目标识别跟踪的方法、装置、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CN113705510A(43)申请公布日2021.11.26(21)申请号202111028685.7(22)申请日2021.09.02(71)申请人广州市奥威亚电子科技有限公司地址510000广东省广州市黄埔区中央绿地广场E栋21楼(72)发明人欧俊文关本立(74)专利代理机构北京君以信知识产权代理有限公司11789代理人陈海燕(51)Int.Cl.G06K9/00(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书9页附图3页(54)发明名称目标识别跟踪的方法、装置、设备及存储介质(57)摘要本发明公开一种目标识别跟踪的方法、装置、设备及存储介质。其中，该方法包括步骤：获取第一图像帧、待跟踪人物人脸特征值；对第一图像帧进行站立检测，检测出站立人物；对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。本发明用基于图像的目标检测技术替代基于图像的姿态识别或人脸识别技术对跟踪人物进行选定，大大地减少了性能开销，并且使用站立检测能够极大的过滤干扰选项，优化性能。CN113705510ACN113705510A权利要求书1/2页1.一种目标识别跟踪的方法，其特征在于，包括步骤：获取第一图像帧、待跟踪人物人脸特征值；其中，所述第一图像帧中包括多个人物对象；对第一图像帧进行站立检测，检测出站立人物；对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。2.根据权利要求1所述的目标识别跟踪的方法，其特征在于，还包括步骤：基于人头检测对锁定的跟踪对象进行目标跟踪。3.根据权利要求1所述的目标识别跟踪的方法，其特征在于，还包括步骤：提取第二图像帧中的指定人物的人脸特征值作为待跟踪人物人脸特征值；其中，所述第二图像帧为视频中在第一图像帧之前的图像帧。4.根据权利要求3所述的目标识别跟踪的方法，其特征在于，还包括步骤：选取第二图像帧中的指定区域中的人物作为所述指定人物。5.根据权利要求3任一项所述的目标识别跟踪的方法，其特征在于，还包括步骤：通过姿态识别在第二图像帧中选定所述指定人物。6.一种站立检测模型的训练方法，其特征在于，包括步骤：获取训练站立图片；对所述训练站立图片进行站立人物标注，获得标注站立图片；根据所述标注站立图片建立标注站立数据集；以所述标注站立数据集建立基于卷积神经网络结构，获得用于检测图片站立人物的站立检测模型。7.根据权利要求6所述的站立检测模型的训练方法，其特征在于，所述站立检测模型以RetinaNet目标检测算法为基础，所述RetinaNet目标检测算法中的主干网络由resnet替换为mobilenetv2。8.根据权利要求7所述的站立检测模型的训练方法，其特征在于，还包括步骤：根据标注站立数据集的统计结果，修改RetinaNet目标检测算法的分类和定位分支损失函数的权重。9.根据权利要求6所述的站立检测模型的训练方法，其特征在于，还包括步骤：对站立检测模型中的大尺寸目标分支进行删减。10.一种目标识别跟踪的方法，其特征在于，包括步骤：获取第一图像帧、待跟踪人物人脸特征值；利用站立检测模型对第一图像帧进行站立检测，检测出站立人物；其中，所述站立检测模型利用权利要求6‑9任一项所述的方法训练得到。对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。2CN113705510A权利要求书2/2页11.一种目标识别跟踪的装置，其特征在于，包括：获取模块，用于获取第一图像帧、待跟踪人物人脸特征值；提取模块，用于对第一图像帧进行站立检测，检测出站立人物；人脸检测模块，用于对所述站立人物进行人脸检测，对检测到符合预设标准的人脸提取人脸特征值；比对模块，用于将提取到的人脸特征值和所述待跟踪人物人脸特征值进行对比；确定模块，用于在对比结果的相似度大于阈值时，锁定提取相似度大于阈值的人脸特征值所对应的人物为跟踪对象。12.一种站立检测模型的训练装置，其特征在于，包括：训练图片获取模块，用于获取训练站立图片；信息标注模块，用于对所述训练站立图片进行站立人物标注，获得标注站立图片；数据集建立模块，用于根据所述标注站立图片建立标注站立数据集；模