[发明专利]一种目标对象跟踪方法、系统、电子设备及存储介质

权利要求书

1.一种目标对象跟踪方法，其特征在于，包括：

获取参考图片和待跟踪图片；

确定所述参考图片中的识别对象；

基于训练后的跟踪模型对所述参考图片中的所述识别对象和所述待跟踪图片进行跟踪，得到所述待跟踪图片中所述识别对象的位置；

所述跟踪模型的训练步骤包括：

获取样本图片和对比图片；所述样本图片中含有样本对象，所述对比图片中至少有部分区域含有所述样本对象；

确定所述样本对象在所述样本图片中的第一位置区域；

根据所述第一位置区域和多个预设尺度值从所述对比图片中确定所述样本对象的多个搜索区域；所述多个预设尺度值包括至少两个尺度值；

构建预设机器学习模型，将所述预设机器学习模型确定为当前机器学习模型；

基于所述当前机器学习模型，从所述第一位置区域中确定所述样本对象的第一特征集合，从所述多个搜索区域中确定所述样本对象在每个搜索区域的第二特征集合；

根据所述第一特征集合和多个所述第二特征集合确定多个匹配值集合；所述多个匹配值集合中的每个匹配值集合和所述多个所述第二特征集合中的每个第二特征集合一一对应；

根据所述多个匹配值集合与预设匹配值确定多个损失值；

当所述多个损失值大于所述预设阈值时，基于所述多个损失值进行反向传播，对所述当前机器学习模型进行更新以得到更新后的机器学习模型，将所述更新后的机器学习模型重新确定为当前机器学习模型；重复步骤：基于所述当前机器学习模型，从所述第一位置区域中确定所述样本对象的第一特征集合，从所述多个搜索区域中确定所述样本对象在每个搜索区域的第二特征集合；

当所述多个损失值中存在有目标损失值小于或者等于所述预设阈值时，将所述当前机器学习模型确定为所述跟踪模型，将所述目标损失值对应的模型参数确定为所述跟踪模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述多个预设尺度值包括第一尺度值和第二尺度值；

所述根据所述第一位置区域和多个预设尺度值从所述对比图片中确定所述样本对象的多个搜索区域，包括：

根据所述第一位置区域和所述第一尺度值从所述对比图片中确定所述样本对象的第一搜索区域；所述第一搜索区域包括所述第一位置区域；

以及根据所述第一位置区域和所述第二尺度值从所述对比图片中确定所述样本对象的第二搜索区域；所述第二搜索区域包括所述第一位置区域。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征集合和多个所述第二特征集合确定多个匹配值集合，包括：

将所述第一特征集合与所述多个所述第二特征集合中的每个第二特征集合进行卷积操作，得到所述多个匹配值集合。

4.根据权利要求1所述的方法，其特征在于，所述根据所述多个匹配值集合与预设匹配值确定多个损失值，包括：

确定所述多个匹配值集合的每个匹配值集合中的最大匹配值；

根据所述最大匹配值和所述预设匹配值的差值确定所述多个损失值。

5.一种目标对象跟踪系统，其特征在于，包括：

第一获取模块，用于获取参考图片和待跟踪图片；

第一确定模块，用于确定所述参考图片中的识别对象；

跟踪模块，用于基于训练后的跟踪模型对所述参考图片中的所述识别对象和所述待跟踪图片进行跟踪，得到所述待跟踪图片中所述识别对象的位置。