[发明专利]一种视频跟踪的方法、装置、设备和存储介质

说明书

本发明公开了视频跟踪的方法、装置、设备和存储介质。其中，该方法包括：获取当前视频帧上目标特征点的关联特征点，该关联特征点为与目标特征点邻近的具有整数像素坐标的像素点；确定关联特征点在下一视频帧中的跟踪位置；根据关联特征点与目标特征点在当前视频帧中的位置差，以及关联特征点在下一视频帧中的跟踪位置，确定目标特征点在下一视频帧中的跟踪位置。本发明实施例提供的技术方案，无需通过多次线性插值算法获取当前视频帧上各目标特征点的像素坐标，加快了跟踪速率，满足视频跟踪的实时性要求，解决了现有跟踪算法中线性插值运算的开销较大以及跟踪成功率较低的问题，降低了视频跟踪中的运算量，提高了视频跟踪的准确性。

技术领域

本发明实施例涉及数据处理领域，尤其涉及一种视频跟踪的方法、装置、设备和存储介质。

背景技术

在网络直播或短视频录制等产品中，较多特效功能需要对视频画面中的目标物体进行定位，例如在视频中逐帧对各个目标物体进行关键点定位，由于连续各帧中的同一目标物体的定位可能存在误差，此时会造成在视觉上，定位出来的目标位置会随着时间做微小的抖动，影响用户体验。

目前，行业内大多采用Lucas–Kanade(LK)光流跟踪算法对视频画面中的目标物体进行跟踪，以目标物体中的单一关键点为例，首先需要获取该关键点在当前视频帧中的位置，然后采用LK光流跟踪算法对该关键点在后续视频帧中的位置进行跟踪。

此时，若该关键点在当前视频帧中的像素坐标不是整数的像素坐标，则首先需要通过线性插值算法计算当前视频帧中该关键点的像素坐标，且由于当前视频帧中目标物体中可能存在多个关键点，则需要通过多次线性插值算法确定每一个关键点的像素坐标，从而对当前视频帧中的每一关键点都进行一次跟踪；同时，为了解决经过一次光流计算得到的关键点位置精度较低、误差较大的问题，还需要采用多次线性插值算法对每一关键点进行迭代处理，不断逼近该关键点在下一视频帧中的实际位置。

因此现有LK光流跟踪算法中的目标跟踪操作复杂，线性插值运算的开销较大，实时性的高要求也导致目标跟踪成功率较低。

发明内容

本发明实施例提供了一种视频跟踪的方法、装置、设备和存储介质，解决了现有跟踪算法中线性插值运算的开销较大以及跟踪成功率较低的问题，降低了视频跟踪中的运算量，提高了视频跟踪的准确性。

第一方面，本发明实施例提供了一种视频跟踪的方法，该方法包括：

获取当前视频帧上目标特征点的关联特征点，所述关联特征点为与所述目标特征点邻近的具有整数像素坐标的像素点；

确定所述关联特征点在下一视频帧中的跟踪位置；

根据所述关联特征点与所述目标特征点在当前视频帧中的位置差，以及所述关联特征点在下一视频帧中的跟踪位置，确定所述目标特征点在所述下一视频帧中的跟踪位置。

进一步的，确定所述关联特征点在下一视频帧中的跟踪位置，包括：

根据当前视频帧中第一跟踪区域内各像素点的像素灰度，以及下一视频帧中第二跟踪区域内的各像素点的像素灰度，确定所述关联特征点在下一视频帧中的初始跟踪位置，其中，第一跟踪区域为当前视频帧中以所述关联特征点为中心的区域，第二跟踪区域内为下一视频帧中与所述第一跟踪区域对应的区域；

根据所述关联特征点在下一视频帧中的预设位置以及所述初始跟踪位置确定所述关联特征点的当前位移；

若所述当前位移超出预设阈值，则将所述初始跟踪位置作为新的预设位置，并以所述初始跟踪位置为中心，在下一视频帧中确定新的第二跟踪区域，得到新的初始跟踪位置，直至所述当前位移未超出所述预设阈值，则将所述新的初始跟踪位置作为所述关联特征点在下一视频帧中的跟踪位置。

进一步的，若初始跟踪位置的像素坐标为非整数像素坐标，则下一视频帧中所述第二跟踪区域内各像素点的像素坐标通过线性插值算法确定。