[发明专利]物体跟踪方法及装置

说明书

本公开是关于物体跟踪方法及装置。该方法包括：确定目标物体在第一帧图像中的目标位置；在与第一帧图像相邻的第二帧图像中围绕目标位置选取多个候选区域；获取多个候选区域中每个候选区域对应的目标概率，目标概率为候选区域包括目标物体的概率；确定多个候选区域中目标概率满足预设条件的候选区域为目标物体在第二帧图像中的位置区域。该技术方案可以降低确定候选区域是否包括特定物体的难度，从而降低了物体跟踪的难度，提高了物体跟踪的成功率。

技术领域

本公开涉及图像处理技术领域，尤其涉及物体跟踪方法及装置。

背景技术

物体跟踪是指获取特定物体在视频流中的运动轨迹，近年来随着机器视觉技术的发展，物体跟踪在机器视觉技术领域扮演者重要角色。相关技术中，可以通过确定特定物体在视频流的相邻两帧图像中的不同位置，获取该特定物体在视频中的运动轨迹，达到跟踪该特定物体的目的。

发明内容

为克服相关技术中存在的问题，本公开的实施例提供一种物体跟踪方法及装置。技术方案如下：

根据本公开的实施例的第一方面，提供一种物体跟踪方法，包括：

确定目标物体在第一帧图像中的目标位置；

在与第一帧图像相邻的第二帧图像中围绕目标位置选取多个候选区域；

获取多个候选区域中每个候选区域对应的目标概率，目标概率为候选区域包括目标物体的概率；

确定多个候选区域中目标概率满足预设条件的候选区域为目标物体在第二帧图像中的位置区域。

本公开的实施例提供的技术方案中，通过在第一帧图像中确定目标物体，并获取目标物体在第一帧图像中的目标位置坐标，在与第一帧图像相邻的第二帧图像中选取多个候选区域，考虑到目标物体在相邻两帧的图像间的移动距离不会过多，因此在与第一帧图像相邻的第二帧图像中围绕目标位置选取多个候选区域，确保所选取的候选区域中包括目标物体的几率较高，在所选取的候选区域中确定包括特定物体的难度较低，通过获取多个候选区域中每个候选区域对应的目标概率，目标概率为候选区域包括目标物体的概率，并确定多个候选区域中对应目标概率最大的候选区域为目标物体在第二帧图像中的位置区域，上述方案降低了确定候选区域是否包括特定物体的难度，从而降低了物体跟踪的难度，提高了物体跟踪的成功率。

在一个实施例中，多个候选区域中任一个候选区域的相邻距离与该候选区域的中心距离成反比，相邻距离为候选区域至多个候选区域中与其相距最近的候选区域的距离，中心距离为候选区域至目标位置的距离。

在一个实施例中，获取多个候选区域中每个候选区域对应的目标概率，包括：

获取多个候选区域中每个候选区域的特征向量；

通过将每个候选区域的特征向量输入目标多层感知器MLP神经网络，获取每个候选区域对应的目标概率。

在一个实施例中，获取多个候选区域中每个候选区域的特征向量，包括：

对第二帧图像进行CNN卷积神经网络运算，获取第二帧图像的特征图；

通过将多个候选区域中的每个候选区域映射到特征图中，获取多个候选区域中的每个候选区域在特征图中对应的特征区域；

对多个候选区域中的每个候选区域在特征图中对应的特征区域进行最大池化操作，获取多个候选区域中每个候选区域的特征向量。

在一个实施例中，通过将每个候选区域的特征向量输入目标多层感知器MLP神经网络，获取每个候选区域对应的目标概率，包括：

通过将每个候选区域的特征向量输入调整多层感知器MLP神经网络，获取每个候选区域对应的目标概率以及多个候选区域中每个候选区域的位置调整量；