对象跟踪方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种对象跟踪方法、装置、计算机设备及存储介质，其中方法包括：获取目标视频中待处理的当前图像；若所述当前图像中包括目标对象，则获取所述目标对象的至少两个属性信息；其中，所述目标对象为在所述当前图像中成功检测到，且未成功跟踪到的对象；根据所述至少两个属性信息对所述目标对象进行重识别处理，并根据重识别结果确定所述目标对象对应的目标跟踪器；调用所述目标跟踪器在所述目标视频中未处理的剩余图像中对所述目标对象进行对象跟踪，以得到所述目标对象在所述目标视频中的运动轨迹。通过本申请可以较为准确地对新的目标对象进行跟踪处理，得到目标对象的运动轨迹。运动轨迹。运动轨迹。

【技术实现步骤摘要】
对象跟踪方法、装置、计算机设备及存储介质


[0001]本申请涉及互联网
，具体涉及图像处理
，尤其涉及一种对象跟踪方法、一种对象跟踪装置、一种计算机设备及一种计算机存储介质。

技术介绍

[0002]随着图像处理技术的发展，多目标跟踪(Multi
‑
Object Tracking，MOT)技术被广泛用于对各种视频进行对象跟踪处理；所谓的多目标跟踪技术为对于给定的目标视频，找到目标视频中运动的一个或多个对象，并分别对各个对象进行对象跟踪，以得到各个对象在目标视频中的运动轨迹的技术。经研究表明，在采用多目标跟踪技术对视频进行对象跟踪的过程中，可能会在某帧图像中检测到新的目标对象，这些新的目标对象是指在该帧图像中不存在跟踪结果的对象；基于此，如何确定这些目标对象在视频中的运动轨迹成为了研究热点。

