[发明专利]基于视频增强的目标跟踪方法、装置、设备及存储介质在审

专利信息
申请号: 202110129674.1 申请日: 2021-01-29
公开(公告)号: CN112819858A 公开(公告)日: 2021-05-18
发明(设计)人: 向国庆;文映博;严韫瑶;张鹏;贾惠柱 申请(专利权)人: 北京博雅慧视智能技术研究院有限公司
主分类号: G06T7/246 分类号: G06T7/246;G06T5/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京辰权知识产权代理有限公司 11619 代理人: 刘广达
地址: 100193 北京市海淀区西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 视频 增强 目标 跟踪 方法 装置 设备 存储 介质
【说明书】:

本申请提出一种基于视频增强的目标跟踪方法、装置、设备及存储介质,该方法包括:获取待增强视频数据;通过预先训练的低光图像增强网络对待增强视频数据进行增强处理,得到增强后的视频数据;通过预设目标跟踪网络对增强后的视频数据进行目标跟踪处理,得到待增强视频数据对应的目标跟踪视频序列。本申请构建并训练了低光图像增强网络,通过低光图像增强网络来对待增强视频数据进行增强,提高了待增强视频数据中每个视频帧中的对比度及色度,减少了每个视频帧中的噪声,使得待增强视频数据中的细节更加清晰,便于识别待跟踪目标。在此视频增强基础上对戴增强视频数据进行目标跟踪,大大提高了目标跟踪的准确率。

技术领域

本申请属于视频处理技术领域,具体涉及一种基于视频增强的目标跟踪方法、装置、设备及存储介质。

背景技术

拍摄图像或视频时常受到环境的限制,使得拍摄的图像或视频存在亮度不足、对比度低、噪声严重等缺点。如夜晚的监控录像因受光线严重不足的限制,录像都有着极度黑暗、细节模糊以及噪点严重的问题,难以辨别清楚录像中的目标类别,对目标检测与跟踪有着相当大的阻碍。因此需要对这种图像或视频进行增强处理。

当前,相关技术中提供了一些基于视频增强的目标跟踪方法,例如多尺度Retinex(图像去雾算法)低光增强技术,经由该技术增强后,虽然获得了高亮度图像,但其对比度、色度以及纹理细节却遭到了一定破坏,并且底层噪声也伴随着亮度一起被放大,最终得到的视频图像效果并不能满足人眼视觉效果,仍然难以辨别清楚视频图像中的目标,难以实现目标检测与跟踪的任务。

发明内容

本申请提出一种基于视频增强的目标跟踪方法、装置、设备及存储介质,通过预先训练的低光图像增强网络来对待增强视频数据进行增强,提高了待增强视频数据中每个视频帧中的对比度及色度,减少了每个视频帧中的噪声,使得待增强视频数据中的细节更加清晰,便于识别待跟踪目标。在此视频增强基础上对戴增强视频数据进行目标跟踪,大大提高了目标跟踪的准确率。

本申请第一方面实施例提出了一种基于视频增强的目标跟踪方法,包括:

获取待增强视频数据;

通过预先训练的低光图像增强网络对所述待增强视频数据进行增强处理,得到增强后的视频数据;

通过预设目标跟踪网络对所述增强后的视频数据进行目标跟踪处理,得到所述待增强视频数据对应的目标跟踪视频序列。

在本申请的一些实施例中,所述通过预先训练的低光图像增强网络对所述待增强视频数据进行增强处理,得到增强后的视频数据之前,还包括:

构建低光图像增强网络的网络结构;

获取训练集,所述训练集中包括夜间视频图像;

根据所述训练集对构建的所述低光图像增强网络进行训练,得到训练好的低光图像增强网络。

在本申请的一些实施例中,所述构建低光图像增强网络的网络结构,包括:

将第一卷积层和激活层串联,得到特征提取模块;

将第二卷积层、第三卷积层、第四卷积层、第五卷积层、第六卷积层和第七卷积层依次串联,得到图像增强模块;

将预设数目个所述特征提取模块依次串联;

将每个所述特征提取模块分别连接一个所述图像增强模块;

将每个所述图像增加模块均与全连接层连接,得到低光图像增强网络的网络结构。

在本申请的一些实施例中,所述根据所述训练集对构建的所述低光图像增强网络进行训练,得到训练好的低光图像增强网络,包括:

从所述训练集中获取所述夜间视频图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京博雅慧视智能技术研究院有限公司,未经北京博雅慧视智能技术研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110129674.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top