CN114187327A - 目标识别跟踪方法及装置、计算机可读介质、电子设备 - Google Patents

Abstract

本公开具体涉及计算机技术领域，具体涉及一种目标识别跟踪方法、一种目标识别跟踪装置、一种计算机可读介质、一种电子设备。所述方法包括：采集原始图像；对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息；基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。本公开的技术方案能够实现对被识别物体的有效跟踪。

Description

目标识别跟踪方法及装置、计算机可读介质、电子设备

技术领域

本公开涉及计算机技术领域，具体涉及一种目标识别跟踪方法、一种目标识别跟踪装置、一种计算机可读介质、一种电子设备。

背景技术

随着计算机技术的快速发展，自动控制技术已经被应用在多个领域，以及不同的应用场景中。自动控制技术是指在没有人直接参与的情况下，利用外加设备或装置，使设备或装置在某个工作状态自动按照预定的规律运行。自动控制系统当前应用领域非常广泛，比如航空火力控制系统、伺服系统等等。在一些应用场景中，自动控制系统的实现一般需要和其他的系统协作配合。例如，在图像跟踪场景中，在一些应用场景中，当有紧急情况时，场视角范围内如果有识别出物体，需要对该物体进行详细跟踪和防护，但并不能将检测出的物体锁定和控制。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供一种目标识别跟踪方法、一种目标识别跟踪装置、一种计算机可读介质以及一种电子设备，能够实现对被识别物体的有效跟踪和控制。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种目标识别跟踪方法，包括：

采集原始图像；

对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息；

基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。

在本示例性实施方式中，所述采集原始图像，包括：

响应于第一控制指令，控制云台摄像机按预设周期采集连续的多帧原始图像。

在本示例性实施方式中，所述在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息，包括：

在识别到所述原始图像中包含待处理目标时，在所述原始图像中标记所述待处理目标，并根据所述原始图像的分辨率标记所述待处理目标的位置信息。

在本示例性实施方式中，所述根据所述原始图像的分辨率标记所述待处理目标的位置信息，包括：

根据所述原始图像中所述待处理目标的轮廓标记，和所述待处理图像的分辨率，确定所述待处理目标的标记位坐标、宽度信息和高度信息。

在本示例性实施方式中，所述预设基准点位置信息为所述原始图像的中心位置信息；

所述云台的运动策略包括水平旋转、垂直旋转和旋转时长中的任意一多项的组合。

在本示例性实施方式中，所述基于所述当前位置信息和预设基准点位置信息计算位置差值，包括：

根据所述待处理目标的标记位坐标、宽度信息和高度信息确定所述待处理目标的中心位置坐标；以及

根据所述原始图像的分辨率计算图像中心位置坐标，并将图像中心位置坐标作为所述预设基准点位置坐标；

根据预设基准点位置坐标和所述待处理目标的中心位置坐标计算所述位置差值；其中，所述位置差值包括水平位置差值和/或垂直位置差值。

在本示例性实施方式中，所述根据所述位置差值确定云台的运动策略，包括：

在所述水平位置差值大于第一阈值时，配置所述运动策略包括向左旋转；或者

在所述水平位置差值小于第一阈值时，配置所述运动策略包括向右旋转；

在所述垂直位置差值大于第二阈值时，配置所述运动策略包括向上旋转；或者

在所述垂直位置差值小于第二阈值时，配置所述运动策略包括向下旋转；以及

结合摄像头当前的水平场视角、垂直场视角和云台的水平角速度和垂直角速度，配置水平旋转时间和/或垂直旋转时间。

根据本公开的第二方面，提供一种目标识别跟踪装置，包括：

图像采集模块，用于采集原始图像；

位置识别模块，用于对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息；

云台控制模块，用于基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。

根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的目标识别跟踪方法。

根据本公开的第四方面，提供一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的目标识别跟踪方法。

本公开的一种实施例所提供的目标识别跟踪方法，通过对实时采集的原始图像进行图像识别，在识别到待处理目标时，首先确定待处理目标的当前位置信息，再结合预设的基准点位置信息来计算位置差值，从而根据位置差值来确定云台的运动策略。从而实现对待处理目标的准确跟踪。

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，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示意性示出本公开示例性实施例中一种目标识别跟踪方法的示意图；

