[发明专利]一种目标跟踪方法及装置

说明书

本发明提供了一种目标跟踪方法及装置，涉及图像处理技术领域，包括：将视频图像分别输入人脸检测网络和行人检测网络，输出人脸检测网络检测到的人脸框和与人脸框对应的第一行人框，还输出行人检测网络检测到的第二行人框；将第一行人框朝第一预设方向进行缩小操作，得到第一行人框对应的第一缩小框，将第二行人框朝第二预设方向进行缩小操作，得到第二行人框对应的第二缩小框；根据第一缩小框和第二缩小框确定跟踪序列。本发明通过脸人绑定的方式可有效避免在动态视频中由于脸部遮挡和背身动作导致的脸部跟踪断裂的现象；缩小框操作可有效缓解由于行人重叠而极易产生的跟踪对象识别码交换现象，从而提高对人脸的跟踪性能。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种目标跟踪方法及装置。

背景技术

随着计算机技术的飞速发展、软件环境不断优化以及硬件设备性能不断提升，计算机视觉(Computer Vision)相关技术也愈发成熟。在计算机视觉研究的前期，由于多重因素的制约，人们更多地进行的是对静态图片中感兴趣对象的研究。但随着计算机技术迅猛发展以及当前人们对社会安全等问题的深入关切，对视频序列的研究已成为现在计算机视觉领域的一大热点，极大地引起了人们的关注和研究热情。

基于动态视频的人脸跟踪，由于其在实际业务应用中的广阔前景和重要地位，一直是人们研究的热点。因为容易受到光照、姿态、表情、噪声、遮挡和分辨率等因素的影响，人脸跟踪技术也成为一项十分具有挑战性的任务。经过一段时间的发展，基于动态视频的人脸跟踪技术现在已经在智能门禁系统、智能视频监控、智能家居、电视电话会议、视觉导航以及虚拟现实等领域取得到了广泛的应用。

但是现有的人脸跟踪器，一般具有以下几个缺点：一是速度问题，目前基于多目标跟踪的人脸跟踪器耗时都比较多，极大限制了其在实际业务场景的应用。二是精度问题，现有的采用基于检测的跟踪器(例如IOU Tracker)，当视频的帧速率很高时，其速度非常快。但是其跟踪性能非常依赖于检测性能(例如在人转体背身情况下就检测不到人脸，转身前后人脸跟踪被误认为是两个人的脸等)，而且在大物体跟踪(例如行人跟踪)上很容易发生跟踪对象的识别码交换问题(ID switch)。如何提升人脸跟踪器的速度和精度是当前人脸跟踪技术在实际业务应用上的瓶颈。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题，为达上述目的，本发明第一方面的实施例提供了一种目标跟踪方法，其包括：

将视频图像分别输入人脸检测网络和行人检测网络，输出所述人脸检测网络检测到的人脸框和与所述人脸框对应的第一行人框，还输出所述行人检测网络检测到的第二行人框；

将所述第一行人框朝第一预设方向进行缩小操作，得到所述第一行人框对应的第一缩小框，将所述第二行人框朝第二预设方向进行缩小操作，得到所述第二行人框对应的第二缩小框；

根据所述第一缩小框和所述第二缩小框确定跟踪序列。

进一步地，所述输出所述人脸检测网络检测到的人脸框和与所述人脸框对应的人框包括：输出所述人脸检测网络检测到的所述视频图像中每帧图像中包含的人脸框、所述人脸框的置信度以及与所述人脸框绑定的所述人框；所述还输出所述行人检测网络检测到的第二行人框包括：输出所述行人检测网络检测到的所述视频图像中每帧图像中包含的所述第二行人框。

进一步地，还包括：

根据所述跟踪序列中人脸框的置信度确定所述跟踪序列是否满足输出条件；

当满足所述输出条件时，将所述跟踪序列输出。

进一步地，所述输出条件包括所述跟踪序列中每帧图像的所述人脸框的置信度均大于最低阈值，且所述跟踪序列中至少一个人脸框的置信度大于最高阈值。