[发明专利]基于深度学习的目标跟踪方法、装置及存储介质

权利要求书

1.一种基于深度学习的目标跟踪方法，包括如下步骤：

图片读取步骤S110：连续读取两帧图片，包括前一帧图片和当前帧图片，所述前一帧图片具有已计算得知的目标位置，所述当前帧图片需要计算目标位置；

区域设定步骤S120：分别设定并裁剪前一帧的目标区域和当前帧的搜索区域；

所述设定并裁剪前一帧的目标区域具体为：根据前一帧已知目标的中心点位置c＝(c_x,c_y)，作为中心点，以矩形框作为第一包围盒对目标物体进行标记，第一包围盒的高度为h，宽度为w，经过剪裁后得到的目标区域的高度和宽度分别为k₁h和k₁w，参数k₁用于控制目标区域的大小；

所述设定并裁剪当前帧的搜索区域具体为：判断物体在图像中运动是否平稳，如果速度稳定，则当前帧的搜索区域的中心点位置c′＝(c′_x,c′_y)等于前一帧的已知目标的中心点位置c＝(c_x,c_y)加上前两帧图像目标的帧间位移S，如果速度剧烈变化，则当前帧的搜索区域的中心点位置c′＝(c′_x,c′_y)为前一帧的已知目标的中心点位置c＝(c_x,c_y)，即以前一帧的目标中心点位置作为当前帧的剪裁中心，以矩形框作为第二包围盒进行标记，第二包围盒的高度为h，宽度为w，经过剪裁后得到的搜索区域的高度和宽度分别为k₂h和k₂w，参数k₂用于控制搜索区域的大小；

特征提取及对比步骤S130：将目标区域与搜索区域输入卷积神经网络(CNN)，进行特征提取和特征对比，计算得到当前帧的目标区域；

帧间位移计算步骤S140：利用当前帧的目标区域和前一帧的目标区域，计算得到当前帧相对于前一帧目标的帧间位移；

判断步骤S150：判断当前帧是否为最后一帧，如果是，则跟踪结束，否则进入图片读取步骤S110，继续读取连续两帧图片，继续进行迭代的目标跟踪；

在区域设定步骤S120中，判断目标物体在图像中是否运动平稳为：比较在当前帧之前的连续三帧中相邻两帧的目标的帧间位移，如果连续三帧中相邻两帧的帧间位移相差较小，则认为运动稳定；如果连续三帧中相邻两帧的帧间位移相差较大，则认为运动速度剧烈变化；

在区域设定步骤S120中，判断连续三帧中相邻两帧的帧间位移相差较小是，是否小于前两帧帧间位移的1/3；

控制区域大小的k₂和k₁均取值为2。

2.根据权利要求1所述的目标跟踪方法，其特征在于：

在区域设定步骤S120中，为了避免由于运动速度变化过快，而导致当前帧目标的实际位置超出第二包围盒的情况，当速度发生剧烈变化时，增大第二包围盒的大小，即增大k₂的数值。

3.根据权利要求1所述的目标跟踪方法，其特征在于：

特征提取及对比步骤S130具体为，首先在卷积层对目标区域和搜索区域进行特征提取，然后将提取到的特征输入到全连接层，在全连接层对目标区域和搜索区域进行特征比较，最后计算后得到当前帧的目标区域。