[发明专利]行动对象追踪方法及相关设备

说明书

本申请实施例提供一种行动对象追踪方法及相关设备，其中，所述方法包括：对当前帧图像中的第一目标检测框进行对象关键点检测以得到多个对象关键点；根据所述多个对象关键点从所述第一目标检测框中提取出目标对象的上半部分图像，并根据所述目标对象的上半部分图像进行对象的下半部分补零处理以得到第二目标检测框，其中，所述第二目标检测框包括所述目标对象的上半部分图像以及补零后的下半部分图像；根据所述第二目标检测框进行行动对象追踪。采用本申请实施例，有利于提高行动对象追踪的准确率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种行动对象追踪方法及相关设备。

背景技术

随着深度学习的跨越式发展，目标追踪的指标快速提高，例如多目标追踪准确率(Multi-Object Tracking Accuracy，MOTA)；尤其是以多目标追踪算法(deepsort)为代表的一系列追踪算法，其通过对象特征模型(Reid)提取特征做追踪，在实际应用中产生了巨大的实用价值，其重要性不言而喻。统观现在的目标追踪领域，虽然deepsort算法中的模型的指标每天都在刷新，但对于实际应用来说，当帧图像中的对象被遮挡时，若采用对象特征模型对图像中的对象进行特征提取，存在对象特征提取不准确的问题，从而导致实际应用中的行动对象追踪效果并不佳。

发明内容

本申请实施例公开了一种行动对象追踪方法及相关设备，有利于提高行动对象追踪的准确率。

本申请实施例第一方面公开了一种行动对象追踪方法，该方法包括：对当前帧图像中的第一目标检测框进行对象关键点检测以得到多个对象关键点；根据所述多个对象关键点从所述第一目标检测框中提取出目标对象的上半部分图像，并根据所述目标对象的上半部分图像进行对象的下半部分补零处理以得到第二目标检测框，其中，所述第二目标检测框包括所述目标对象的上半部分图像以及补零后的下半部分图像；根据所述第二目标检测框进行行动对象追踪。

在一种示例性的实施方式中，所述对当前帧图像中的第一目标检测框进行对象关键点检测以得到多个对象关键点，包括：将所述当前帧图像中的第一目标检测框进行多尺度特征分解，得到低频特征分量和高频特征分量；将所述低频特征分量划分为多个区域；确定所述多个区域中每一区域对应的信息熵，得到多个信息熵；依据所述多个信息熵确定平均信息熵和目标均方差；确定所述目标均方差对应的目标调节系数；依据所述目标调节系数对所述平均信息熵进行调节，得到目标信息熵；按照预设的信息熵与评分之间的映射关系，确定所述目标信息熵对应的第一评价值；获取所述当前帧图像对应的目标拍摄参数；按照预设的拍摄参数与低频权重之间的映射关系，确定所述目标拍摄参数对应的目标低频权重，依据该目标低频权重确定目标高频权重；依据所述高频特征分量确定目标特征点分布密度；按照预设的特征点分布密度与评分之间的映射关系，确定所述目标特征点分布密度对应的第二评价值；依据所述第一评价值、所述第二评价值、所述目标低频权重和所述目标高频权重进行加权运算，得到所述第一目标检测框的目标清晰度；若所述目标清晰度小于所述预设清晰度阈值，则根据所述图像清晰度与图像增强算法之间的映射关系，确定所述目标清晰度对应的目标图像增强算法；根据所述目标图像增强算法对所述第一目标检测框进行图像增强处理以得到增强后的第一目标检测框；对所述增强后的第一目标检测框进行对象关键点检测以得到多个对象关键点。

本申请实施例第二方面公开了一种行动对象追踪装置，该装置包括：检测单元，用于对当前帧图像中的第一目标检测框进行对象关键点检测以得到多个对象关键点；处理单元，用于根据所述多个对象关键点从所述第一目标检测框中提取出目标对象的上半部分图像，并根据所述目标对象的上半部分图像进行对象的下半部分补零处理以得到第二目标检测框，其中，所述第二目标检测框包括所述目标对象的上半部分图像以及补零后的下半部分图像；追踪单元，用于根据所述第二目标检测框进行行动对象追踪。

本申请实施例第三方面公开了一种服务器，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如本申请实施例第一方面任一项所述的方法中的步骤的指令。