[发明专利]一种目标跟踪定位方法、装置及计算机可读介质

说明书

本发明公开了一种目标跟踪定位方法、装置及计算机可读介质，确定视频序列中的第一帧的视频图像为模板帧，模板帧包括待跟踪目标及其位置，确定视频序列中第一帧之后任一帧的视频图像都为搜索帧，然后将搜索帧和模板帧输入到卷积神经网络模型的孪生网络框架中的模板分支及搜索分支进行特征提取和卷积操作以得到响应图，利用通道注意力机制处理响应图并与其做点乘后得到第一特征图，再利用空间注意力机制处理第一特征图并与其做点乘后得到第二特征图，最后根据模板分支和搜索分支得到的第二特征图确定当前搜索帧中待跟踪目标及其位置，不需要对不同场景设置不同的滤波模板，减少了工作量，此外，还拥有较好的鲁棒性。

技术领域

本发明涉及图形识别领域，特别是涉及一种目标跟踪定位方法、装置及计算机可读介质。

背景技术

随着设备智能化的发展，目标跟踪技术得到广泛应用，例如，相机对焦、车辆跟踪以及人脸识别等都用到了目标跟踪技术，现有技术中，通常使用基于滤波的目标跟踪技术，基于特定场景和目标物体的关系设计一个滤波模板，利用该模板与输入图像计算点积，最后得出的响应图像中，最大输出响应的位置对应当前输入图像中目标物体的位置，但是一个滤波模板只能对应一个特定场景下的一种特定类型的目标物体，不能适用于不同情况下的目标物体，例如，当场景发生变化时，基于滤波的目标跟踪技术对目标物体的跟踪准确度会下降，需要人工对变化后的场景重新设计一个滤波模板，存在工作量大的问题。

发明内容

本发明的目的是提供一种一种目标跟踪定位方法、装置及计算机可读介质，能够不需要对不同场景设置不同的滤波模板，根据目标物体的特征来对目标物体的位置进行跟踪定位，减少工作量。

为解决上述技术问题，本发明提供了一种目标跟踪定位方法，包括：

在获取到视频序列的视频图像时，确定所述视频图像中的模板帧和搜索帧；其中，所述模板帧为所述视频序列中的第一帧的视频图像，所述模板帧中包括待跟踪目标及其位置，所述搜索帧为所述视频序列中第一帧之后任一帧的视频图像；

将所述模板帧和所述搜索帧均输入至卷积神经网络模型的孪生网络框架中的模板分支及搜索分支中；

在所述模板分支及所述搜索分支中，对所述模板帧和所述搜索帧进行特征提取，并对特征提取后的所述模板帧和所述搜索帧进行卷积操作，得到响应图；

利用通道注意力机制处理所述响应图，得到通道注意力特征图；

将所述通道注意力特征图和所述响应图做点乘生成第一特征图；

利用空间注意力机制处理所述第一特征图，得到空间注意力特征图；

将所述空间注意力特征图和所述第一特征图做点乘生成第二特征图；

基于所述模板分支得到的所述第二特征图和所述搜索分支得到的所述第二特征图确定所述搜索帧中所述待跟踪目标及其位置。

优选的，确定所述视频图像中的模板帧和所述搜索帧，包括：

判断所述模板帧的大小是否小于模板尺寸；

若所述模板帧的大小小于所述模板尺寸，对所述模板帧进行颜色填充以使填充后的所述模板帧的尺寸达到所述模板尺寸；

若所述模板帧的大小不小于所述模板尺寸，以所述模板帧的中心点为基准对所述模板帧的四周进行裁剪，以使裁剪后的所述模板帧的尺寸达到所述模板尺寸；

判断所述搜索帧的大小是否小于搜索尺寸；

若所述搜索帧的大小小于所述搜索尺寸，对所述搜索帧进行颜色填充以使填充后的所述搜索帧的尺寸达到所述搜索尺寸；

若所述搜索帧的大小不小于所述搜索尺寸，以上一帧的所述视频图像中的所述待跟踪目标的中心点为基准对所述搜索帧的四周进行裁剪，以使裁剪后的所述搜索帧的尺寸达到所述搜索尺寸。