[发明专利]基于目标检测网络的目标跟踪方法、装置、设备及介质

权利要求书

1.一种基于目标检测网络的目标跟踪方法，其特征在于，包括：

获取目标对象在第一待检测图像中的第一位置信息，以及目标对象在第二待检测图像中的第二位置信息；所述第二待检测图像是指在待检测视频中与所述第一待检测图像时间相邻且时间位于所述第一待检测图像之后的图像；

根据所述第一位置信息，采用卡尔曼滤波模型预测所述第二待检测图像中目标对象的第一预测位置信息，并确定与所述第一预测位置信息对应的第一ROI区域；

根据所述第二位置信息，对所述第二待检测图像进行ROI区域提取，得到第二ROI区域；

确定所述第一ROI区域与所述第二ROI区域之间的第一最小余弦距离，同时确定所述第二位置信息与所述第一预测位置信息之间的第一位置重合度；

根据所述第一最小余弦距离以及所述第一位置重合度，通过匈牙利算法确定所述目标对象在第二待检测图像中的第一跟踪匹配结果；

所述通过匈牙利算法确定所述目标对象在第二待检测图像中的第一跟踪匹配结果之后，包括：

在所述第一跟踪匹配结果为匹配失败结果时，将匹配失败总次数累加一；

在预设检测时间内，所述匹配失败总次数小于预设失败阈值时，获取所述待检测视频中第三待检测图像，以及目标对象在所述第三待检测图像中的第三位置信息；所述第三待检测图像是指与所述第二待检测图像时间相邻且时间位于所述第二待检测图像之后的图像；

根据所述第二位置信息，采用卡尔曼滤波模型预测所述第三待检测图像中目标对象的第二预测位置信息，并确定与所述第二预测位置信息对应的第三ROI区域；

根据所述第三位置信息，对所述第三待检测图像进行ROI区域提取，得到第四ROI区域；

确定所述第三ROI区域与所述第四ROI区域之间的第二最小余弦距离，同时确定所述第二位置信息与所述第二预测位置信息之间的第二位置重合度；

根据所述第二最小余弦距离以及所述第二位置重合度，通过匈牙利算法确定所述目标对象在第三待检测图像中的第二跟踪匹配结果。

2.如权利要求1所述的基于目标检测网络的目标跟踪方法，其特征在于，所述获取目标对象在第一待检测图像中的第一位置信息，以及目标对象在第二待检测图像中的第二位置信息，包括：

获取待检测视频，所述待检测视频中包含多帧待检测图像；

将所述待检测视频中任意一帧所述待检测图像记录为所述第一待检测图像；

通过目标检测网络对所述第一待检测图像进行目标检测，得到所述第一位置信息；同时通过目标检测网络对所述第二待检测图像进行目标检测，得到所述第二位置信息。

3.如权利要求2所述的基于目标检测网络的目标跟踪方法，其特征在于，所述通过目标检测网络对被选取的所述第一待检测图像进行目标检测，得到所述第一位置信息，包括：

将所述第一待检测图像输入至所述目标检测网络中的骨干网络，以对所述第一待检测图像进行下采样处理，得到与所述第一待检测图像对应的多个待检测特征图层；

对各所述待检测特征图层依次进行图层处理，得到与所述第一待检测图像对应的目标特征图层；

对所述目标特征图层进行位置特征提取，得到所述第一位置信息。

4.如权利要求3所述的基于目标检测网络的目标跟踪方法，其特征在于，所述待检测特征图层中包括第一特征图层、第二特征图层、第三特征图层以及第四特征图层；所述对各所述待检测特征图层依次进行图层处理，得到与所述第一待检测图像对应的目标特征图层，包括：

对所述第四特征图层进行卷积处理，并对卷积处理后的第四特征图层进行上采样，得到与第三特征图层具有相同维度的第五特征图层；

将所述第五特征图层与所述第三特征图层进行维度叠加得到第一叠加图层之后，对所述第一叠加图层进行卷积处理，并对卷积处理后的第一叠加图层进行上采样，得到与第二特征图层具有相同维度的第六特征图层；

将所述第六特征图层与所述第二特征图层进行维度叠加得到第二叠加图层之后，对所述第二叠加图层进行卷积处理，并对卷积处理后的第二叠加图层进行上采样，得到与第一特征图层具有相同维度的第七特征图层；

将所述第七特征图层与所述第一特征图层进行维度叠加得到第三叠加图层之后，对所述第三叠加图层进行卷积处理，并对卷积处理后的第三叠加图层进行上采样，得到所述目标特征图层。