[发明专利]目标跟踪方法、装置及电子设备

说明书

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种目标跟踪方法、装置及电子设备。

背景技术

在单目标跟踪中，如何在跟踪算法丢失目标后重新找回，一直是单目标跟踪的难点。现有的许多目标跟踪方法都是基于图像的局部搜索方法，例如粒子滤波、相关滤波等，这种跟踪方法实现的条件是目标必须出现在局部区域内部，当目标不出现在局部区域内部的时候，跟踪方法就会失效。近年来，出现了一些使用全图搜索的跟踪算法，例如2016的CVPR(Conference on Computer Vision and Pattern Recognition，国际计算机视觉与模式识别会议)提出的基于Edge box(边缘信息)的目标跟踪方法，但是这种方法非常依赖目标的质量，因此，在许多情况下，仍然无法检测出丢失的目标。

发明内容

本发明的目的在于提供一种目标跟踪方法、装置及电子设备，用以改善上述问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明提供了一种目标跟踪方法，所述方法包括：获取视频的前一帧图像，标记出前一帧图像中的待跟踪目标的位置；根据待跟踪目标的位置，利用预设的卷积神经网络获取第一特征图，其中，第一特征图为待跟踪目标的特征图；根据视频的后一帧图像，利用预设的卷积神经网络获取第二特征图，其中，后一帧图像为视频中与前一帧图像连续的图像，第二特征图为后一帧图像的特征图；将第一特征图和第二特征图进行图像通道连接，得到第三特征图，其中，第三特征图的图像通道数为第一特征图的图像通道数和第二特征图的图像通道数之和；在第三特征图中，进行待跟踪目标的位置回归，得到待跟踪目标在后一帧图像中的位置坐标。

第二方面，本发明提供了一种目标跟踪装置，所述装置包括第一图像获取模块、第一特征图获取模块、第二特征图获取模块、图像通道连接模块及位置回归模块。其中，第一图像获取模块用于获取视频的前一帧图像，标记出前一帧图像中的待跟踪目标的位置；第一特征图获取模块用于根据待跟踪目标的位置，利用预设的卷积神经网络获取第一特征图，其中，第一特征图为待跟踪目标的特征图；第二特征图获取模块用于根据视频的后一帧图像，利用预设的卷积神经网络获取第二特征图，其中，后一帧图像为视频中与前一帧图像连续的图像，第二特征图为后一帧图像的特征图；图像通道连接模块，用于将第一特征图和第二特征图进行图像通道连接，得到第三特征图，其中，第三特征图的图像通道数为第一特征图的图像通道数和第二特征图的图像通道数之和；位置回归模块，用于在第三特征图中，进行待跟踪目标的位置回归，得到待跟踪目标在后一帧图像中的位置坐标。

第三方面，本发明提供了一种电子设备，所述电子设备包括存储器、处理器、以及目标跟踪装置，所述装置存储于所述存储器中并包括一个或多个由所述处理器执行的软件功能模组。所述装置包括第一图像获取模块、第一特征图获取模块、第二特征图获取模块、图像通道连接模块及位置回归模块。其中，第一图像获取模块用于获取视频的前一帧图像，标记出前一帧图像中的待跟踪目标的位置；第一特征图获取模块用于根据待跟踪目标的位置，利用预设的卷积神经网络获取第一特征图，其中，第一特征图为待跟踪目标的特征图；第二特征图获取模块用于根据视频的后一帧图像，利用预设的卷积神经网络获取第二特征图，其中，后一帧图像为视频中与前一帧图像连续的图像，第二特征图为后一帧图像的特征图；图像通道连接模块，用于将第一特征图和第二特征图进行图像通道连接，得到第三特征图，其中，第三特征图的图像通道数为第一特征图的图像通道数和第二特征图的图像通道数之和；位置回归模块，用于在第三特征图中，进行待跟踪目标的位置回归，得到待跟踪目标在后一帧图像中的位置坐标。

相对现有技术，本发明具有以下有益效果：本发明提供的一种目标跟踪方法、装置及电子设备，首先获取视频的前一帧图像，标记出前一帧图像中的待跟踪目标的位置，然后通过将待跟踪目标的特征图与后一帧图像的特征图进行图像通道连接，并进行待跟踪目标的位置回归，确定出待跟踪目标在后一帧图像中的位置坐标，实现目标跟踪。与现有的基于图像的局部搜索方法相比，本发明提供的目标跟踪方法支持全图搜索，而与现有的基于Edge box的目标跟踪方法相比，本发明通过端到端的全图搜索实现目标跟踪，并不依赖于目标本身，能够在目标丢失之后快速找回，有效实现目标跟踪。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明