[发明专利]用于对象跟踪的方法和系统

权利要求书

1.一种用于跟踪视频中的目标对象的方法，包括：

从所述视频提取含有所述目标对象的3维特征块；

将所提取的3维特征块分解成：

含有所述目标对象的空间信息的2维空间特征图；和

含有所述目标对象的空间-时间信息的2维空间-时间特征图；

在所述2维空间特征图中估计所述目标对象的位置；

在所述2维空间-时间特征图中确定所述目标对象的速度和加速度；

根据所确定的速度和加速度校准所述目标对象的估计位置；以及

根据校准后的位置跟踪所述视频中的所述目标对象。

2.根据权利要求1所述的方法，

其中，所述2维空间特征图在以下方向上延伸：

第一空间方向；以及

与所述第一空间方向相交的第二空间方向；以及

其中，所述2维空间-时间特征图包括：

第一2维空间-时间特征图，所述第一2维空间-时间特征图在所述第一空间方向和时间方向上延伸，并且包括所述目标对象的所述速度和所述加速度在所述第一空间方向上的分量；以及

第二2维空间-时间特征图，所述第二2维空间-时间特征图在所述第二空间方向和所述时间方向上延伸，并且包括所述目标对象的所述速度和所述加速度在所述第二空间方向上的分量。

3.根据权利要求2所述的方法，还包括提供包括特征提取层的卷积神经网络，其中，所述提取包括：

在所述特征提取层中对所述视频的每一帧进行过滤以获得第一特征图；

评估所述第一特征图与含有所述目标对象的关注特征的预设图像之间的重叠度和类似度；以及

根据所述重叠度和所述类似度从所述第一特征图中选择第二特征图，其中，所述第二特征图仅含有所述目标对象的所述关注特征；以及

将所述视频的每一帧上的所选第二特征图组合在一起以建构所述3维特征块。

4.根据权利要求3所述的方法，其中，所述卷积神经网络还包括联接到所述特征提取层的交换层，以及其中，所述分解包括：

从所述特征提取层接收所述3维特征块；

禁用所接收特征块在所述时间方向上的数据以获得所述2维空间特征图；以及

禁用所接收特征块在所述第一空间方向和所述第二空间方向中的一个方向上的数据以获得所述2维空间-时间特征图。

5.根据权利要求4所述的方法，其中，所述卷积神经网络还包括联接到所述交换层的2维空间特征提取层，以及其中，所述估计包括：

从所述交换层接收所述2维空间特征图；

增强所述关注特征在所述2维空间特征图中的差异；

根据增强后的关注特征识别所述目标对象；以及

估计所识别目标对象的所述位置。

6.根据权利要求5所述的方法，其中，所述卷积神经网络还包括联接到所述交换层且平行于所述2维空间特征提取层的2维空间-时间特征提取层，以及其中，所述确定包括：

从所述交换层接收所述2维空间-时间特征图；

增强所述关注特征在所述2维空间-时间特征图中的差异；

根据增强后的关注特征识别所述目标对象；以及

在所述时间方向上对所识别目标对象执行求导操作，以确定所述目标对象的所述速度和所述加速度。

7.根据权利要求6所述的方法，还包括：

独立地训练所述特征提取层；以及

基于训练后的特征提取层单独地训练所述2维空间特征提取层和所述2维空间-时间特征提取层。

8.根据权利要求3所述的方法，其中，所述评估包括将所述第一特征图与从所述预设图像生成的二元掩模进行比较。