图2示意性示出本公开示例性实施例中一种系统架构的示意图；

图3示意性示出本公开示例性实施例中一种目标识别跟踪方法的流程示意图；

图4示意性示出本公开示例性实施例中一种目标识别跟踪装置的组成示意图；

图5示意性示出本公开示例性实施例中一种电子设备的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

在相关技术中，图像识别技术已经比较成熟，比如人脸识别，车牌识别和火焰识别技术在当前已经商用。各个银行和平台均支持人脸识别鉴权功能。各个小区出入车辆和收费站，支持车辆车牌识别用于账户支付。火焰识别技术，可以用在各个重要防火防爆厂区及船只，用于检测火焰，从而控制火灾。但是，现有技术中，当有紧急情况时，场视角范围内如果有识别出物体，需要对该物体进行详细跟踪和防护时，并不能将检测出物体锁定和控制。

针对上述的现有技术的缺点和不足，本示例实施方式中提供了一种目标识别跟踪方法，可以应用于安防、监控等应用场景中，对云台的控制。参考图1中所示，上述的目标识别跟踪方法可以包括以下步骤：

S11，采集原始图像；

S12，对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息；

S13，基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。

本示例实施方式所提供的目标识别跟踪方法中，通过对实时采集的原始图像进行图像识别，在识别到待处理目标时，首先确定待处理目标的当前位置信息，再结合预设的基准点位置信息来计算位置差值，从而根据位置差值来确定云台的运动策略。从而实现对待处理目标的准确跟踪。

下面，将结合附图及实施例对本示例实施方式中的目标识别跟踪方法的各个步骤进行更详细的说明。

在步骤S11中，采集原始图像。

本示例实施方式中，可以利用装配在云台上的摄像头实时的采集原始图像。参考图2所示的架构，摄像头201在采集当前视野范围内的原始图像后，通过网络202将原始图像发送至控制端的计算机203，由计算机203对摄像头201采集的原始图像进行处理。其中，云台可以支持pelcoD协议，通过串口与计算机进行通讯。

本示例实施方式中，上述的步骤S11可以包括：响应于第一控制指令，控制云台摄像机按预设周期采集连续的多帧原始图像。

具体的，用户可以通过计算机向云台和摄像头发送控制指令。例如，上述的第一控制指令可以是对云台和摄像机的控制指令。例如，在预设时长的数据采集周期内，按预设的时间间隔采集多帧原始图像。例如，在15秒的数据采集周期内，按预设的时间间隔采集5帧或7帧等数量的原始图像；或者，也可以是按照每秒采集一帧图像的频率采集原始图像。摄像头在采集图像后上传至计算机。

在步骤S12中，对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息。

本示例实施方式中，在控制端获取连续的原始图像后，便可以分别对各原始图像进行图像识别处理，识别图像中包含的物体或对象，判断是否包含待处理目标。举例来说，在一张原始图像中，可以包含一个或多个待处理目标。在不同的应用场景，待处理目标可以是不同的物体。举例来说，在一些监控场景中，上述的待处理目标可以是机房中指定类型的静态的硬件设备；或者，待处理目标也可以是在一定范围内活动的人、自动行驶的物流小车等；或者，在一些应用场景中，待处理目标也可以是火焰、水迹等。本公开对待处理目标的具体形式不做特殊限定。

在获取当前采集的原始图像后，便可以对各原始图像进行图像识别，判断原始图像中是否包含待处理目标。在识别到原始图像中包含待处理目标时，可以首先对待处理图像添加特殊标记。另外，还可以将添加标记的待处理图像保存至一个独立的存储空间中。对于未包含待处理目标的原始图像，则可以执行删除操作，或者保存至另外一个存储空间中；并可以设置该些原始的保存时长，在一定的保存周期后，可以对该存储空间中未识别出的原始图像进行删除操作。

举例来说，可以使用基于卷积神经网络的图像识别模型对原始图像进行实时的图像识别，以确定原始图像中的待处理目标。

本示例实施方式中，在识别到所述原始图像中包含待处理目标时，在所述原始图像中标记所述待处理目标，并根据所述原始图像的分辨率标记所述待处理目标的位置信息。

具体的，在原始图像中识别出待处理目标时，可以在原始图像中标记出待处理目标轮廓。例如，可以在原始图像的左下角为原点建立坐标系，从而标记出待处理目标的轮廓坐标。或者，也可以预先配置一个指定形状的框，用于框选待处理目标。例如，可以配置一个固定尺寸的矩形框，在待处理目标选定一目标点，将矩形框的指定点与该目标点重合，从而利用该矩形框框选待处理目标的全部或部分，以利用该矩形框来标记待处理目标在原始图像中的位置。或者，也可以配置使用矩形框，但使用自适应尺寸的矩形框标记待处理目标在原始图像中的位置。例如，可以在获取待处理目标的轮廓之后，使用一定的尺寸将待处理目标完整的框在矩形框内。

