一种单目标追踪方法、装置、电子设备及存储介质.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CN114155276A(43)申请公布日2022.03.08(21)申请号202111371170.7G06V10/82(2022.01)(22)申请日2021.11.18(71)申请人中国人民解放军军事科学院国防科技创新研究院地址100071北京市丰台区东大街53号院(72)发明人凡遵林管乃洋王之元苏龙飞(74)专利代理机构北京路浩知识产权代理有限公司11002代理人聂俊伟(51)Int.Cl.G06T7/246(2017.01)G06K9/62(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)G06V10/764(2022.01)权利要求书2页说明书12页附图4页(54)发明名称一种单目标追踪方法、装置、电子设备及存储介质(57)摘要本发明提供一种单目标追踪方法、装置、电子设备及存储介质，包括：将当前帧图像和待追踪目标在前一帧图像中的追踪坐标，输入至检测分支网络，在TensorRT推理框架下，获取目标搜索区域的坐标偏移特征和分类特征；以卷积核模板作为目标追踪动态卷积核，以坐标偏移特征和分类特征作为待卷积特征，进行基于CUDA并行实现的二维动态卷积操作，生成目标坐标偏移向量和目标置信度向量；执行对目标坐标偏移向量和目标置信度向量的后处理，获取待追踪目标在当前帧图像上的追踪坐标。本发明为TensorRT推理框架应用于动态可变卷积核加速端到端单目标追踪提供了可行性方法，保证了追踪精度的同时，提高了推理速度和实时性能。CN114155276ACN114155276A权利要求书1/2页1.一种单目标追踪方法，其特征在于，包括：步骤1，将当前帧图像和待追踪目标在前一帧图像中的追踪坐标，输入至检测分支网络，在TensorRT推理框架下，获取所述检测分支网络输出的目标搜索区域的坐标偏移特征Freg和分类特征Fcls；步骤2，以卷积核模板作为目标追踪动态卷积核，以所述坐标偏移特征Freg和所述分类特征Fcls作为待卷积特征，进行基于CUDA并行实现的二维动态卷积操作cuConv，生成目标坐标偏移向量delta_offsets和目标置信度向量scores；步骤3，执行对目标坐标偏移向量delta_offsets和目标置信度向量scores的后处理，获取所述待追踪目标在当前帧图像上的追踪坐标。2.根据权利要求1所述的单目标追踪方法，其特征在于，在将当前帧图像和待追踪目标在前一帧图像中的追踪坐标，输入至检测分支网络之前，还包括：将任一初始图像和所述待追踪目标在所述任一初始图像上的已知坐标输入至模板分支网络，在TenorRT推理框架下，以获取所述模板分支网络输出的坐标偏移卷积核模板Kreg和分类卷积核模板Kcls；根据所述坐标偏移卷积核模板Kreg和分类卷积核模板Kcls，组成所述卷积核模板。3.根据权利要求2所述的单目标追踪方法，其特征在于，所述模板分支网络和所述检测分支网络，均是借助训练目标追踪算法后保存的ONNX模型转换成TensorRT框架的网络结构模型后生成的；所述模板分支网络和所述检测分支网络，为一对权值共享的孪生网络结构模型。4.根据权利要求3所述的单目标追踪方法，其特征在于，以卷积核模板作为目标追踪动态卷积核，以所述坐标偏移特征Freg和所述分类特征Fcls作为待卷积特征，进行基于CUDA并行实现的二维动态卷积操作cuConv，生成目标坐标偏移向量delta_offsets和目标置信度向量scores，包括：利用所述坐标偏移特征Freg、所述分类特征Fcls和卷积核模板，构建基于CUDA并行实现的二维动态卷积操作cuConv；所述二维动态卷积操作cuConv包括所述坐标偏移动态卷积操作和分类动态卷积操作；在CUDA并行实现下，以坐标偏移特征Freg和分类特征Fcls作为待卷积特征，执行所述坐标偏移动态卷积操作和分类动态卷积操作，生成多个所述目标坐标偏移向量delta_offsets和目标置信度向量scores。5.根据权利要求4所述的单目标追踪方法，其特征在于，所述利用所述坐标偏移特征Freg、所述分类特征Fcls和卷积核模板，构建基于CUDA并行实现的二维动态卷积操作cuConv，包括：基于所述坐标偏移特征Freg和坐标偏移卷积核模板Kreg在所述卷积核模板上的第一权重，构建所述坐标偏移动态卷积操作；基于分类特征Fcls和分类卷积核模板Kcls在所述卷积核模板上的第二权重，构建所述分类动态卷积操作；所述第一权重和所述第二权重，是训练目标追踪算法后保存的。6.根据权利要求1所述的单目标追踪方法，其特征在于，所述执行对目标坐标偏移向量delta_offsets和目标置信度向量scores的后处理，获取所述待追踪目标在当前帧图