[发明专利]目标跟踪方法及装置

权利要求书

1.一种目标跟踪方法，其特征在于，包括：

获取待检测图像和多个已标注图像，所述已标注图像是对图像中的目标用边框的形式标注出来目标位置的图像；

将多个所述已标注图像输入至动态降维模型中，得到动态降维矩阵；

将所述已标注图像和所述动态降维矩阵输入至岭回归模型中，得到所述岭回归模型输出的岭回归解析值；

基于所述待检测图像、所述动态降维矩阵以及所述岭回归解析值，确定目标定位结果；

其中，所述将多个所述已标注图像输入至动态降维模型中，得到动态降维矩阵，包括：将多个所述已标注图像输入至动态降维模型的特征提取层中，提取到多个参考特征；将多个所述参考特征输入至所述动态降维模型的卷积层中，得到融合特征；将所述融合特征输入至所述动态降维模型的反卷积层中，得到低层次正交基矩阵和高层次正交基矩阵；对所述低层次正交基矩阵和所述高层次正交基矩阵进行重组，得到所述动态降维矩阵；

所述将所述已标注图像和所述动态降维矩阵输入至岭回归模型中，得到所述岭回归模型输出的岭回归解析值，包括：将所述已标注图像输入至岭回归模型的特征提取层中，提取到待降维特征；将所述待降维特征输入至所述岭回归模型的降维层中，将所述动态降维矩阵作为所述降维层的权重，得到岭回归解析值；

所述基于所述待检测图像、所述动态降维矩阵以及所述岭回归解析值，确定目标定位结果，包括：提取所述待检测图像的检测特征；

基于公式：

；

确定目标定位结果，其中，表示所述目标定位结果，表示所述待检测图像的检测特征，表示所述检测特征的转置运算，表示所述动态降维矩阵，表示所述岭回归解析值。

2.根据权利要求1所述的目标跟踪方法，其特征在于，所述动态降维模型为以多组样本图像为样本，以与所述样本图像所对应的降维矩阵样本数据为样本标签进行训练得到的。

3.根据权利要求1或2所述的目标跟踪方法，其特征在于，所述岭回归模型为以样本图像和样本降维矩阵为样本，以与所述样本图像和所述样本降维矩阵所对应的岭回归解析值样本数据为样本标签进行训练得到的。

4.根据权利要求1或2所述的目标跟踪方法，其特征在于，所述多个已标注图像为在间隔目标帧数后，基于初始标注图像和所述目标定位结果进行更新得到的。

5.一种目标跟踪装置，其特征在于，包括：

获取模块，用于获取待检测图像和多个已标注图像，所述已标注图像是对图像中的目标用边框的形式标注出来目标位置的图像；

第一确定模块，用于将多个所述已标注图像输入至动态降维模型中，得到动态降维矩阵；

第二确定模块，用于将所述已标注图像和所述动态降维矩阵输入至岭回归模型中，得到所述岭回归模型输出的岭回归解析值；

第三确定模块，用于基于所述待检测图像、所述动态降维矩阵以及所述岭回归解析值，确定目标定位结果；

其中，所述将多个所述已标注图像输入至动态降维模型中，得到动态降维矩阵，包括：将多个所述已标注图像输入至动态降维模型的特征提取层中，提取到多个参考特征；将多个所述参考特征输入至所述动态降维模型的卷积层中，得到融合特征；将所述融合特征输入至所述动态降维模型的反卷积层中，得到低层次正交基矩阵和高层次正交基矩阵；对所述低层次正交基矩阵和所述高层次正交基矩阵进行重组，得到所述动态降维矩阵；

所述将所述已标注图像和所述动态降维矩阵输入至岭回归模型中，得到所述岭回归模型输出的岭回归解析值，包括：将所述已标注图像输入至岭回归模型的特征提取层中，提取到待降维特征；将所述待降维特征输入至所述岭回归模型的降维层中，将所述动态降维矩阵作为所述降维层的权重，得到岭回归解析值；

所述基于所述待检测图像、所述动态降维矩阵以及所述岭回归解析值，确定目标定位结果，包括：提取所述待检测图像的检测特征；

基于公式：

；

确定目标定位结果，其中，表示所述目标定位结果，表示所述待检测图像的检测特征，表示所述检测特征的转置运算，表示所述动态降维矩阵，表示所述岭回归解析值。