[发明专利]一种视频目标跟踪方法、装置、设备及存储介质

权利要求书

1.一种视频目标跟踪方法，其特征在于，包括：

确定目标图像的第一目标特征图和第二目标特征图、以及待检测图像的至少一个待检测特征图，其中，所述目标图像和所述待检测图像包含跟踪目标；

基于所述第一目标特征图和所述第二目标特征图，分别对所述至少一个待检测特征图进行处理，得到目标分类结果和目标回归结果；

根据所述目标分类结果和所述目标回归结果，确定所述待检测图像的跟踪区域，实现视频目标跟踪。

2.根据权利要求1所述的视频目标跟踪方法，其特征在于，确定目标图像的第一目标特征图和第二目标特征图、以及待检测图像的至少一个待检测特征图，其中，所述目标图像和所述待检测图像包含跟踪目标，包括：

将所述目标图像输入孪生神经网络，得到所述第一目标特征图和所述第二目标特征图；

将所述待检测图像输入特征金字塔网络FPN，得到所述至少一个待检测特征图；

其中，所述目标图像对应所述第一目标特征图和所述第二目标特征图，所述待检测图像对应所述至少一个待检测特征图。

3.根据权利要求1所述的视频目标跟踪方法，其特征在于，基于所述第一目标特征图和所述第二目标特征图，分别对所述至少一个待检测特征图进行处理，得到目标分类结果和目标回归结果，包括：

将所述第一目标特征图、所述第二目标特征图和所述至少一个待检测特征图输入区域生成网络，得到至少一个候选分类结果和至少一个候选回归结果；

基于预设判断条件比对所述至少一个候选分类结果、以及所述至少一个候选回归结果，并根据对比结果确定所述目标分类结果和所述目标回归结果。

4.根据权利要求3所述的视频目标跟踪方法，其特征在于，将所述第一目标特征图、所述第二目标特征图和所述至少一个待检测特征图输入区域生成网络，得到至少一个候选分类结果和至少一个候选回归结果，包括：

将所述第一目标特征图作为所述区域生成网络的第一卷积核，通过所述区域生成网络分别对所述至少一个待检测特征图进行处理，得到所述至少一个候选分类结果；

将所述第二目标特征图作为所述区域生成网络的第二卷积核，通过所述区域生成网络分别对所述至少一个待检测特征图进行处理，得到所述至少一个候选回归结果。

5.根据权利要求1所述的视频目标跟踪方法，其特征在于，在确定目标图像的第一目标特征图和第二目标特征图、以及待检测图像的至少一个待检测特征图之前，还包括：

确定所述目标图像；

从待检测视频中，确定所述待检测图像。

6.根据权利要求5所述的视频目标跟踪方法，其特征在于，从待检测视频中，提取所述待检测图像，包括：

间隔预设帧从所述待检测视频中提取至少一个视频帧，将所述至少一个视频帧确定为所述待检测图像。

7.根据权利要求5所述的视频目标跟踪方法，其特征在于，还包括：

若检测到指定的跟踪目标发生变化，重新返回进行目标图像及待检测图像的确定操作。

8.一种视频目标跟踪装置，其特征在于，包括：

确定模块，用于确定目标图像的第一目标特征图和第二目标特征图、以及待检测图像的至少一个待检测特征图，其中，所述目标图像和所述待检测图像包含跟踪目标；

处理模块，用于基于所述第一目标特征图和所述第二目标特征图，分别对所述至少一个待检测特征图进行处理，得到目标分类结果和目标回归结果；

执行模块，用于根据所述目标分类结果和所述目标回归结果，确定所述待检测图像的跟踪区域，实现视频目标跟踪。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的视频目标跟踪方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的视频目标跟踪方法。