[发明专利]一种多目标跟踪方法及装置、设备和存储介质

说明书

本申请实施例提供一种多目标跟踪方法及装置、设备和存储介质，其中，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；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，确定所述待处理视频中相邻两帧视频对应的相似度矩阵；根据所述相似度矩阵对所述待跟踪目标进行跟踪，得到所述待跟踪目标的跟踪结果。

技术领域

本申请涉及目标跟踪技术，涉及但不限于一种多目标跟踪方法及装置、设备和存储介质。

背景技术

相关技术中的行人多目标跟踪，是根据跟踪对象的行人检测框进行跟踪的，并没有考虑到行人姿态信息；那么当引入行人姿态信息时，相关技术中的行人多目标跟踪方法便不能有效的进行跟踪，导致跟踪准确率不够高。

发明内容

有鉴于此，本申请实施例提供一种多目标跟踪方法及装置、设备和存储介质。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种多目标跟踪方法，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；

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，确定所述待处理视频中相邻两帧视频的相似度矩阵；

根据所述相似度矩阵对所述待跟踪目标进行跟踪。

在本申请实施例中，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。

在本申请实施例中，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。

在本申请实施例中，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。

在本申请实施例中，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个目标对应的相似度，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；