[发明专利]目标物跟踪方法、装置、电子设备及存储介质

说明书

本申请公开一种目标物跟踪方法、装置、电子设备以及存储介质，通过从待处理视频图像的第一指定帧图像中获取第一目标物检测框，基于第一目标物检测框获取与第一待跟踪视频图像对应的待跟踪目标物图像，将待跟踪目标物图像输入指定检测模型，获取指定检测模型输出的目标跟踪框，从第二指定帧图像中获取第二目标物检测框，获取第二目标物检测框与至少一个目标物跟踪框的交并比，基于数值大于等于预设阈值的交并比对应的第一目标物跟踪框对第二目标物检测框进行平滑处理，得到参考目标物检测框，基于参考目标物检测框对与第一目标物跟踪框对应的第二待跟踪视频图像进行跟踪。本申请实现了减少目标物跟踪框跟踪过程中的计算复杂度，以及跟踪的持续性。

技术领域

本申请涉及图像处理技术领域，更具体地，涉及一种目标物跟踪方法、装置、电子设备以及存储介质。

背景技术

短视频即短片视频，是一种互联网内容传播方式，一般是在互联网新媒体上传播的时长在5分钟以内的视频；随着移动终端普及和网络的提速，短平快的大流量传播内容逐渐获得各大平台、粉丝和资本的青睐。为了提升短视频的趣味性，可以在短视频拍摄的过程中添加特效，例如通过人手或人脸控制的特效。作为一种方式，为了确保用户可以通过人手或人脸准确操控特效，在拍摄的过程中需要对用户的人手或人脸及其变化进行跟踪。然而，现有的人手或人脸跟踪模型的计算过程复杂以及计算量巨大，容易造成人手或人脸跟踪丢失，且难以应用到计算性能较弱的设备中。

发明内容

鉴于上述问题，本申请提出了一种目标物跟踪方法、装置、电子设备及存储介质，以改善上述问题。

第一方面，本申请实施例提供了一种目标物跟踪方法，应用于电子设备，该方法包括：从待处理视频图像的第一指定帧图像中获取第一目标物检测框；基于所述第一目标物检测框获取与第一待跟踪视频图像对应的待跟踪目标物图像，所述第一待跟踪视频图像为所述第一指定帧图像之后的图像；将所述待跟踪目标物图像输入指定检测模型，获取所述指定检测模型输出的目标跟踪框，所述目标跟踪框包括至少一个目标物跟踪框，所述指定检测模型为经过裁剪得到的轻量级检测模型；从第二指定帧图像中获取第二目标物检测框，所述第二指定帧图像为与所述第一待跟踪视频图像中的最后一帧图像相邻的下一帧图像；获取所述第二目标物检测框与所述至少一个目标物跟踪框的交并比；基于数值大于等于预设阈值的交并比对应的第一目标物跟踪框对所述第二目标物检测框进行平滑处理，得到参考目标物检测框；基于所述参考目标物检测框对与所述第一目标物跟踪框对应的第二待跟踪视频图像进行跟踪，所述第二待跟踪视频图像为所述第二指定帧图像之后的图像。

第二方面，本申请实施例提供了一种目标物跟踪装置，运行于电子设备，该装置包括：第一获取模块，用于从待处理视频图像的第一指定帧图像中获取第一目标物检测框；第二获取模块，用于基于所述第一目标物检测框获取与第一待跟踪视频图像对应的待跟踪目标物图像，所述第一待跟踪视频图像为所述第一指定帧图像之后的图像；第三获取模块，用于将所述待跟踪目标物图像输入指定检测模型，获取所述指定检测模型输出的目标跟踪框，所述目标跟踪框包括至少一个目标物跟踪框，所述指定检测模型为经过裁剪得到的轻量级检测模型；第四获取模块，用于从第二指定帧图像中获取第二目标物检测框，所述第二指定帧图像为与所述第一待跟踪视频图像中的最后一帧图像相邻的下一帧图像；第五获取模块，用于获取所述第二目标物检测框与所述至少一个目标物跟踪框的交并比；处理模块，用于基于数值大于等于预设阈值的交并比对应的第一目标物跟踪框对所述第二目标物检测框进行平滑处理，得到参考目标物检测框；跟踪模块，用于基于所述参考目标物检测框对与所述第一目标物跟踪框对应的第二待跟踪视频图像进行跟踪，所述第二待跟踪视频图像为所述第二指定帧图像之后的图像。

第三方面，本申请实施例提供了一种电子设备，包括存储器以及一个或多个处理器；一个或多个程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于执行上述第一方面所述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有程序代码，其中，在程序代码被处理器运行时执行上述第一方面所述的方法。