[发明专利]目标跟踪方法及装置、电子设备和存储介质有效

专利信息
申请号: 202110292542.0 申请日: 2021-03-18
公开(公告)号: CN113052874B 公开(公告)日: 2022-01-25
发明(设计)人: 周靖皓;乔磊;李搏 申请(专利权)人: 上海商汤智能科技有限公司
主分类号: G06T7/246 分类号: G06T7/246;G06N3/08
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 200233 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 跟踪 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种目标跟踪方法,其特征在于,包括:

将目标对象的模板图像的第一图像特征,作为第一跟踪参数;

基于所述第一跟踪参数对当前图像进行目标对象的跟踪,得到所述当前图像的第一预测跟踪结果;

基于所述模板图像的第三图像特征,确定初始的第二跟踪参数;

基于初始的第二跟踪参数和所述目标对象的历史图像的第四图像特征,得到更新的第二跟踪参数,其中,所述历史图像表示在所述当前图像之前且包含有目标对象的图像;

基于所述第二跟踪参数对所述当前图像进行目标对象的跟踪,得到所述当前图像的第二预测跟踪结果;

基于所述第一预测跟踪结果和所述第二预测跟踪结果,得到所述目标对象在所述当前图像中的跟踪结果。

2.根据权利要求1所述的方法,其特征在于,在所述将目标对象的模板图像的第一图像特征,作为第一跟踪参数之前,所述方法还包括:

提取所述模板图像的第一图像特征。

3.根据权利要求2所述的方法,其特征在于,所述基于所述第一跟踪参数对当前图像进行目标对象的跟踪,得到所述当前图像的第一预测跟踪结果,包括:

提取所述当前图像的第二图像特征;

基于所述第一跟踪参数和所述第二图像特征,确定所述当前图像的第一预测跟踪结果。

4.根据权利要求3所述的方法,其特征在于,

所述提取所述模板图像的第一图像特征,包括:通过第一预设网络的不同深度的至少两层对所述模板图像进行特征提取,得到所述模板图像的至少两级第一图像特征;

所述将目标对象的模板图像的第一图像特征,作为第一跟踪参数,包括:将所述至少两级第一图像特征作为第一跟踪参数;

所述提取所述当前图像的第二图像特征,包括:通过所述不同深度的至少两层对所述当前图像进行特征提取,得到所述当前图像的至少两级第二图像特征;

所述基于所述第一跟踪参数和所述第二图像特征,确定所述当前图像的第一预测跟踪结果,包括:对于所述至少两级第一图像特征和所述至少两级第二图像特征中的任意一级,基于该级的第一图像特征和第二图像特征,确定该级的中间预测结果;根据所述至少两级第一图像特征和所述至少两级第二图像特征对应的至少两个中间预测结果,融合得到所述当前图像的第一预测跟踪结果。

5.根据权利要求1至4中任意一项所述的方法,其特征在于,在所述基于所述模板图像的第三图像特征,确定初始的第二跟踪参数之前,所述方法还包括:

获得所述模板图像的第三图像特征。

6.根据权利要求1至4中任意一项所述的方法,其特征在于,

所述基于所述模板图像的第三图像特征,确定初始的第二跟踪参数,包括:基于所述第三图像特征,初始化第二预设网络的在线模块,得到所述初始的第二跟踪参数;

所述基于初始的第二跟踪参数和所述目标对象的历史图像的第四图像特征,得到更新的第二跟踪参数,包括:将所述初始的第二跟踪参数和所述历史图像的第四图像特征输入所述在线模块,经由所述在线模块得到更新的第二跟踪参数。

7.根据权利要求1至4中任意一项所述的方法,其特征在于,所述历史图像是预先从历史视频帧中截取的图像区域,且所述历史图像属于所述目标对象的概率大于或等于第一阈值。

8.根据权利要求5所述的方法,其特征在于,所述获得所述模板图像的第三图像特征,包括:

获取所述模板图像的至少两级第一图像特征,以及与所述至少两级第一图像特征一一对应的至少两个第一权重;

根据所述至少两个第一权重,确定所述至少两级第一图像特征的加权和,得到所述模板图像的第三图像特征。

9.根据权利要求1至4中任意一项所述的方法,其特征在于,所述基于所述第二跟踪参数对所述当前图像进行目标对象的跟踪,得到所述当前图像的第二预测跟踪结果,包括:

获得所述当前图像的第五图像特征;

基于所述第二跟踪参数和所述第五图像特征,确定所述当前图像的第二预测跟踪结果。

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上海商汤智能科技有限公司,未经上海商汤智能科技有限公司许可,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/202110292542.0/1.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