[发明专利]一种多目标跟踪方法及装置、设备和存储介质有效
申请号: | 201811368687.9 | 申请日: | 2018-11-16 |
公开(公告)号: | CN109522843B | 公开(公告)日: | 2021-07-02 |
发明(设计)人: | 田茂清;杨昆霖;伊帅 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 李昂;张颖玲 |
地址: | 100084 北京市海淀区中*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多目标 跟踪 方法 装置 设备 存储 介质 | ||
1.一种多目标跟踪方法,其特征在于,所述方法包括:
确定待处理视频中待跟踪目标的行人检测框;
根据所述行人检测框,确定所述待跟踪目标的行人姿态信息、行人再识别特征;
确定相邻帧视频之间的光流;
根据所述行人姿态信息、行人再识别特征、所述行人检测框和所述相邻帧视频之间的光流,确定所述待处理视频中相邻两帧视频的相似度矩阵;
按照预设规则对所述相似度矩阵中的相似度值进行排序,得到排序后的相似度矩阵;
根据所述排序后的相似度矩阵,确定所述待跟踪目标的跟踪标识;其中,所述跟踪标识用于区分不同的目标;
确定所述待跟踪目标在所述排序后的相似度矩阵中对应的相似度值,并确定所述相似度值对应的另一目标;其中,所述待跟踪目标所属的视频帧与所述另一目标所属的视频帧相邻;
如果所述相似度值大于等于预设相似度阈值,将所述另一目标对应的跟踪标识作为所述待跟踪目标的跟踪标识;
如果所述相似度值小于预设相似度阈值,停止对所述待跟踪目标的跟踪。
2.根据权利要求1中所述的方法,其特征在于,所述确定待处理视频中待跟踪目标的行人检测框,包括:
将所述待处理视频的M帧视频中的每一帧视频分别输入到预设的行人检测模型中,得到P个行人对应的行人检测框;其中,所述预设的行人检测模型是通过将样本图像和所述样本图像中的行人的边界信息对卷积神经网络进行训练得到的;其中,所述边界信息为所述行人的身体边界,P为大于等于1的整数;M为大于等于1的整数;
从所述P个行人对应的行人检测框中,确定所述待跟踪目标的行人检测框。
3.根据权利要求1中所述的方法,其特征在于,所述根据所述行人检测框,确定所述待跟踪目标的行人姿态信息、行人再识别特征,包括:
根据所述行人检测框确定所述待跟踪目标的关键点信息;
根据所述关键点信息确定所述行人姿态信息;
根据所述行人检测框,确定所述待跟踪目标的外观信息;
根据所述外观信息生成所述行人再识别特征。
4.根据权利要求1中所述的方法,其特征在于,所述根据所述行人姿态信息、行人再识别特征、所述行人检测框和所述相邻帧视频之间的光流,确定所述待处理视频中相邻两帧视频的相似度矩阵,包括:
根据所述行人姿态信息、行人再识别特征和所述行人检测框,确定第N帧视频中的第n个目标与第(N+1)帧视频中第m个目标的相似度;其中,N、n和m均为大于等于1的整数,且N小于等于M;
分别确定所述第N帧视频中的每个目标与所述第(N+1)帧视频中所有目标的相似度,得到所述第N帧视频和所述第(N+1)帧视频的相似度矩阵。
5.根据权利要求4中所述的方法,其特征在于,所述根据所述行人姿态信息、行人再识别特征和所述行人检测框,确定第N帧视频中的第n个目标与第(N+1)帧视频中第m个目标的相似度,包括:
根据第n个目标的行人姿态信息和第m个目标的行人姿态信息,确定第一相似度;其中,所述第一相似度用于表征第n个目标的关键点与第m个目标的关键点之间的距离;
根据第n个目标的行人再识别特征和第m个目标的行人再识别特征,确定第二相似度;其中,所述第二相似度用于表征第n个目标的外观与第m个目标的外观的相似度;
根据第n个目标的行人检测框和第m个目标的行人检测框,确定第三相似度;其中,所述第三相似度用于表征第n个目标的行人检测框与第m个目标的行人检测框之间的交叠率;
根据所述第一相似度、第二相似度和第三相似度,确定所述第N帧视频中的第n个目标与第(N+1)帧视频中第m个目标的相似度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811368687.9/1.html,转载请声明来源钻瓜专利网。