
EP3926976B1 (en) Information processing device, information processing method, and program
KR101954926B1 (ko) 드론에 의해 촬영된 영상의 확대영역을 고화질로 제공하는 방법 및 이를 위한 증강현실 관광 시스템
KR20200020295A (ko) 로봇과 인터랙션하는 증강현실 서비스 제공 장치 및 방법
WO2022082440A1 (zh) 确定目标跟随策略的方法、装置、系统、设备及存储介质
WO2020042186A1 (zh) 可移动平台的控制方法、可移动平台、终端设备和系统
WO2022061615A1 (zh) 待跟随目标的确定方法、装置、系统、设备及存储介质
US11448884B2 (en) Image based finger tracking plus controller tracking
WO2022188151A1 (zh) 影像拍摄方法、控制装置、可移动平台和计算机存储介质
CN113491099A (zh) 图像处理方法、装置、系统、平台及计算机可读存储介质
WO2023065126A1 (zh) 拍摄控制方法、设备、拍摄系统及存储介质

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210817