技术实现思路

[0003]本专利技术实施例提供了一种对象跟踪方法、装置、计算机设备及存储介质，可以较为准确地对目标对象进行跟踪处理，得到目标对象的运动轨迹。
[0004]一方面，本专利技术实施例提供了一种对象跟踪方法，所述方法包括：
[0005]获取目标视频中的当前图像，所述当前图像为所述目标视频中未处理的一帧图像，所述目标视频中包括一个或多个对象；
[0006]若所述当前图像中包括目标对象，则获取所述目标对象的至少两个属性信息；其中，所述目标对象为在所述当前图像中成功检测到，且未成功跟踪到的对象；
[0007]根据所述至少两个属性信息对所述目标对象进行重识别处理，并根据重识别结果确定所述目标对象对应的目标跟踪器；
[0008]调用所述目标跟踪器在所述目标视频中未处理的剩余图像中对所述目标对象进行对象跟踪，以得到所述目标对象在所述目标视频中的运动轨迹。
[0009]在一种实施方式中，所述目标对象存在目标检测结果，且所述目标检测结果包括：所述目标对象的对象名称的名称外包框，所述目标区域图像包括：所述目标检测结果中的名称外包框所对应的名称区域图像，所述至少两个属性信息包括所述目标对象的对象名称的目标文本特征；
[0010]所述对所述目标区域图像进行特征提取处理，得到所述目标对象的至少两个属性信息，包括：
[0011]获取所述名称区域图像所对应的二值化图像；
[0012]根据所述二值化图像在目标方向上的投影，从所述名称区域图像中截取出文本图像；
[0013]对所述文本图像进行特征提取，得到所述目标文本特征。
[0014]再一种实施方式中，获取所述名称区域图像所对应的二值化图像，包括：
[0015]遍历所述名称区域图像中的各个像素点，并获取当前遍历的当前像素点在目标颜色空间中的各个颜色通道下的灰度值；
[0016]对当前像素点在各个颜色通道下的灰度值进行二值化处理，得到所述当前像素点在所述各个颜色通道下的二值化结果；
[0017]对所述当前像素点在所述各个颜色通道下的二值化结果执行与操作，得到所述当前像素点的目标像素值；
[0018]当所述名称区域图像中的各个像素点均被遍历，则采用所述各个像素点的目标像素值构建所述名称区域图像所对应的二值化图像。
[0019]再一种实施方式中，所述目标方向包括水平方向和竖直方向，所述投影包括：所述二值化图像在所述水平方向上的P行像素点的目标像素值，以及所述二值化图像在所述竖直方向上的Q行像素点的目标像素值；其中，P和Q均为正整数；
[0020]所述根据所述二值化图像在目标方向上的投影，从所述名称区域图像中截取出文本图像，包括：
[0021]计算第p行中各个像素点的目标像素值的第一总和，若所述第一总和大于第一阈值，则将所述第p行中的各个像素点添加至第一集合中；p∈[1，P]；
[0022]计算第q列中各个像素点的目标像素值的第二总和，若所述第二总和大于第二阈值，则将所述第q列中的各个像素点添加至第二集合中；q∈[1，Q]；
[0023]求取所述第一集合和所述第二集合之间的交集，并在所述名称区域图像中截取所述交集中的各个像素点所构成的图像作为文本图像。
[0024]另一方面，本专利技术实施例提供了一种对象跟踪装置，所述装置包括：
[0025]获取单元，用于获取目标视频中待处理的当前图像，所述当前图像为所述目标视频中除首帧图像以外的一帧图像，所述目标视频中包括一个或多个对象；
[0026]所述获取单元，还用于若所述当前图像中包括目标对象，则获取所述目标对象的至少两个属性信息；其中，所述目标对象为在所述当前图像中成功检测到，且未成功跟踪到的对象；
[0027]处理单元，用于根据所述至少两个属性信息对所述目标对象进行重识别处理，并根据重识别结果确定所述目标对象对应的目标跟踪器；
[0028]所述处理单元，还用于调用所述目标跟踪器在所述目标视频中未处理的剩余图像中对所述目标对象进行对象跟踪，以得到所述目标对象在所述目标视频中的运动轨迹。
[0029]再一方面，本专利技术实施例提供了一种计算机设备，所述计算机设备包括输入接口和输出接口，所述计算机设备还包括：
[0030]处理器，适于实现一条或多条指令；以及，
[0031]计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如下步骤：
[0032]获取目标视频中的当前图像，所述当前图像为所述目标视频中未处理的一帧图像，所述目标视频中包括一个或多个对象；
[0033]若所述当前图像中包括目标对象，则获取所述目标对象的至少两个属性信息；其中，所述目标对象为在所述当前图像中成功检测到，且未成功跟踪到的对象；
[0034]根据所述至少两个属性信息对所述目标对象进行重识别处理，并根据重识别结果
确定所述目标对象对应的目标跟踪器；
[0035]调用所述目标跟踪器在所述目标视频中未处理的剩余图像中对所述目标对象进行对象跟踪，以得到所述目标对象在所述目标视频中的运动轨迹。
[0036]再一方面，本专利技术实施例提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如下步骤：
[0037]获取目标视频中的当前图像，所述当前图像为所述目标视频中未处理的一帧图像，所述目标视频中包括一个或多个对象；
[0038]若所述当前图像中包括目标对象，则获取所述目标对象的至少两个属性信息；其中，所述目标对象为在所述当前图像中成功检测到，且未成功跟踪到的对象；