本示例实施方式中，根据所述原始图像中所述待处理目标的轮廓标记，和所述待处理图像的分辨率，确定所述待处理目标的标记位坐标、宽度信息和高度信息。

具体来说，可以预先配置摄像头拍摄的分辨率为W:H，水平场视角为a°，垂直场视角为b°。则摄像头拍摄的原始图像水平方向为W个像素，垂直方向H个像素。根据待处理目标轮廓左下角位置的坐标(x，y)来标记待处理目标的位置，待处理目标的宽度为w，高为h。或者，也可以配置矩形框左下角的坐标(x，y)，矩形框的宽度w，高度h来标记待处理目标在原始图像中位置信息。

在步骤S13中，基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。

本示例实施方式中，所述预设基准点位置信息可以为所述原始图像的中心位置信息；所述云台的运动策略包括水平旋转、垂直旋转和旋转时长中的任意一多项的组合。

具体的，上述的步骤S13可以包括：

步骤S131，根据所述待处理目标的标记位坐标、宽度信息和高度信息确定所述待处理目标的中心位置坐标；以及

步骤S132，根据所述原始图像的分辨率计算图像中心位置坐标，并将图像中心位置坐标作为所述预设基准点位置坐标；

步骤S133，根据预设基准点位置坐标和所述待处理目标的中心位置坐标计算所述位置差值；其中，所述位置差值包括水平位置差值和/或垂直位置差值。

举例来说，对于原始图像来说，根据图像的分辨率水平方向为W个像素，垂直方向H个像素，其图像中心点坐标(W`,Y`)为W`＝W/2，H`＝H/2。配置云台水平角速度和垂直角速度分别为hSpeed、vSpeed。

根据待处理目标的位置信息，待处理目标的中心位置坐标(x`,y`)可以包括：x`＝x+w/2，y`＝y+h/2。

则，待处理目标的中心位置和图像的预设基准点位置之间的水平位置差horizontal＝W`-x`，垂直位置差vertical＝H`-y`。

在本示例实施方式中，上述的根据所述位置差值确定云台的运动策略，具体可以包括：

步骤S134，在所述水平位置差值大于第一阈值时，配置所述运动策略包括向左旋转；或者

步骤S135，在所述水平位置差值小于第一阈值时，配置所述运动策略包括向右旋转；

步骤S136，在所述垂直位置差值大于第二阈值时，配置所述运动策略包括向上旋转；或者

步骤S137，在所述垂直位置差值小于第二阈值时，配置所述运动策略包括向下旋转；以及

步骤S138，结合摄像头当前的水平场视角、垂直场视角和云台的水平角速度和垂直角速度，配置水平旋转时间和/或垂直旋转时间。

具体来说，上述的第一阈值可以为水平最小移动差值的绝对值。若horizontal>0，则云台向左旋转，否则云台向右旋转。上述的第二阈值可以为垂直最小移动差值绝对值。若vertical>0，则云台向上旋转，否则云台向下旋转。

基于此，可以控制云台在各方向上的旋转时间。其中，水平旋转时间timeH＝(a`/hSpeed)*(|horizontal|/W`)；垂直旋转时间timeV＝(b`/vSpeed)*(|vertical|/H`)。

另外，当timeH小于最低水平旋转时间timeHmin；也就是旋转角度小于timeHmin*hSpeed时；或者，在timeV小于最低垂直旋转时间timeVmin，也就是旋转角度小于timeVmin*vSpeed时，可以不旋转云台，从而一定程度上防止被物体轻微抖动时，云台连续启动和停止。也即，水平旋转时间大于水平最小移动差值绝对值，并且小于(原始图像像素-W)/(云台水平旋转角速度-Vh)，可以配置水平旋转时间；垂直旋转时间大于垂直最小移动差值绝对值，并且小于(原始图像像素-H)/(云台水平旋转角速度-Vv)，可以配置垂直旋转时间。

在一些示例性实施例中，若云台需要同时执行水平方向和垂直方向的旋转，则可以同步驱动云台在两个方向上的电机进行旋转。或者，也可以使云台先执行水平方向的旋转，再执行垂直方向的旋转。

