[发明专利]单目标跟踪方法及相关设备有效
申请号: | 201910932086.4 | 申请日: | 2019-09-27 |
公开(公告)号: | CN110827314B | 公开(公告)日: | 2020-10-23 |
发明(设计)人: | 丁旭;胡文泽 | 申请(专利权)人: | 深圳云天励飞技术有限公司 |
主分类号: | G06T7/20 | 分类号: | G06T7/20 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 518000 广东省深圳市龙岗区园山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 跟踪 方法 相关 设备 | ||
本申请公开了一种单目标跟踪方法及相关设备,应用于电子设备,方法包括:在同一目标视频文件中获取第一图像和第二图像,并获取所述第一图像的第一跟踪框,所述第一图像为所述第二图像的前预设帧图像,所述第一图像和所述第二图像包括同一跟踪目标,所述第一跟踪框用于框选所述第一图像中的所述跟踪目标;将所述第一图像与所述第二图像进行叠加合成,得到目标图像;将所述目标图像输入沙漏网络模型进行特征提取,输出目标特征图;将所述目标特征图输入到预测网络,以输出热力图、宽高数值集和细微偏差数值集,确定第二跟踪框,所述第二跟踪框用于框选所述第二图像中的所述跟踪目标。采用本申请实施例可提升目标跟踪的准确度。
技术领域
本申请涉及电子技术领域,尤其涉及一种单目标跟踪方法及相关设备。
背景技术
目标跟踪是图像处理和视频处理领域的关键技术之一。目标跟踪用于识别视频或图像中的跟踪目标,广泛应用于智慧交通、人机交互及国防侦查等相关领域。目前对目标进行跟踪所使用的模型是CNN(深度学习)模型,而使用CNN模型仅利用第一帧的图像做卷积核,如果跟踪目标发生变化而卷积核不发生变化,会影响后续计算的准确度。
发明内容
本申请实施例提供一种单目标跟踪方法及相关设备,用于提升目标跟踪的准确度。
第一方面,本申请实施例提供一种单目标跟踪方法,应用于电子设备,所述方法包括:
在同一目标视频文件中获取第一图像和第二图像,并获取所述第一图像的第一跟踪框,其中,所述第一图像为所述第二图像的前预设帧图像,所述第一图像和所述第二图像包括同一跟踪目标,所述第一跟踪框用于框选所述第一图像中的所述跟踪目标;
将所述第一图像与所述第二图像进行叠加合成,得到目标图像;
将所述目标图像输入沙漏网络模型进行特征提取,输出目标特征图;
将所述目标特征图输入到预测网络,以输出热力图、宽高数值集和细微偏差数值集;
基于所述热力图、所述宽高数值集、所述细微偏差数值集和所述第一跟踪框,确定第二跟踪框,所述第二跟踪框用于框选所述第二图像中的所述跟踪目标。
第二方面,本申请实施例提供一种单目标跟踪的装置,该装置包括:
信息获取单元,用于在同一目标视频文件中获取第一图像和第二图像,并获取所述第一图像的第一跟踪框,其中,所述第一图像为所述第二图像的前预设帧图像,所述第一图像和所述第二图像包括同一跟踪目标,所述第一跟踪框用于框选所述第一图像中的所述跟踪目标;
图像合成单元,用于将所述第一图像与所述第二图像进行叠加合成,得到目标图像;
特征提取单元,用于将所述目标图像输入沙漏网络模型进行特征提取,输出目标特征图;
数据确定单元,用于将所述目标特征图输入到预测网络,以输出热力图、宽高数值集和细微偏差数值集;
跟踪单元,用于基于所述热力图、所述宽高数值集、所述细微偏差数值集和所述第一跟踪框,确定第二跟踪框,所述第二跟踪框用于框选所述第二图像中的所述跟踪目标。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面所述的方法中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。
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深圳云天励飞技术有限公司,未经深圳云天励飞技术有限公司许可,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/201910932086.4/2.html,转载请声明来源钻瓜专利网。