用于多目标跟踪的方法及装置、存储介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114299115A(43)申请公布日2022.04.08(21)申请号202111630279.8(22)申请日2021.12.28(71)申请人天翼云科技有限公司地址100007北京市东城区青龙胡同甲1号、3号2幢2层205-32室(72)发明人廖婷婷(74)专利代理机构北京律智知识产权代理有限公司11438代理人孙宝海李建忠(51)Int.Cl.G06T7/246(2017.01)G06T7/277(2017.01)权利要求书2页说明书11页附图7页(54)发明名称用于多目标跟踪的方法及装置、存储介质及电子设备(57)摘要本公开提供了一种用于多目标跟踪的方法、装置、电子设备及存储介质，涉及图像处理技术领域。该方法包括：获取目标帧图像和目标帧图像之后一帧的第二图像；比对目标帧图像和第二图像，确定出现在目标帧图像中且未出现在第二图像中的目标对象；根据目标帧图像和第二图像，预测目标对象在第二图像中是否被遮挡；在预测出目标对象在第二图像中被遮挡的情况下，通过卡尔曼滤波运动模型确定目标对象在第二图像中的预测位置。该方法可以对于未匹配到目标的对象(即目标对象)，可以进一步判断其是否被遮挡，而不是直接舍弃，减少由于漏检或短时遮挡等原因带来的跟踪误差，从而提升了目标跟踪的准确率。CN114299115ACN114299115A权利要求书1/2页1.一种用于多目标跟踪的方法，其特征在于，包括：获取目标帧图像和所述目标帧图像之后一帧的第二图像；比对所述目标帧图像和所述第二图像，确定出现在所述目标帧图像中且未出现在所述第二图像中的目标对象；根据所述目标帧图像和所述第二图像，预测所述目标对象在所述第二图像中是否被遮挡；在预测出所述目标对象在所述第二图像中被遮挡的情况下，通过卡尔曼滤波运动模型确定所述目标对象在所述第二图像中的预测位置。2.根据权利要求1所述的方法，其特征在于，所述比对所述目标帧图像和所述第二图像，确定出现在所述目标帧图像中且未出现在所述第二图像中的目标对象的步骤，包括：对所述目标帧图像和所述第二图像进行目标检测，获得对所述目标帧图像检测出的第一对象集合，以及对所述第二图像检测出的第二对象集合；比对所述第一对象集合和所述第二对象集合中的对象，确定出现在所述目标帧图像中且未出现在所述第二图像中的目标对象。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标帧图像和所述第二图像，预测所述目标对象在所述第二图像中是否被遮挡的步骤，包括：根据所述目标帧图像确定所述目标对象在空间特征维度的第一预测值；根据所述目标帧图像和所述第二图像确定所述目标对象在响应图特征维度的第二预测值；对所述第一预测值和所述第二预测值进行融合处理，获得所述目标对象在所述第二图像中的遮挡预测量化值；获取预设置的遮挡阈值，根据所述遮挡阈值和所述遮挡预测量化值确定所述目标对象在所述第二图像中是否被遮挡。4.根据权利要求3所述的方法，其特征在于，根据所述目标帧图像确定所述目标对象在空间特征维度的第一预测值的步骤，包括：在所述目标帧图像中截取包含所述目标对象的第一区域块；将所述第一区域块划分为一个中心块和多个边缘块；其中，所述中心块对应于所述目标对象；分别确定各个边缘块与所述中心块的局部HOG特征距离，将所述多个局部HOG特征距离中的最小值作为所述第一预测值。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标帧图像和所述第二图像确定所述目标对象在响应图特征维度的第二预测值的步骤，包括：将所述第二图像中与所述第一区域块位置相同的区域确定为第二区域块；获取所述第一区域块的第一响应图、获取所述第二区域块的第二响应图，以及获取所述目标对象的目标框信息；根据所述第一响应图、所述第二响应图和所述目标框信息确定所述第二预测值。6.根据权利要求2所述的方法，其特征在于，所述通过卡尔曼滤波运动模型确定所述目标对象在所述第二图像中的预测位置的步骤，包括：获取所述卡尔曼滤波运动模型的当前运动状态向量；2CN114299115A权利要求书2/2页通过所述当前运动状态向量预测所述目标对象在所述第二图像中的位置，以作为所述预测位置；以及，调整所述运动向量中各运动状态变化率的加权系数，进而将所述当前运动状态向量更新为更新后运动状态向量。7.根据权利要求6所述的方法，其特征在于，还包括：获取所述第二图像之后一帧的第三图像；在对所述第三图像进行目标检测未得到所述目标对象，且预测出所述目标对象在所述第三图像中被遮挡的情况下，获取所述更新后运动状态向量；通过所述更新后运动状态向量预测所述目标对象在所述第三图像中的位置，以作为所述目标对象在所述第三图像中的预测位置。8.一种用于多目标跟踪的装置，其特征在于，包括：获取模块，用