[发明专利]目标跟踪方法、装置和系统及存储介质

权利要求书

1.一种目标跟踪方法，包括：

获取目标模板图像和目标搜索图像；

将所述目标模板图像和所述目标搜索图像分别输入目标跟踪网络中的特征提取网络，以分别提取所述目标模板图像的第一初始特征和所述目标搜索图像的第二初始特征；

将所述第一初始特征输入所述目标跟踪网络中的第一前景背景分离网络，以获得所述目标模板图像的第一前景特征；

将所述第二初始特征输入所述目标跟踪网络中的第二前景背景分离网络，以获得所述目标搜索图像的第二前景特征，所述第二前景背景分离网络与所述第一前景背景分离网络共享权重；

对所述第一前景特征与所述第二前景特征进行相关性计算，以获得第一相关性响应结果；

基于所述第一相关性响应结果进行位置预测，以获得目标跟踪结果。

2.如权利要求1所述的方法，其中，所述第一前景背景分离网络还输出所述目标模板图像的第一背景特征和/或所述第二前景背景分离网络还输出所述目标搜索图像的第二背景特征，其中，

在所述基于所述第一相关性响应结果进行位置预测之前，所述方法还包括以下一种或多种相关性计算：

对所述第一前景特征与所述第二背景特征进行相关性计算，以获得第二相关性响应结果；

对所述第一背景特征与所述第二前景特征进行相关性计算，以获得第三相关性响应结果；

对所述第一背景特征与所述第二背景特征进行相关性计算，以获得第四相关性响应结果；

所述基于所述第一相关性响应结果进行位置预测，以获得目标跟踪结果包括：

对计算获得的各相关性响应结果进行融合；

将经融合的相关性响应结果输入位置预测网络，以获得所述目标跟踪结果。

3.如权利要求2所述的方法，其中，所述对计算获得的各相关性响应结果进行融合包括：

基于以下公式对各相关性响应结果进行融合：

S_sum＝λ₁F_TFt*F_SFt+λ₂F_TFt*F_SBt+λ₃F_TBt*F_sFt+λ₄F_TBt*F_SBt，

其中，S_sum是经融合的相关性响应结果，λ_i是第i相关性响应结果的权重，F_TFt是所述第一前景特征，F_TBt是所述第一背景特征，F_SFt是所述第二前景特征，F_SBt是所述第二背景特征。

4.如权利要求3所述的方法，其中，λ₁和λ₄为正值，λ₂和λ₃为负值，λ₄小于λ₁。

5.如权利要求3所述的方法，其中，所述方法还包括：

当所述第一相关性响应结果指示所述第一前景特征与所述第二前景特征的相关性减小时，降低所述第一相关性响应结果的权重，当所述第一相关性响应结果指示所述第一前景特征与所述第二前景特征的相关性增大时，提高所述第一相关性响应结果的权重；和/或

当所述第四相关性响应结果指示所述第一背景特征与所述第二背景特征的相关性减小时，降低所述第四相关性响应结果的权重，当所述第四相关性响应结果指示所述第一背景特征与所述第二背景特征的相关性增大时，提高所述第四相关性响应结果的权重。

6.如权利要求2至5任一项所述的方法，其中，所述位置预测网络包括卷积网络层或区域候选网络，所述卷积网络层包括一个或多个卷积层，所述卷积网络层用于输出位置信息作为所述目标跟踪结果，所述位置信息用于指示所述目标模板图像中的目标在所述目标搜索图像中的位置。