[发明专利]目标检测跟踪方法、目标检测跟踪装置和存储介质

说明书

本发明提出了一种目标检测跟踪方法、目标检测跟踪装置和存储介质。其中，目标检测跟踪方法包括：获取车辆内部场景的多个视频图像；在任一视频图像中标记目标检测框，并根据目标检测框，确定目标在车辆内部场景中的位置；根据多个视频图像中的位置对目标进行跟踪。本发明的技术方案能够在时间不连续性的情况下，准确地检测视频目标的位置，从而对视频目标进行跟踪。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种目标检测跟踪方法、目标检测跟踪装置和计算机可读存储介质。

背景技术

在处理视频中的目标时，通常需要先检测出目标，然后对目标进行识别，结构化等操作，因同一个目标在视频中可能会出现多次，通常只需要选择有限帧进行处理，所以要能够识别不同帧里哪些目标是同一个，这里经常利用目标跟踪来实现。相关技术中，利用IOU(Intersection over Union，重叠度)跟踪、Sort/DeepSort(Simple Online And RealtimeTracking/Deep Simple Online And Realtime Tracking，多目标)跟踪、光流跟踪等方法，其中，IOU跟踪是利用前后帧之间目标位移较小，因此前后帧同一个目标的bbox重叠较大，IOU较大来实现跟踪；Sort/DeepSort跟踪是利用卡尔曼滤波算法来实现跟踪。

在一些场景下，比如车辆内部间隔一段时间识别车内乘客，不需要每帧都进行目标检测，根据需要可能间隔几十秒处理一帧，这种场景下前后两个处理帧之间目标位移空间较大，而IOU跟踪、Sort/DeepSort跟踪、光流跟踪等，都要求前后两帧在时间上比较接近。IOU跟踪需要前后处理的两帧同一个目标位移较小，如果前后处理的两帧时间比较长，同一个目标两个bbox参数可能已经没有重叠，不能达到跟踪目的，其中bbox表示图片中框出的包含目标的框，通常用左上(x1，y1)，右下(x2，y2)两个点坐标表示；Sort/DeepSort跟踪依赖卡尔曼滤波，利用运动的连续性，如果前后两帧时间间隔较大，运动不具备连续性，很难达到跟踪目的；光流跟踪同样依赖场景的连续性，如果前后两帧场景变化较大，利用光流也不能达到跟踪目的。也就是说，相关技术都比较依赖时间的连续性，在时间连续性下，着力解决一些通用场景下的问题。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一个方面在于提出了一种目标检测跟踪方法。

本发明的另一个方面在于提出了一种目标检测跟踪装置。

本发明的再一个方面在于提出了一种计算机可读存储介质。

有鉴于此，根据本发明的一个方面，提出了一种目标检测跟踪方法，包括：获取车辆内部场景的多个视频图像；在任一视频图像中标记目标检测框，并根据目标检测框，确定目标在车辆内部场景中的位置；根据多个视频图像中的位置对目标进行跟踪。

本发明提供的目标检测跟踪方法，针对受限场景下，比如当前车辆内部部署的车载摄像头返回的车辆内部场景的视频图像，其间隔较长时间进行目标检测时，如何确定前后帧出现的目标是同一个人的问题。由于车辆内部结构相对比较固定，乘客在车内坐的位置也相对比较固定，乘客头部活动范围较大，但总体还在一张图像的某个区域进行活动。本发明的技术方案获取多个间隔一定时间的视频图像，在每个视频图像中标记目标检测框，例如进行人脸检测得到人脸框，根据目标检测框确定目标在车辆内部场景中的位置，进一步地，根据在多个视频图像中所确定的目标的位置对目标进行跟踪，能够在时间不连续性的情况下，准确地检测视频目标的位置，从而对视频目标进行跟踪。

根据本发明的上述目标检测跟踪方法，还可以具有以下技术特征：