[发明专利]目标跟踪方法、装置、电子设备及可读存储介质

说明书

本申请公开了一种目标跟踪方法、装置、电子设备及可读存储介质。其中，方法包括获取待处理视频的各待跟踪目标的检测框，并将上一帧图像的局部纹理特征作为当前帧图像的各检测框的补充信息。基于携带补充信息的各检测框生成相对应的跟踪框，并计算各待跟踪目标的检测框和跟踪框的多尺度局部特征；基于多尺度局部特征，利用图像匹配算法对各检测框和各跟踪框进行多次循环匹配，基于匹配成功的检测框和跟踪框进行多目标跟踪，有效提高了多目标跟踪的准确度，可以满足实际高精度目标跟踪的业务需求。

技术领域

本申请涉及视觉图像处理技术领域，特别是涉及一种目标跟踪方法、装置、电子设备及可读存储介质。

背景技术

众所周知，在天气状况良好时，利用普通可见设备所采集的可见光图像可满足绝大部分图像处理领域需求，然而在雨天、雾天或夜间等光照条件不足的状况下，可见光设备成像效果较差，所得的可见光图像成像模糊，不利于后端图像处理。而长波红外利用其被动成像原理红恰好可弥补可见光在恶劣天气无法获取高质量图像效果的情况。由于红外图像和可见光图像各有优劣，很多领域诸如自动驾驶、智能安防、遥感以及工业监测会同时结合红外图像和可见光图像进行图像分析，可以同时采集可见光图像和红外图像的双光设备应用而生。鉴于全天候不间断侦测的需求，双光设备部署越来越多，同时对于视觉图像处理技术的需求也逐渐增多。在利用双光设备进行实时监测的应用领域中，目标检测与追踪是其重要机器视觉业务需求之一。

在一些应用场景中例如安防监控和自动驾驶等往往需要对众多目标同时进行追踪，也即多目标跟踪，这是仅用目标检测算法或单目标跟踪算法都无法做到的。在这些应用场景中，通过红外设备对周边环境进行监测，跟踪到周围目标，是实现夜间监测的重要手段。由于红外图像存在着信噪比低、空间不连续、易受环境温度影响等特点，使得其相对于一般的可见光图像缺少更多的信息，增加了在红外图像上进行多目标跟踪的难度。在当前的多目标跟踪任务中，对红外图像的多个目标如人和车辆进行较为精准的识别跟踪是目前要解决的重点技术难题。

在多目标跟踪问题中，通常根据每一帧图像中目标的检测结果，匹配已有的目标轨迹；对于新出现的目标，需要生成新的目标；对于已经离开图像采集设备视野范围的目标，需要终止轨迹的跟踪。在这一过程中，目标与检测的匹配可以看作为目标的重识别。相关技术中的多目标跟踪算法过度依赖于目标检测的结果，如果目标检测的结果不准确或者出现遮挡情况，就会造成跟踪信息不准确或者跟踪信息丢失的结果，很难满足实际应用场景的业务需求。

发明内容

本申请提供了一种目标跟踪方法、装置、电子设备及可读存储介质，有效解决了由于出现遮挡情况导致目标跟踪结果不准确或目标跟踪丢失的现状，提高了目标跟踪的准确度，可以满足实际高精度目标跟踪的业务需求。

为解决上述技术问题，本发明实施例提供以下技术方案：

本发明实施例一方面提供了一种目标跟踪方法，包括：

获取待处理视频的各待跟踪目标的检测框，并将上一帧图像的局部纹理特征作为当前帧图像的各检测框的补充信息；

基于携带补充信息的各检测框生成相对应的跟踪框，并计算各待跟踪目标的检测框和跟踪框的多尺度局部特征；

利用图像匹配算法对各检测框和各跟踪框进行多次循环重复匹配，得到匹配成功的检测框和跟踪框。

可选的，所述图像匹配算法为匈牙利算法，所述利用图像匹配算法对各检测框和各跟踪框进行多次循环重复匹配之后，所述得到匹配成功的检测框和跟踪框之前，还包括：

对未匹配成功的待匹配检测框和待匹配跟踪框，调用调优交并比关系式分别计算每个待匹配检测框与各待匹配跟踪框之间的交并比调优值；

基于每个待匹配检测框与各待匹配跟踪框之间的交并比调优值，利用所述匈牙利算法再次进行多次循环重复匹配；