[发明专利]一种视频图像中的目标跟踪方法及装置

权利要求书

1.一种视频图像中的目标跟踪方法，其特征在于，所述方法包括：

对视频进行帧拆分处理，获得视频帧序列；

基于目标检测网络模型对所述视频帧序列中进行待跟踪目标的检测，获得待跟踪目标的目标区域；

对所述待跟踪目标的目标区域在对应的视频帧序列中进行坐标定位，并记录坐标位置信息；

基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行关联计算，获得关联计算结果；

基于所述关联计算结果获取待跟踪目标在所述视频帧序列中的运动轨迹。

2.根据权利要求1所述的目标跟踪方法，其特征在于，所述视频帧序列为按照时间顺序标注，并去除冗余视频帧获得。

3.根据权利要求1所述的目标跟踪方法，其特征在于，所述目标检测网络模型为YOLOv3网络模型；

所述YOLOv3网络模型的损失函数包括目标置信度损失函数、目标类别损失函数和目标定位损失函数。

4.根据权利要求1所述的目标跟踪方法，其特征在于，所述基于目标检测网络模型对所述视频帧序列中进行待跟踪目标的检测之前，还包括：

将所述视频帧序列进行尺寸归一化处理，将所述视频帧序列中的图片尺寸归一化至416*416。

5.根据权利要求1所述的目标跟踪方法，其特征在于，所述对所述待跟踪目标的目标区域在对应的视频帧序列中进行坐标定位，包括：

将所述视频帧序列基于像素点构建像素坐标；

获取所述待跟踪目标的目标区域在对应的视频帧序列中的像素坐标位置进行坐标定位。

6.根据权利要求1所述的目标跟踪方法，其特征在于，所述基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行关联计算，包括：

基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行相似度的关联计算。

7.根据权利要求6所述的目标跟踪方法，其特征在于，所述基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行相似度的关联计算，包括：

基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行SIFT特征向量相似度的关联计算。

8.根据权利要1所述的目标跟踪方法，其特征在于，所述基于所述关联计算结果获取待跟踪目标在所述视频帧序列中的运动轨迹，包括：

根据所述关联计算结果判断上一视频帧的待跟踪目标的目标区域是否在当前视频帧中的待跟踪目标的目标区域出现；

在判断出现时，分别获得上一视频帧的待跟踪目标的目标区域和当前视频帧中的待跟踪目标的目标区域的坐标定位；

根据所述上一视频帧的待跟踪目标的目标区域和所述当前视频帧中的待跟踪目标的目标区域的坐标定位，获得待跟踪目标在所述视频帧序列中的运动轨迹。

9.根据权利要1-8任意一项所述的目标跟踪方法，其特征在于，所述方法还包括：

根据待跟踪目标在所述视频帧序列中的运动轨迹预测所述待跟踪目标在所述视频帧序列中的下一视频帧的出现位置。

10.一种视频图像中的目标跟踪装置，其特征在于，所述装置包括：

帧拆分模块：用于对视频进行帧拆分处理，获得视频帧序列；

检测模块：用于基于目标检测网络模型对所述视频帧序列中进行待跟踪目标的检测，获得待跟踪目标的目标区域；

坐标定位模块：用于对所述待跟踪目标的目标区域在对应的视频帧序列中进行坐标定位，并记录坐标位置信息；

关联计算模块：用于基于视频帧序列将当前视频帧中的待跟踪目标的目标区域与上一视频帧的待跟踪目标的目标区域进行关联计算，获得关联计算结果；

运动轨迹获取模块：用于基于所述关联计算结果获取待跟踪目标在所述视频帧序列中的运动轨迹。