[发明专利]对象跟踪方法、对象跟踪装置以及计算机可读存储介质

权利要求书

1.一种对象跟踪方法，包括：

获取包含待跟踪对象的连续帧图像；

对所述连续帧图像中的当前帧图像执行人脸检测，确定在所述当前帧图像中检测出的行人的脸部的置信度；

判断所述置信度是否小于预定值；

当所述置信度小于所述预定值时，对所述当前帧图像执行特定部位检测，确定所述当前帧图像中所述行人的特定部位的位置，所述特定部位为人体上不同于脸部的部位；以及

基于所述行人的特定部位的位置，确定所述行人是否为所述待跟踪对象，其中，所述基于所述行人的特定部位的位置，确定所述行人是否为所述待跟踪对象包括：

根据所述行人的特定部位的位置，确定所述行人的特定部位与上一帧图像中所述待跟踪对象的特定部位或脸部的距离。

2.根据权利要求1所述的对象跟踪方法，其中，所述基于所述行人的特定部位的位置，确定所述行人是否为所述待跟踪对象，还包括：

若所述距离小于预定距离，则确定所述行人为所述待跟踪对象；

或者，若所述距离为所述当前帧图像中检测出的所有行人的特定部位分别与上一帧图像中所述待跟踪对象的特定部位或脸部的距离中的最小距离，则确定所述行人为所述待跟踪对象。

3.根据权利要求1或2所述的对象跟踪方法，其中，基于卷积神经网络对所述当前帧图像执行特定部位检测。

4.根据权利要求3所述的对象跟踪方法，其中，所述基于卷积神经网络对所述当前帧图像执行特定部位检测包括：

在所述当前帧图像中提出多个位置框；

对提出的所述多个位置框进行分类，以获得多个特定部位的位置框；

对所述多个特定部位的位置框执行去重处理，以获得所述特定部位的位置框，所述特定部位的位置框用于表示在所述当前帧图像中所述特定部位的位置。

5.根据权利要求4所述的对象跟踪方法，所述卷积神经网络的损失函数L以如下公式定义：

其中，i表示所提出的位置框的编号，N_cls表示训练样本的类别数量，p_i表示位置框i是所述特定部位的位置框的置信度，p_i^*表示训练样本中标注的置信度，L_cls表示类别损失函数，λ为常数，N_reg表示所提出的位置框的个数，L_reg表示回归损失函数，t_i表示所提出的位置框i的坐标；t_i^*表示标注的位置框i的坐标。

6.根据权利要求1或2所述的对象跟踪方法，其中，所述特定部位为行人的头部。

7.根据权利要求1或2所述的对象跟踪方法，其中，还包括：

当所述置信度大于或等于所述预定值时，确定脸部位置框，所述脸部位置框用于表示在所述当前帧图像中所述行人脸部的位置；或者，

当所述置信度大于或等于所述预定值时，对所述当前帧图像执行人脸识别，确定所述行人是否为所述待跟踪对象。

8.一种对象跟踪装置，包括：

图像获取模块，用于获取包含待跟踪对象的连续帧图像；

人脸检测模块，用于对所述连续帧图像中的当前帧图像执行人脸检测，确定在所述当前帧图像中检测出的行人的脸部的置信度；

判断模块，用于判断所述置信度是否小于预定值；

特定部位检测模块，用于当所述置信度小于所述预定值时，对所述当前帧图像执行特定部位检测，确定所述当前帧图像中所述行人的特定部位的位置，所述特定部位为人体上不同于脸部的部位；以及基于所述行人的特定部位的位置，确定所述行人是否为所述待跟踪对象，其中，

所述特定部位检测模块基于所述行人的特定部位的位置，确定所述行人是否为所述待跟踪对象包括：

根据所述行人的特定部位的位置，确定所述行人的特定部位与上一帧图像中所述待跟踪对象的特定部位或脸部的距离。