[发明专利]一种目标跟踪状态模型训练方法及装置

说明书

技术领域

本发明涉及目标跟踪技术领域，具体涉及一种目标跟踪状态模型训练方法及装置。

背景技术

目标跟踪技术在智能安防领域、车载辅助系统或者军事领域等都有着十分广泛的应用。目标跟踪技术通常先检测出目标，然后对检测出的目标进行跟踪。例如,在多目标跟踪过程中，需要对多个目标进行管理，由于每个目标都有各自的生存周期，即从目标出现到目标消失，每个目标在生命周期中正常跟踪状态与丢失状态如何进行正确转换，目标被遮挡或者在某一帧没有被检测到，以及每帧检测到的新目标如何与已有的跟踪目标进行关联。在目标跟踪过程中，出现目标交叉或粘连时容易发生目标合并以及目标间的漂移从而导致目标标识互换的情况；或者由于目标与背景的漂移导致假目标；或者当目标在快速运动时出现目标跟断的情况，或者在前后关联时同一目标没有关联上，又产生新的目标标识，导致同一目标出现两个目标标识的情况。

现有目标跟踪方法中对目标状态的管理，大多通过人工规则对目标状态进行处理，当遇到不同情况时设置不同的规则流程，对于上述目标跟踪过程中出现的较多复杂的实际情况，现有目标跟踪方法的准确度较低。

发明内容

本发明要解决的技术问题在于克服现有目标跟踪状态根据人工规则处理准确度较低的缺陷。

本发明提供一种目标跟踪状态模型训练方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

本发明还提供一种目标跟踪状态模型训练装置，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。

优选地，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。

优选地，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。

优选地，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。