[发明专利]目标检测跟踪方法以及目标检测跟踪装置

说明书

本申请提供一种目标检测跟踪方法以及目标检测跟踪装置，目标检测跟踪方法包括：判断采集装置采集的当前帧是否为确定跟踪目标的第一帧；若否，则对当前帧进行粒子滤波重采样；根据各粒子的重采样位置进行特征提取；计算各粒子的特征与所述跟踪目标的特征模型的相似度；根据至少部分粒子的相似度，加权计算当前帧的跟踪目标的位置；以及将当前帧的跟踪目标的位置，发送至所述采集装置，供所述采集装置调整监控角度。本申请在与设备联动的前提下，实现目标检测跟踪。

技术领域

本申请涉及图像处理领域，尤其涉及一种目标检测跟踪方法以及目标检测跟踪装置。

背景技术

视频跟踪算法在监控视频智能中有许多运用。目前，常用的视频跟踪算法包括判别类方法和生成类方法。判别类方法也叫检测跟踪算法(tracking-by-detection)。随着神经网络算法在视觉领域的深入应用，人们发现它能够很好地检测或者识别动态场景中的人或者车等目标，也就能更精确地实现智能中的跟踪需求，从而衍生出了很多基于深度学习目标检测的视频跟踪算法。

常用的目标检测算法普遍存在检测结果漏检和误检的问题，难以适应复杂多变的场景；而基于神经网络的目标检测和识别算法要求依托的硬件要有较高的算力才能满足要求，因此检测和跟踪同时用神经网络对硬件设备要求较高，普通的监控设备考虑到实时性以及实用性往往难以满足要求，而且往往注重算法效果忽略了与实际设备的联动。

由此，如何在与设备联动的前提下，实现目标检测跟踪，是本领域技术人员亟待解决的技术问题。

发明内容

本申请为了克服上述现有技术存在的缺陷，提供一种目标检测跟踪方法以及目标检测跟踪装置，能够在与设备联动的前提下，实现目标检测跟踪。

根据本申请的一个方面，提供一种目标检测跟踪方法，包括：

判断采集装置采集的当前帧是否为确定跟踪目标的第一帧；

若否，则对当前帧进行粒子滤波重采样；

根据各粒子的重采样位置进行特征提取；

计算各粒子的特征与所述跟踪目标的特征模型的相似度；

根据至少部分粒子的相似度，加权计算当前帧的跟踪目标的位置；以及

将当前帧的跟踪目标的位置，发送至所述采集装置，供所述采集装置调整监控角度。

在本申请的一些实施例中，若判断所述采集装置采集的当前帧为确定跟踪目标的第一帧，则：

于当前帧，提取所述跟踪目标的至少一种特征，并基于所述至少一种特征建立所述跟踪目标的特征模型；

对当前帧进行粒子滤波初始化。

在本申请的一些实施例中，当所述采集装置采集的连续两帧的同一位置检测到相同目标时，将该目标确定为跟踪目标，并将该连续两帧中的第二帧作为确定跟踪目标的第一帧。

在本申请的一些实施例中，所述于当前帧，提取所述跟踪目标的至少一种特征，并基于所述至少一种特征建立所述跟踪目标的特征模型包括：

于当前帧，提取所述跟踪目标的方向梯度直方图特征；

基于所述方向梯度直方图特征归一化，获得第一组特征向量；

于当前帧，提取所述跟踪目标的颜色直方图特征；

基于所述颜色直方图特征归一化，获得第二组特征向量；

基于所述第一组特征向量和所述第二组特征向量，建立所述跟踪目标的特征模型。

在本申请的一些实施例中，所述对当前帧进行粒子滤波初始化包括：