[发明专利]图像跟踪方法和装置、电子设备、存储介质、程序

说明书

本发明实施例公开了一种图像跟踪方法和装置、电子设备、存储介质、程序，其中，方法包括：获取K帧视频图像中的目标图像；基于所述目标图像建立具有至少一个路径的有向无环图；每个所述目标图像在所述有向无环图中对应至少一个路径；计算所述有向无环图中对应所述目标图像的路径的最小费用最大流，得到对应所述目标图像的目标路径。本发明实施例中，由于计算的是最小费用最大流，因此，对应最小费用最大流的目标路径是有向无环图中的最优路径，最优路径在具有最大的流量的同时消耗最小的费用，该目标路径中的各目标图像最有可能属于同一目标，即可确定同一个目标的运动轨迹；实现了实时的目标跟踪，提高了目标跟踪的准确性和稳定性。

技术领域

本发明涉及目标跟踪技术，尤其是一种基于图像跟踪方法和装置、电子设备、存储介质、程序。

背景技术

视频目标跟踪在智能视频监控中是十分有意义的一项任务，视频目标跟踪的主要目的是对多个视频中出现的多个目标进行跟踪，并获得各个目标的行为轨迹；在目标跟踪技术中，通过视频目标跟踪可以获取更多关于目标的动态信息，能够更好地预测目标的行为，其应用十分广泛；例如：通过视频目标跟踪为嫌疑人、嫌疑车辆的追踪提供跟踪轨迹；或者通过视频目标跟踪对某一街区进行人流量统计等。

发明内容

本发明实施例提供一种图像跟踪技术。

根据本发明实施例的一个方面，提供的一种图像跟踪方法，包括：

获取K帧视频图像中的目标图像；每帧所述视频图像中包括至少一个目标图像，所述K为大于或等于1的正整数；

基于所述目标图像建立具有至少一个路径的有向无环图；每个所述目标图像在所述有向无环图中对应至少一个路径；

计算所述有向无环图中对应所述目标图像的路径的最小费用最大流，得到对应所述目标图像的目标路径。

在基于本发明上述方法的另一个实施例中，获取K帧视频图像中的目标图像，包括：

利用神经网络分别对K帧视频图像进行目标检测，获取对应每帧所述视频图像的至少一个目标图像。

在基于本发明上述方法的另一个实施例中，基于所述目标图像具有至少一个路径的建立有向无环图，包括：

将所述K帧视频图像中的所有目标图像作为有向无环图中的点；

将在所述K帧视频图像中所有目标图像首次出现时对应的点作为输入点，将在所述K帧视频图像中所有目标图像最后出现时对应的点作为输出点；每个所述目标图像对应至少一个点；

基于所有目标图像对应的点设置源点和汇点，所述源点与所有输入点相连接，所述汇点与所有输出点相连接；

基于所有对应目标图像的点、源点和汇点及其连接关系建立有向无环图。

在基于本发明上述方法的另一个实施例中，所述基于所有对应目标图像的点、源点和汇点及其连接关系建立有向无环图，包括：

将所述K帧视频图像按采集时间顺序排列，将所有对应目标图像的点按照所述视频图像的顺序建立有向的连接关系；

响应于源点与点、点与点和点与汇点之间的连接关系，分别通过建边函数在源点与点、点与点和点与汇点之间分别建立有向边；

基于点、源点、汇点和边建立有向无环图。

在基于本发明上述方法的另一个实施例中，每个所述目标图像在一帧视频图像中对应一个入点和一个出点；

所述响应于源点与点、点与点和点与汇点之间的连接关系，分别通过建边函数在源点与点、点与点和点与汇点之间分别建立有向边，包括：

响应于源点与输入点之间的连接关系，建立源点与输入点的有向边；