目标跟踪方法、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CN110956646A(43)申请公布日2020.04.03(21)申请号201911047406.4(22)申请日2019.10.30(71)申请人北京迈格威科技有限公司地址100086北京市海淀区科学院南路2号融科资讯中心A座316-318(72)发明人吴晶晶(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人莎日娜(51)Int.Cl.G06T7/246(2017.01)G06T7/33(2017.01)权利要求书3页说明书16页附图7页(54)发明名称目标跟踪方法、装置、设备及存储介质(57)摘要本申请实施例涉及一种目标跟踪方法、装置、设备及存储介质，旨在提高对待跟踪目标的跟踪准确度。所述方法包括：获得模板图像中的模板区域图像特征，其中，所述模板区域为所述模板图像中待跟踪目标的所在区域；针对待检测图像中的每个候选区域，获得其候选区域图像特征；确定每个候选区域图像特征与所述模板区域图像特征之间的差异特征；根据每个候选区域内的候选区域图像特征和该候选区域对应的差异特征，预测该候选区域的第一位置差异度，所述第一位置差异度表征该候选区域与所述待检测图像中待跟踪目标所在区域之间的位置差异；根据多个候选区域各自的第一位置差异度，在所述待检测图像中确定所述待跟踪目标的所在区域。CN110956646ACN110956646A权利要求书1/3页1.一种目标跟踪方法，其特征在于，所述方法包括：获得模板图像中模板区域内的模板区域图像特征，其中，所述模板区域为所述模板图像中待跟踪目标的所在区域；针对待检测图像中的多个候选区域中的每个候选区域，获得该候选区域内的候选区域图像特征；确定每个候选区域内的候选区域图像特征与所述模板区域图像特征之间的差异特征；根据每个候选区域内的候选区域图像特征和该候选区域对应的差异特征，预测该候选区域的第一位置差异度，所述第一位置差异度表征该候选区域与所述待检测图像中待跟踪目标所在区域之间的位置差异；根据多个候选区域各自的第一位置差异度，在所述待检测图像中确定所述待跟踪目标的所在区域。2.根据权利要求1所述的方法，其特征在于，所述根据每个候选区域内的候选区域图像特征和该候选区域对应的差异特征，预测该候选区域的第一位置差异度，包括：针对每个候选区域，将该候选区域内的候选区域图像特征和该候选区域对应的差异特征进行融合，得到融合特征；基于所述融合特征，预测该候选区域的第一位置差异度。3.根据权利要求1所述的方法，其特征在于，所述确定每个候选区域内的候选区域图像特征与所述模板区域图像特征之间的差异特征，包括：针对每个候选区域，计算该候选区域内的候选区域图像特征与所述模板区域图像特征之间的差值，将所述差值的绝对值确定为该候选区域图像特征与所述模板区域图像特征之间的差异特征。4.根据权利要求1所述的方法，其特征在于，所述模板区域图像特征包括模板区域浅层图像特征和模板区域深层图像特征，所述候选区域图像特征包括候选区域浅层图像特征和候选区域深层图像特征；所述确定每个候选区域内的候选区域图像特征与所述模板区域图像特征之间的差异特征，包括：针对每个候选区域，确定该候选区域内的候选区域浅层图像特征与所述模板区域浅层图像特征之间的浅层差异特征；针对每个候选区域，确定该候选区域内的候选区域深层图像特征与所述模板区域深层图像特征之间的深层差异特征；所述根据每个候选区域内的候选区域图像特征和该候选区域对应的差异特征，预测该候选区域的第一位置差异度，包括：针对每个候选区域，对该候选区域内的候选区域浅层图像特征和该候选区域对应的浅层差异特征进行融合，得到浅层融合特征；对该候选区域内的候选区域深层图像特征和该候选区域对应的深层差异特征进行融合，得到深层融合特征；基于所述浅层融合特征和所述深层融合特征，预测该候选区域的第一位置差异度。5.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：获得样本模板图像，该样本模板图像携带有样本模板区域，所述样本模板区域为所述样本模板图像中样本目标的所在区域；2CN110956646A权利要求书2/3页获得样本待检测图像，该样本待检测图像携带有样本目标框和多个样本候选区域；针对每个样本候选区域，确定该样本候选区域与所述样本目标框之间的实际位置差异度；通过预设的特征提取模型，提取所述样本模板区域内的模板区域样本特征；通过所述特征提取模型提取所述多个样本候选区域内各自的候选区域样本特征；确定每个样本候选框内的候选区域样本特征与所述模板区域样本特征之间的样本差异特征；针对每个样本候选区域，通过预设的差异度预测模型，根据该样本候选区域内的候选区域样本特征和该样本候选区域对应的样本差异特征，预测该样本候选区域与所述样本目标框之间