[发明专利]目标物体跟踪方法及装置

权利要求书

1.一种目标物体跟踪方法，其特征在于，包括：

通过监控摄像头获取目标物体的监控图像；

利用物体检测模型对所述监控图像进行分析，确定所述目标物体在所述监控图像中的边界信息，其中，所述物体检测模型由多组数据通过机器学习训练得到，所述多组数据包括：多组训练数据，所述多组训练数据中的每组训练数据均包括：训练图像和所述训练图像中标识出的所述目标物体的边界信息；

基于所述边界信息控制所述监控摄像头进行移动，以使所述监控摄像头对所述目标物体进行跟踪。

2.根据权利要求1所述的方法，其特征在于，所述多组数据还包括：多组测试数据，所述多组测试数据中的每组测试数据均包括：测试图像，所述测试图像中包含所述目标物体，所述方法还包括：

利用所述多组训练数据和预设物体检测算法，通过机器学习训练得到所述物体检测模型；

利用所述多组测试数据对所述物体检测模型进行优化。

3.根据权利要求1所述的方法，其特征在于，利用所述物体检测模型对所述监控图像进行分析，确定所述边界信息包括：

利用所述物体检测模型对所述监控图像进行分析，在所述监控图像中确定所述目标物体的包围盒边界信息，其中，所述目标物体的包围盒为直角四边形，所述包围盒边界信息包括：包围盒参考顶点坐标、所述直角四边形中第一组边的第一长度以及所述直角四边形中第二组边的第二长度。

4.根据权利要求3所述的方法，其特征在于，基于所述边界信息控制所述监控摄像头进行移动，以使所述监控摄像头对所述目标物体进行跟踪包括：

获取所述监控摄像头的第一云台位置；

基于所述边界信息和所述第一云台位置确定所述监控摄像头的第二云台位置；

控制所述监控摄像头从所述第一云台位置移动至所述第二云台位置，以使所述监控摄像头对所述目标物体进行跟踪。

5.根据权利要求4所述的方法，其特征在于，基于所述边界信息和所述第一云台位置确定所述第二云台位置包括：

获取第一距离值和第二距离值，其中，所述第一距离值为所述监控图像的第一水平边界与所述包围盒的第二水平边界之间的距离并且所述第一距离值是所述第一水平边界与所述包围盒之间的最短距离，所述第二距离值为所述监控图像的第一竖直边界与所述包围盒的第二竖直边界之间的距离并且所述第二距离值是所述第一竖直边界与所述包围盒之间的最短距离；

计算第一变化量和第二变化量，其中，所述第一变化量是与所述目标物体在所述监控图像的水平方向上移动单位像素对应的云台平移变化量，所述第二变化量是与所述目标物体在所述监控图像的竖直方向上移动单位像素对应的云台倾斜变化量；

利用所述第一云台位置、所述第一距离值、所述第二距离值、所述第一变化量、第二变化量以及所述包围盒参考顶点坐标，计算得到所述第二云台位置。

6.一种目标物体跟踪装置，其特征在于，包括：

获取模块，用于通过监控摄像头获取目标物体的监控图像；

确定模块，用于利用物体检测模型对所述监控图像进行分析，确定所述目标物体在所述监控图像中的边界信息，其中，所述物体检测模型由多组数据通过机器学习训练得到，所述多组数据包括：多组训练数据，所述多组训练数据中的每组训练数据均包括：训练图像和所述训练图像中标识出的所述目标物体的边界信息；

控制模块，用于基于所述边界信息控制所述监控摄像头进行移动，以使所述监控摄像头对所述目标物体进行跟踪。

7.根据权利要求6所述的装置，其特征在于，所述多组数据还包括：多组测试数据，所述多组测试数据中的每组测试数据均包括：测试图像，所述测试图像中包含所述目标物体，所述装置还包括：

训练模块，用于利用所述多组训练数据和预设物体检测算法，通过机器学习训练得到所述物体检测模型；

优化模块，用于利用所述多组测试数据对所述物体检测模型进行优化。