在一些示例性实施方式中，在一个图像采集周期中，也可以采集连续的多帧图像，并分别对各帧图像进行识别，计算多个待处理目标的位置偏移差，并计算平均值，并利用该平均值计算云台的旋转策略，以确定更加准确的云台在水平方向和垂直方向的旋转角度。

在一些示例性实施方式中，若一个图像采集周期内的多帧图像中均未发现待处理目标，则可以生成遍历指令，控制云台在预设的监控范围内按一定的规则运动，从而对监控范围进行完整的检测，判断是否丢失待处理对象。

或者，在一些应用场景内中，若当前图像采集周期内检测到原始图像中存在待处理目标时，生成预报警信息；并立即再次采集原始图像，清除当前图像采集周期与下一预设图像采集周期之间的等待时间，并对再次采集的原始图像进行识别，判断是否存在待处理目标，以及待处理目标的位置变化。若存在待处理目标时，则预报警信息生成正式报警信息，并发送至预设的地址。或者，若当前图像采集周期内检测到原始图像中存在待处理目标，但后续的连续若干个图像采集周期中未发现待处理目标，则仅记录预报警信息，不生成报警消息。并可以将一段时间内的多个预报警信息数据进行记载和整理，便于后续进行数据查看。为是否误报提供数据依据。

本公开实施例所提供的目标识别跟踪方法，参考图3所示，可以在启动系统后从摄像头获取图片，利用物体识别技术，对于图片进行物体识别。如果识别到物体是目标物体，则将该识别物体的位置信息x,y,w,h发给自动控制系统，如果没有识别出目标物体，则继续获取进行下一轮识别。在识别到目标物体是，可以计算出识别的目标物体与图像中心点偏移数值；其中，摄像头中心点W`＝W/2，H`＝H/2；被识别物体的中心点x`＝x+w/2，y`＝y+h/2。坐标偏移值horizontal＝W`-x`；vertical＝H`-y`。基于此，再计算云台旋转所需的时间，其中，水平旋转时间timeH＝(a`/hSpeed)*(|horizontal|/W`)，垂直旋转时间timeV＝(b`/vSpeed)*(|vertical|/H`)。可以首先将旋转时间与预设的最低旋转时间进行比对；若水平旋转时间timeH大于最低水平旋转时间timeHmin，则进行水平旋转，否则不进行水平旋转。如果horizontal大于零向左旋转；如果小于零则向右旋转。以及，若垂直旋转时间timeV大于最低垂直旋转时间timeVmin，则进行垂直旋转，否则不进行垂直旋转。如果vertical大于零向上旋转；如果小于零则向下旋转。从而实现对云台的旋转方向和时间的准确控制，进而实现基于智能识别的自动追踪和锁定。

需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

进一步的，参考图4所示，本示例的实施方式中还提供一种目标识别跟踪装置40，包括：图像采集模块401、位置识别模块402、云台控制模块403。其中，

所述图像采集模块401可以用于采集原始图像。

所述位置识别模块402可以用于对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息。

所述云台控制模块403可以用于基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。

在本公开的一种示例中，所述图像采集模块401可以用于响应于第一控制指令，控制云台摄像机按预设周期采集连续的多帧原始图像。

在本公开的一种示例中，所述位置识别模块402可以用于在识别到所述原始图像中包含待处理目标时，在所述原始图像中标记所述待处理目标，并根据所述原始图像的分辨率标记所述待处理目标的位置信息。

在本公开的一种示例中，所述位置识别模块402还可以包括：根据所述原始图像中所述待处理目标的轮廓标记，和所述待处理图像的分辨率，确定所述待处理目标的标记位坐标、宽度信息和高度信息。

在本公开的一种示例中，所述预设基准点位置信息为所述原始图像的中心位置信息；

所述云台的运动策略包括水平旋转、垂直旋转和旋转时长中的任意一多项的组合。

在本公开的一种示例中，云台控制模块403可以包括：第一参数计算模块。

所述第一参数计算模块可以用于根据所述待处理目标的标记位坐标、宽度信息和高度信息确定所述待处理目标的中心位置坐标；以及

根据所述原始图像的分辨率计算图像中心位置坐标，并将图像中心位置坐标作为所述预设基准点位置坐标；

根据预设基准点位置坐标和所述待处理目标的中心位置坐标计算所述位置差值；其中，所述位置差值包括水平位置差值和/或垂直位置差值。

在本公开的一种示例中，云台控制模块403可以包括：第二参数计算模块。

所述第二参数计算模块可以用于在所述水平位置差值大于第一阈值时，配置所述运动策略包括向左旋转；或者

在所述水平位置差值小于第一阈值时，配置所述运动策略包括向右旋转；

在所述垂直位置差值大于第二阈值时，配置所述运动策略包括向上旋转；或者

在所述垂直位置差值小于第二阈值时，配置所述运动策略包括向下旋转；以及

结合摄像头当前的水平场视角、垂直场视角和云台的水平角速度和垂直角速度，配置水平旋转时间和/或垂直旋转时间。

上述的目标识别跟踪装置中各模块的具体细节已经在对应的健康数据管理方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

