[发明专利]一种目标追踪方法、装置及便携式终端

权利要求书

1.一种目标追踪方法，其特征在于，包括以下步骤：

采用深度学习的目标检测算法获取视频帧中待追踪目标对象；

对所述目标对象提取特征进行训练，得到相关滤波器；

将当前视频帧得到的相关滤波器作为滤波器模板，逐帧检测后续视频帧的置信度；

通过预设的置信度数值的范围，判断后续视频帧目标对象追踪的位置和状态。

2.如权利要求1所述的目标追踪方法，其特征在于：所述采用深度学习的目标检测算法获取视频帧中待追踪目标对象具体为：

采用深度学习的目标检测算法对视频帧中物体进行检测，所述目标检测方法可以为ssd算法、rcnn算法和yolo；

获取用户选定的目标对象，采用矩形框进行标识，矩形框的长宽为目标对象的自适应长宽。

3.如权利要求1所述的目标追踪方法，其特征在于：所述对目标对象提取特征进行训练，得到相关滤波器，具体包括：

对矩形框标识出来的目标对象区域提取特征；

对所述特征进行训练，得到相关滤波器。

4.如权利要求3所述的目标追踪方法，其特征在于：所述训练具体为：

令当前视频帧为第i个视频帧，i>0；定义y_i为期望输出，x_i为目标对象提取的特征，h_i为相关滤波器，采用训练公式(1)如下：

其(1)中，f^-1表示反傅里叶变换，表示x_i的傅里叶变换，表示h_i傅里叶变换的复共轭，⊙表示逐元素相乘；

由公式(1)可得第i视频帧经过特征训练后得到的相关滤波器h_i：

5.如权利要求1所述的目标追踪方法，其特征在于：所述将当前视频帧得到的相关滤波器作为滤波器模板，逐帧检测后续视频帧的置信度具体为：

基于第i帧的相关滤波器h_i计算第i+1个视频帧的置信度；

所述置信度的计算具体为：

对于第i+1个视频帧，提取特征，x_i+1为所述第i+1视频帧的特征输入，所述置信度计算公式采用公式(2)：

其(2)中，表示卷积，表示x_i+1的傅里叶变换，表示h_i傅里叶变换的复共轭。

6.如权利要求1所述的目标追踪方法，其特征在于：所述通过预设的置信度数值的范围，判断后续视频帧目标对象追踪的位置和状态具体包括：

预设的置信度数值范围为[4.5,7]；

通过滤波器模板计算后续视频帧的置信度，确定目标对象追踪的位置和状态具体为：

当检测的置信度C≥7.0时，对所述目标对象进行追踪，使目标对象始终在显示屏中心进行跟踪显示；

当检测的置信度数值7.0＞C≥4.5时，返回步骤S101，重新检测跟踪所述目标对象；

当检测计算的置信度C＜4.5时，可令目标对象追踪结束。

7.一种目标追踪的装置，其特征在于，包括：

获取模块，用于获取视频帧中待追踪目标对象；

训练模块，用于对所述目标对象提取特征进行训练，得到相关滤波器；

检测模块，用于将当前视频帧得到的相关滤波器作为滤波器模板，逐帧检测后续视频帧的置信度；

判断与追踪模块，用于通过预设的置信度数值的范围，判断后续视频帧目标对象追踪的位置和状态。

8.一种计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的目标追踪方法的步骤。

9.一种便携式终端，包括：

一个或多个处理器；

存储器；以及

一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的目标追踪方法的步骤。