[发明专利]目标跟踪方法及相关装置

说明书

本发明公开了一种目标跟踪方法及相关装置，其中，目标跟踪方法包括：获取模板图像及至少一帧待搜索图像，其中，所述模板图像为标注跟踪目标的轮廓的图像，所述待搜索图像包含所述跟踪目标；对所述模板图像及所述待搜索图像进行处理，以得到所述跟踪目标对应的特征图像；以所述特征图像中的所述跟踪目标为中心，得到向外延伸的预设数量的射线及所述射线的长度；根据所述预设数量的射线及所述射线的长度得到所述跟踪目标的轮廓。以此能够更加准确的表示目标的外观，并且跟踪结果更为鲁棒。

技术领域

本发明涉及图像检测技术领域，具体涉及一种目标跟踪方法及相关装置。

背景技术

视觉目标跟踪是计算机视觉领域的一个重要问题，近年来受到了广泛的关注与研究。视觉目标跟踪是指对图像序列中的运动目标进行智能、特征提取、分类识别、跟踪滤波和行为识别，获得运动目标准确的运动信息参数，如位置、速度、加速度和运动轨迹等，从而进行下一步的处理与分析，实现对运动目标的行为理解。

近年来，基于孪生网络的视觉目标跟踪方法因其出色的跟踪精度与跟踪效率成为了视觉目标跟踪领域的研究热点。现有的基于孪生网络的目标跟踪方法，通过特征提取网络对模板图像和待搜索图像进行特征提取，并且将提取出的特征直接做后续操作进行目标跟踪，但是其对相似物体的判别能力不够强，容易漂移到干扰物上，并且仅通过矩形框来描述目标，导致在目标区域引入多余的背景信息，对目标的表达不够准确。

发明内容

本发明提供一种目标跟踪方法及相关装置，其能够更加准确的表示目标的外观，并且跟踪结果更为鲁棒。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种目标跟踪方法，包括：获取模板图像及至少一帧待搜索图像，其中，所述模板图像为标注跟踪目标的轮廓的图像，所述待搜索图像包含所述跟踪目标；对所述模板图像及所述待搜索图像进行处理，以得到所述跟踪目标对应的特征图像；以所述特征图像中的所述跟踪目标为中心，得到向外延伸的预设数量的射线及所述射线的长度；根据所述预设数量的射线及所述射线的长度得到所述跟踪目标的轮廓。

其中，所述对所述模板图像及所述待搜索图像进行处理，以得到所述跟踪目标对应的特征图像具体包括：对所述模板图像及待搜索图像进行处理，获取所述模板图像对应的模板域特征及所述待搜索图像对应的搜索域特征；对所述模板域特征进行聚合处理，得到聚合后的模板域特征；及对所述搜索域特征进行聚合处理，得到聚合后的搜索域特征；利用聚合后的模板域特征对所述聚合后的搜索域特征进行处理，以得到特征图像。

其中，对所述模板域特征进行聚合处理，得到聚合后的模板域特征；及对所述搜索域特征进行聚合处理，得到聚合后的搜索域特征具体包括：对所述模板域特征进行reshape函数操作，得到第一模板域特征，对所述搜索域特征进行reshape函数操作，得到第一搜索域特征；根据所述第一搜索域特征计算得到第一注意力参数；及根据所述第一模板域特征计算得到第二注意力参数；根据所述第一注意力参数结合所述第一模板域特征计算得到第二模板域特征；根据所述第二注意力参数结合所述第一搜索域特征计算得到所述第二搜索域特征；分别对所述第二模板域特征及所述第二搜索域特征进行reshape函数操作，以得到所述聚合后的模板域特征及所述聚合后的搜索域特征。

其中，所述利用聚合后的模板域特征对所述聚合后的搜索域特征进行处理，以得到特征图像具体包括：以所述聚合后的模板域特征作为卷积核，在所述聚合后的搜索域特征上进行深度可分离卷积处理，以得到所述特征图像。

其中，根据所述预设数量的射线及所述射线的长度得到所述跟踪目标的轮廓具体包括：根据所述跟踪目标的中心及所述射线的长度，计算得到所述射线的终点在所述待搜索图像上的坐标；根据所述射线的终点在所述待搜索图像上的坐标得到所述跟踪目标的轮廓。

其中，所述预设数量大于4。