图5示出了适于用来实现本发明实施例的电子设备的示意图。

需要说明的是，图5示出的电子设备500仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500包括中央处理单元(Central Processing Unit，CPU)1001，其可以根据存储在只读存储器(Read-Only Memory，ROM)1002中的程序或者从储存部分1008加载到随机访问存储器(Random Access Memory，RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中，还存储有系统操作所需的各种程序和数据。CPU 1001、ROM1002以及RAM 1003通过总线1004彼此相连。输入/输出(Input/Output，I/O)接口1005也连接至总线1004。

以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1007；包括硬盘等的储存部分1008；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入储存部分1008。

特别地，根据本发明的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本申请的系统中限定的各种功能。

具体来说，上述的电子设备可以是手机、平板电脑或者笔记本电脑等智能移动终端设备。或者，上述的电子设备也可以是台式电脑等智能终端设备。

需要说明的是，本发明实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

需要说明的是，作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图1所示的各个步骤。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种目标识别跟踪方法，其特征在于，包括：

采集原始图像；

对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息；

基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。

2.根据权利要求1所述的目标识别跟踪方法，其特征在于，所述采集原始图像，包括：

响应于第一控制指令，控制云台摄像机按预设周期采集连续的多帧原始图像。

3.根据权利要求1所述的目标识别跟踪方法，其特征在于，所述在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息，包括：

在识别到所述原始图像中包含待处理目标时，在所述原始图像中标记所述待处理目标，并根据所述原始图像的分辨率标记所述待处理目标的位置信息。

4.根据权利要求3所述的目标识别跟踪方法，其特征在于，所述根据所述原始图像的分辨率标记所述待处理目标的位置信息，包括：

根据所述原始图像中所述待处理目标的轮廓标记，和所述待处理图像的分辨率，确定所述待处理目标的标记位坐标、宽度信息和高度信息。

5.根据权利要求1所述的目标识别跟踪方法，其特征在于，所述预设基准点位置信息为所述原始图像的中心位置信息；

所述云台的运动策略包括水平旋转、垂直旋转和旋转时长中的任意一多项的组合。

6.根据权利要求1或5所述的目标识别跟踪方法，其特征在于，所述基于所述当前位置信息和预设基准点位置信息计算位置差值，包括：

根据所述待处理目标的标记位坐标、宽度信息和高度信息确定所述待处理目标的中心位置坐标；以及

根据所述原始图像的分辨率计算图像中心位置坐标，并将图像中心位置坐标作为所述预设基准点位置坐标；

根据预设基准点位置坐标和所述待处理目标的中心位置坐标计算所述位置差值；其中，所述位置差值包括水平位置差值和/或垂直位置差值。

7.根据权利要求6所述的目标识别跟踪方法，其特征在于，所述根据所述位置差值确定云台的运动策略，包括：

在所述水平位置差值大于第一阈值时，配置所述运动策略包括向左旋转；或者

在所述水平位置差值小于第一阈值时，配置所述运动策略包括向右旋转；

在所述垂直位置差值大于第二阈值时，配置所述运动策略包括向上旋转；或者

在所述垂直位置差值小于第二阈值时，配置所述运动策略包括向下旋转；以及

结合摄像头当前的水平场视角、垂直场视角和云台的水平角速度和垂直角速度，配置水平旋转时间和/或垂直旋转时间。

8.一种目标识别跟踪装置，其特征在于，包括：

图像采集模块，用于采集原始图像；

位置识别模块，用于对所述原始图像进行图像识别，在识别到所述原始图像中包含待处理目标时，确定所述待处理目标的当前位置信息；

云台控制模块，用于基于所述当前位置信息和预设基准点位置信息计算位置差值，并根据所述位置差值确定云台的运动策略。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的目标识别跟踪方法。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的目标识别跟踪方法。

Images