[发明专利]目标跟踪方法、装置、电子设备及可读存储介质在审
申请号: | 202110973091.7 | 申请日: | 2021-08-24 |
公开(公告)号: | CN113744310A | 公开(公告)日: | 2021-12-03 |
发明(设计)人: | 康帅;苏翔博 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/277;G06T7/73 |
代理公司: | 北京市通商律师事务所 11951 | 代理人: | 巩靖 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
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 可读 存储 介质 | ||
1.一种目标跟踪方法,包括:
确定目标帧图片中各目标对象的目标重识别特征,所述目标重识别特征包含目标对象的位置信息;
基于各目标对象的所述目标重识别特征进行目标跟踪。
2.根据权利要求1所述的方法,其中,所述目标对象的位置信息为所述目标对象的中心点信息。
3.根据权利要求2所述的方法,其中,确定目标帧图片中各目标对象的目标重识别特征,包括:
确定目标帧图片中各目标对象的第一重识别特征,所述第一重识别特征包括视觉特征和/或运动特征;
基于TransFormer的编码网络对各目标对象的中心点位置进行编码,得到各目标对象的中心点编码特征;
基于各目标对象的中心点编码特征与第一重识别特征进行融合处理,得到各目标对象的目标重识别特征。
4.根据权利要求3所述的方法,其中,该方法包括:
通过基于检测的目标追踪模型确定目标帧图片中各目标对象的第一重识别特征。
5.根据权利要求4所述的方法,其中,所述基于检测的目标跟踪模型为基于DeepSORT的目标跟踪模型,该方法包括:
基于预训练的目标检测网络模型确定各目标对象的候选框信息以及第一重识别特征,所述候选框信息包含候选框位置信息;
基于TransFormer的编码网络对各目标对象对应的候选框的位置进行编码,得到各目标对象的位置编码特征;
基于各目标对象的位置编码特征与第一重识别特征进行融合处理,得到各目标对象的所述目标重识别特征。
6.根据权利要求3所述的方法,其中,该方法还包括:
通过基于联合检测与追踪的目标跟踪模型确定目标帧图片中各目标对象的第一重识别特征。
7.根据权利要求6所述的方法,其中,所述基于联合检测与追踪的目标跟踪模型为基于FairMOT的目标跟踪模型,该方法还包括:
通过预训练的基于FairMOT的目标跟踪模型的编码解码网络,提取得到各目标对象的的第一重识别特征与检测特征;
基于各所述检测特征进行Heatmap估算得到各目标对象的中心点位置;
基于TransFormer的编码网络对各目标对象的中心点位置进行编码,得到各目标对象的位置编码特征;
基于各目标对象的位置编码特征与第一重识别特征进行融合处理,得到各目标对象的所述目标重识别特征。
8.一种目标跟踪装置,包括:
确定模块,用于确定目标帧图片中各目标对象的目标重识别特征,所述目标重识别特征包含目标对象的位置信息;
跟踪模块,用于基于各目标对象的所述目标重识别特征进行目标跟踪。
9.根据权利要求8所述的装置,其中,所述目标对象的位置信息为所述目标对象的中心点信息。
10.根据权利要求9所述的装置,其中,所述确定模块包括:
第一确定单元,用于确定目标帧图片中各目标对象的第一重识别特征,所述第一重识别特征包括视觉特征和/或运动特征;
第一编码单元,用于基于TransFormer的编码网络对各目标对象的中心点位置进行编码,得到各目标对象的中心点编码特征;
第一融合单元,用于基于各目标对象的中心点编码特征与第一重识别特征进行融合处理,得到各目标对象的目标重识别特征。
11.根据权利要求10所述的装置,其中,所述确定模块,具体用于通过基于检测的目标追踪模型确定目标帧图片中各目标对象的第一重识别特征。
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202110973091.7/1.html,转载请声明来源钻瓜专利网。