[发明专利]一种目标跟踪状态模型训练方法及装置

权利要求书

1.一种目标跟踪状态模型训练方法，其特征在于，包括：

获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；

利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；

从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；

根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；

当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。

2.根据权利要求1所述的方法，其特征在于，所述从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息，包括：

确定目标状态；

计算帧间相似性；

根据所述目标状态和所述帧间相似性，计算奖励值；

根据所述奖励值，选择具有最大奖励值的轨迹；

根据最大奖励值输出所述最大奖励值对应的轨迹信息。

3.根据权利要求2所述的方法，其特征在于，所述确定目标状态，包括：

根据所述跟踪状态模型在不同状态下输出的轨迹信息，确定目标状态。

4.根据权利要求2所述的方法，其特征在于，所述计算帧间相似性，包括：利用式(1)计算帧间相似性：

f(s)＝Wφ(s)+b(1)

式(1)中，s表示目标状态，φ(s)表示目标状态的向量，W和b为权重。

5.根据权利要求2所述的方法，其特征在于，所述根据所述目标状态和所述帧间相似性，计算奖励值，包括：利用式(2)计算奖励值：

R(s,a)＝y(a)(Wφ(s)+b)(2)

式(2)中，a表示跟踪动作，y(a)表示跟踪动作a对应的权重系数。

6.一种目标跟踪状态模型训练装置，其特征在于，包括：

获取单元，用于获取视频序列中目标在不同状态下的已知轨迹信息和所述目标的跟踪状态模型；

输出单元，用于利用所述跟踪状态模型跟踪所述视频序列中的目标，得到所述跟踪状态模型在不同状态下输出的轨迹信息；

选择单元，用于从所述跟踪状态模型在不同状态下输出的轨迹信息中，选择一个状态下的轨迹信息；

判断单元，用于根据所述一个状态下的轨迹信息和相应状态的所述已知轨迹信息，判断所述目标的跟踪状态是否正确；

更新单元，用于当所述目标的跟踪状态不正确时，更新所述跟踪状态模型。

7.根据权利要求6所述的装置，其特征在于，所述选择单元包括：

状态确定子单元，用于确定目标状态；

相似性计算子单元，用于计算帧间相似性；

奖励值计算子单元，用于根据所述目标状态和所述帧间相似性，计算奖励值；

选择子单元，用于根据所述奖励值，选择具有最大奖励值的轨迹；

输出子单元，用于根据最大奖励值输出所述最大奖励值对应的轨迹信息。

8.根据权利要求7所述的装置，其特征在于，所述确定目标状态，包括：

根据所述跟踪状态模型在不同状态下输出的轨迹信息，确定目标状态。

9.根据权利要求7所述的装置，其特征在于，所述计算帧间相似性，包括：利用式(1)计算帧间相似性：

f(s)＝Wφ(s)+b(1)

式(1)中，s表示目标状态，φ(s)表示目标状态的向量，W和b为权重。

10.根据权利要求7所述的装置，其特征在于，所述根据所述目标状态和所述帧间相似性，计算奖励值，包括：利用式(2)计算奖励值：

R(s,a)＝y(a)(Wφ(s)+b)(2)

式(2)中，a表示跟踪动作，y(a)表示跟踪动作a对应的权重系数。