目标跟踪方法、装置、电子设备及可读存储介质.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CN113744310A(43)申请公布日2021.12.03(21)申请号202110973091.7(22)申请日2021.08.24(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人康帅苏翔博(74)专利代理机构北京市通商律师事务所11951代理人巩靖(51)Int.Cl.G06T7/246(2017.01)G06T7/277(2017.01)G06T7/73(2017.01)权利要求书3页说明书10页附图1页(54)发明名称目标跟踪方法、装置、电子设备及可读存储介质(57)摘要本公开提供了一种目标追踪方法、装置、电子设备及可读存储介质，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。具体实现方案为：目标跟踪进行数据关联所采用的重识别特征包含目标对象的位置信息，从而能够提升目标对象和背景的区分度，对于外观相似的目标对象，由于考虑目标对象的位置信息，能够降低目标追踪时发生错误的IDswitch。示例性地，对于外观相似的目标对象A、B，目标对象A、B的正确的ID分别为23、24，由于A、B的外观相似，在进行数据关联时，可能发生错误的IDswitch，将目标对象A的ID确定为24、将目标对象B的ID确定为23，而本公开数据关联采用的重识别特征引入了目标对象的位置特征，从而能够降低发生错误的ID切换。CN113744310ACN113744310A权利要求书1/3页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；2CN113744310A权利要求书2/3页跟踪模块，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。12.根据权利要求1