[0039]根据所述至少两个属性信息对所述目标对象进行重识别处理，并根据重识别结果确定所述目标对象对应的目标跟踪器；
[0040]调用所述目标跟踪器在所述目标视频中未处理的剩余图像中对所述目标对象进行对象跟踪，以得到所述目标对象在所述目标视频中的运动轨迹。
[0041]本专利技术实施例在对目标视频进行对象跟踪的过程中，可通过将对象跟踪、对象检测和对象重识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象跟踪方法，其特征在于，包括：获取目标视频中的当前图像，所述当前图像为所述目标视频中未处理的一帧图像，所述目标视频中包括一个或多个对象；若所述当前图像中包括目标对象，则获取所述目标对象的至少两个属性信息；其中，所述目标对象为在所述当前图像中成功检测到，且未成功跟踪到的对象；根据所述至少两个属性信息对所述目标对象进行重识别处理，并根据重识别结果确定所述目标对象对应的目标跟踪器；调用所述目标跟踪器在所述目标视频中未处理的剩余图像中对所述目标对象进行对象跟踪，以得到所述目标对象在所述目标视频中的运动轨迹。2.如权利要求1所述的方法，其特征在于，所述方法还包括：对所述当前图像进行对象检测，得到M个检测结果，M为自然数；一个检测结果至少包括：一个第一对象的对象外包框，所述第一对象为对所述当前图像进行对象检测所检测到的对象；调用N个处于运行状态的跟踪器对所述当前图像进行对象跟踪，得到N个跟踪结果，N为自然数；一个跟踪结果至少包括：一个第二对象的对象外包框，所述第二对象为对所述当前图像进行对象跟踪所跟踪到的对象；分别根据第m个检测结果中的对象外包框和每个跟踪结果中的对象外包框之间的交并比，确定所述第m个检测结果和所述每个跟踪结果之间的匹配度，m∈[1，M]；若所述第m个检测结果和各个跟踪结果之间的匹配度均小于阈值，则确定所述当前图像中包括目标对象，所述目标对象为所述第m个检测结果所对应的第一对象。3.如权利要求2所述的方法，其特征在于，所述目标视频中的每个对象均具有对象标识，所述对所述当前图像进行对象检测，得到M个检测结果，包括：对所述当前图像进行标识检测，得到M个对象标识，并确定每个对象标识在所述当前图像中的标识显示位置；根据标识和对象之间的位置显示关系，以及第m个对象标识在当前图像中的标识显示位置，预测第m个第一对象在所述当前图像中的对象显示位置，所述第m个第一对象为所述第m个对象标识指示的对象；在所述第m个第一对象在所述当前图像中的对象显示位置处，确定所述第m个第一对象的对象外包框。4.如权利要求1所述的方法，其特征在于，所述根据所述至少两个属性信息对所述目标对象进行重识别处理，包括：获取与所述目标视频关联的至少一个历史跟踪器，并遍历所述至少一个历史跟踪器；其中，所述历史跟踪器是指处于暂停状态的跟踪器，一个历史跟踪器用于跟踪一个历史对象，所述历史对象为在所述目标视频中位于所述当前图像之前的至少一帧图像中出现过的对象；根据所述至少两个属性信息，和当前遍历的目标历史跟踪器所跟踪的目标历史对象的对象特征，对所述目标对象和所述目标历史对象进行对象匹配；若对象匹配成功，则确定所述目标对象和所述目标历史对象为同一个对象；若对象匹配失败，则继续遍历，并在确定各个历史跟踪器所跟踪的历史对象与所述目
标对象均不匹配时，确定所述目标对象为新的对象；所述新的对象为在所述目标视频中位于所述当前图像之前的各帧图像中均未出现的对象。5.如权利要求4所述的方法，其特征在于，所述根据所述至少两个属性信息，和当前遍历的目标历史跟踪器所跟踪的目标历史对象的对象特征，对所述目标对象和所述目标历史对象进行对象匹配，包括：从所述至少两个属性信息中未被选取的属性信息中选取目标属性信息；获取当前遍历的目标历史跟踪器所跟踪的目标历史对象的历史对象特征，所述历史对象特征为所述目标历史跟踪器所存储的目标历史对象的对象特征中，与所述目标属性信息对应的对象特征；对所述目标属性信息和所述历史对象特征进行特征匹配；若特征匹配成功，则确定对象匹配成功；若特征匹配失败，则再次执行从所述至少两个属性信息中未被选取的属性信息中选取目标属性信息的步骤，直至各个属性信息均被选取完。6.如权利要求5所述的方法，其特征在于，所述目标对象存在目标检测结果，且所述目标检测结果中包括所述目标对象的对象外包框；所述至少两个属性信息包括以下任意两种或三种：所述目标对象的对象名称的目标文本特征、所述目标对象的目标外形特征，以及所述目标检测结果中的对象外包框在所述当前图像中的目标位置坐标；其中，所述目标位置信息的选取顺序晚于所述目标文本特征的选取顺序，且早于所述目标外形特征的选取顺序。7.如权利要求6所述的方法，其特征在于，所述目标属性信息为所述目标文本特征，所述历史对象特征为所述目标历史对象的对象名称的历史文本特征；所述对所述目标属性信息和所述历史对象特征进行特征匹配，包括：计算所述目标文本特征和所述历史文本特征之间的特征差值；若所述特征差值小于或等于所述目标历史跟踪器对应的动态阈值，则确定特征匹配成功；若所述特征差值大于所述动态阈值，则确定特征匹配失败；其中，所述动态阈值是根据所述目标历史对象的一个或多个文本特征变化值计算得到的，任一文本特征变化值为所述目标历史对象的第一对象名称的文本特征和第...

【专利技术属性】
技术研发人员：王润发，孙子荀，朱城伟，于慧敏，郑伟伟，齐国栋，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：