[发明专利]一种基于视频降噪的目标跟踪方法、装置和计算机设备

说明书

本发明公开了一种基于视频降噪的目标跟踪方法、装置、计算机设备和存储介质，所述方法包括：根据视频降噪处理模型对噪声视频进行视频降噪处理，输出降噪后的视频；根据目标跟踪模型和降噪后的视频，对目标对象进行跟踪，得到目标对象的跟踪数据；对跟踪数据进行处理，得到处理后的跟踪数据，并基于处理后的跟踪数据生成目标对象的轨迹视频，因此，采用本申请实施例，由于能够通过视频降噪处理模型对噪声视频进行有效地视频降噪处理，能够在去除图像噪声信息的同时保留更多的图像特征，从而使得输出的降噪后的视频具有较好的清晰度，这样，有利于对目标对象的检测和跟踪，从而有效地提升了对目标对象的跟踪准确率。

技术领域

本发明涉及视频处理技术领域，特别涉及一种基于视频降噪的目标跟踪方法、装置和计算机设备。

背景技术

视觉目标跟踪需要对视频序列中的运动目标进行检测、提取、识别和跟踪，获得运动目标的运动参数，但视频中存在的图像噪声会导致的目标区域被噪声影响而难以被检索，影响运动目标的运动参数的获取，导致跟踪效果不佳以及影响后续对运动目标的处理与分析。

针对上述情况，在进行目标检测跟踪前需要先对视频进行降噪处理，在尽可能地保持原始信息完整性的同时，还能够去除视频序列中无用的信息，有利于后续对运动目标进行检测、提取、识别和跟踪。

传统的图像降噪算法有均值滤波、中值滤波和双边滤波等方法，在进行目标检测跟踪前先对视频中经常出现的噪声，比如高斯噪声、泊松噪声和乘性噪声进行降噪，以提升目标跟踪正确性和精度。

传统的降噪算法如均值滤波、中值滤波和双边滤波并不能很好地去除视频序列中存在的噪声。均值滤波本身存在着固有的缺陷，它不能很好地保护图像细节，在进行图像降噪的同时也破坏了图像的细节部分，从而使图像变得模糊。同样在点、线、尖顶等细节较多的图像中，中值滤波会引起图像信息的丢失。而双边滤波不能干净滤掉彩色图像里的高频噪声，只能够对于低频信息进行较好的滤波。传统降噪算法的这些缺点均会影响后续目标跟踪效果，甚至会使得目标跟踪效果变差。

发明内容

本申请实施例提供了一种基于视频降噪的目标跟踪方法、装置、计算机设备和存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种基于视频降噪的目标跟踪方法，所述方法包括：

获取包括目标对象的噪声视频，以及用于对所述噪声视频进行降噪处理的视频降噪处理模型；

根据所述视频降噪处理模型对所述噪声视频进行视频降噪处理，输出降噪后的视频；

根据目标跟踪模型和所述降噪后的视频，对所述目标对象进行跟踪，得到目标对象的跟踪数据；

对所述跟踪数据进行处理，得到处理后的跟踪数据，并基于所述处理后的跟踪数据生成所述目标对象的轨迹视频。

在一种实施方式中，在所述根据目标跟踪模型，对所述目标对象进行跟踪之前，所述方法还包括：

根据目标检测模型，对所述降噪后的视频中的所述目标对象进行目标检测，得到用于标识所述目标对象边界的目标检测框，以及与所述目标检测框对应的各个顶点坐标数据。

在一种实施方式中，所述视频降噪处理模型为BM3D降噪处理模型，所述根据所述视频降噪处理模型对所述噪声视频进行视频降噪处理包括：

将所述噪声视频进行视频切分处理，得到所述噪声视频的每一帧图像；

根据所述BM3D降噪处理模型，对所述噪声视频的每一帧图像分别进行视频降噪处理。