[发明专利]目标跟踪的方法

说明书

本发明涉及视频监控技术，具体涉及一种目标跟踪的方法。本发明主要是基于强化学习算法实现一种单目标跟踪方案，将每个目标的每个跟踪作为策略问题对待。通过跟踪的状态(reward)来优化控制策略(policy)，进而对深度学习网络进行训练。本发明结合Siamese网络结构和RL方案，相较于一般的RL方案直接基于扣取图像进行目标预测，使用目标模板与图像进行相关特征进行预测，能够使用目标的周边信息，提高目标的语义背景区分能力，提高跟踪的鲁棒性。本发明本发明同时使用DQN进行跟踪，对价值函数的估计及策略的优化没有解藕，容易训练不收敛或者过拟合。

技术领域

本发明涉及视频监控技术，具体涉及一种目标跟踪的方法。

背景技术

在智能交通系统中，视频监控技术得到了广泛应用。目前，人们研究的焦点集中于车辆的检测、识别、跟踪、流量统计、交通疏导和违章检测等方面。

现有使用的目标跟踪追踪方法主要包括以下几种：

一：申请号201810592957.8的专利《基于多智能体深度增强学习的多目标跟踪》：

该专利每帧使用YOLOV3进行检测，用检测框对目标进行扣取，每个扣取的目标会创建agent，然后将扣取的目标进行特征提取，经过LSTM及DQN对每个目标进行动作预测。

该方案的单目标跟踪基于CNN提取每个目标的特征，用LSTM提取所有目标的相关特征信息，通过DQN学习到的策略(policy)对每个目标框进行动作的预测(目标框位置的预测)。总共包含9个动作。

该专利存在以下缺点：

1)、使用DQN进行动作和价值函数的，容易过拟合，不容易训练。

2)、将目标预测问题当做分幕(离散)问题，导致跟踪精度不足，目标位置变化应该当做空间的连续问题。

二：申请号201810220513.1的专利《基于深度增强学习的多目标跟踪方法》：

该专利每个目标分配一个agent，然后通过DQN网络进行目标框的预测，输入DQN网络中的图像是已经扣取的检测框图像。

该专利存在以下缺点：DQN网络是一个动作价值优化算法，通过最大化动作价值来对策略进行优化，收敛到局部最大。但是其收敛对reward很敏感，不易收敛。

三：siameseRPN系列单目标跟踪：

将模版图片与全局图片在某个区域分别送入CNN网络，然后再由RPN网络进行相关，两个不同的相关分支分别对目标的框和类别进行预测。

该方法存在以下缺点：SiameseRPN系列方案假设目标当前的位置会处于上一帧位置的附近，所以不会对全图进行相关操作，而是扣取目标上帧位置一个小范围内图像进行相关，这样操作的主要问题是SiameseRPN相关操作对语义背景的区分能力较差，容易导致误跟踪，所以要限定特征提取的范围。同时SiameseRPN网络没有考虑到目标的历史位置信息，只是依赖当前的模版和当前帧进行预测。

因此，需要对现有技术进行改进。

发明内容

本发明要解决的技术问题是提供一种高效的目标跟踪的方法。

为解决上述技术问题，本发明提供一种目标跟踪的方法，包括以下步骤：

1)、在当前帧图像输入用于选择目标的目标框；执行步骤2；

2)、Siamese特征提取模块使用输入的目标框或者预测的目标框抠取目标，目标框抠取目标作为目标抠图，然后使用CNN网络提取目标抠图和当前帧图像的特征；使用同样的CNN网络进行处理得到特征图，然后对两张特征图进行相关计算得到相关特征图，作为RL跟踪模块的输入；执行步骤3；