本发明专利技术公开了一种目标跟踪方法、装置、存储介质及电子设备，所述方法包括：接收传感器上传的图像并在所述图像中进行目标物检测得到多个目标物检测框；从所述多个目标物检测框中确定目标观测点；对所述目标观测点所在区域进行处理；根据处理结果对所述目标物进行检测；根据检测结果响应相应的目标物跟踪操作。该方法根据目标物检测框确定目标观测点，并通过对目标观测点所在区域的处理结果来检测目标物，不需要对单个目标区块进行多个特征点的特征提取，缩短了目标跟踪的时间。缩短了目标跟踪的时间。缩短了目标跟踪的时间。
【技术实现步骤摘要】
一种目标跟踪方法、装置、存储介质及电子设备
[0001]本专利技术涉及计算机视觉
，具体涉及一种目标跟踪方法、装置、存储介质及电子设备。
技术介绍
[0002]目标跟踪是计算机视觉的一个重要分支，融合了图像处理、模式识别、人工智能、自动控制以及计算机应用技术等相关领域的先进技术和研究成果。实现目标跟踪的关键在于完整地分割目标，合理、快速地提取特征和准确地识别目标，同时要考虑算法实现的时间，保证实时性。在复杂环境下对目标进行跟踪是非常困难的，现有技术中，在复杂环境下对目标进行跟踪需要提取目标图像特征，并进行较为复杂的特征匹配，耗时长。
技术实现思路
[0003]有鉴于此，本专利技术实施例提供了涉及一种目标跟踪方法、装置、存储介质及电子设备，以解决现有技术中复杂遮挡环境下目标跟踪耗时长的技术问题。
[0004]本专利技术提出的技术方案如下：
[0005]本专利技术实施例第一方面提供一种目标跟踪方法，该目标跟踪方法包括：接收传感器上传的图像并在所述图像中进行目标物检测得到多个目标物检测框；从所述多个目标物检测框中确定目标观测点；对所述目标观测点所在区域进行处理并根据处理结果对所述目标物进行检测；根据检测结果响应相应的目标物跟踪操作。
[0006]可选地，对所述目标观测点所在区域进行处理并根据处理结果对所述目标物进行检测，包括：对所述目标观测点所在区域进行语义分割处理；对所述语义分割处理结果进行逆投影变换。
[0007]可选地，根据处理结果对所述目标物进行检测，包括：通过下式的目标观测模型进行目标物检测：
[0008][0009]式中：Ω＝O1∪O2∪...∪O
n
为多目标状态集合；C为杂波观测集合，O为目标观测集合；Z为单帧多目标观测集合，是目标观测集合与杂波集合的并集Z＝Ω∪C；表示求和遍历集合Z的每一个观测集合；p(C)表示C的泊松点过程；λ(x)为强度函数；p(O|x)表示有单个目标状态矢量x的单个传感器下的观测模型。
[0010]可选地，根据检测结果响应相应的目标物跟踪操作，包括：当检测到所述目标物，响应相应的目标物跟踪操作；当未检测到所述目标物，确定所述目标物检测区域是否被遮挡，并根据遮挡判定结果响应相应的目标物跟踪操作。
[0011]可选地，当未检测到所述目标物，确定所述目标物检测区域是否被遮挡，包括：根据所述逆投影变换计算所述目标物检测概率；当所述目标物检测概率满足第一概率条件，则确定所述目标物检测区域被遮挡；当所述目标物检测概率满足第二概率条件，则确定所述目标物检测区域未被遮挡。
[0012]可选地，根据遮挡判定结果响应相应的目标物跟踪操作，包括：当所述目标物检测区域未被遮挡时，根据所述目标物当前时刻的状态数据更新所述目标物在前一时刻的状态数据，并输出更新后所述目标物当前时刻的目标估计值；当所述目标物检测区域被遮挡时，根据所述目标物前一时刻的状态预设状态预测模型对目标物当前时刻的状态数据进行预测，并根据所述当前时刻的状态数据对所述目标物响应跟踪操作。
[0013]可选地，根据所述目标物当前时刻的状态数据更新所述目标物在前一时刻的状态数据，包括：通过下式的目标转移模型进行状态数据更新：
[0014][0015]式中：X＝Ξ∪B表示当前时刻多目标状态集合，其中Ξ＝{S1∪S2∪...∪S
n
}为上一时刻多目标状态集合，B为当前时刻多传感器产生的新的多目标状态集合；p(B)表示B的泊松点过程；λ(x)为强度函数；p(S|x)为伯努利随机有限集。
[0016]本专利技术实施例第二方面提供一种目标跟踪装置，该目标跟踪装置包括：接收模块，用于接收传感器上传的图像并在所述图像中进行目标物检测得到多个目标物检测框；确定模块，用于从所述多个目标物检测框中确定目标观测点；检测处理模块，用于对所述目标观测点所在区域进行处理并根据处理结果对所述目标物进行检测；跟踪模块，用于根据检测结果响应相应的目标物跟踪操作。
[0017]本专利技术实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本专利技术实施例第一方面及第一方面任一项所述的目标跟踪方法。
[0018]本专利技术实施例第四方面提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如本专利技术实施例第一方面及第一方面任一项所述的目标跟踪方法。
[0019]本专利技术提供的技术方案，具有如下效果：
[0020]本专利技术实施例提供的目标跟踪方法，接收传感器上传的图像并在所述图像中进行目标物检测得到多个目标物检测框；从所述多个目标物检测框中确定目标观测点；对所述目标观测点所在区域进行处理并根据处理结果对所述目标物进行检测；根据检测结果响应相应的目标物跟踪操作。该方法根据目标物检测框确定目标观测点，并通过对目标观测点所在区域的处理结果来检测目标物，不需要对单个目标区块进行多个特征点的特征提取，缩短了目标跟踪的时间。
附图说明
[0021]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是根据本专利技术实施例的目标跟踪方法的流程图；
[0023]图2是根据本专利技术实施例的目标跟踪方法提供的概率矩阵对应的效果图；
[0024]图3是根据本专利技术实施例的目标跟踪装置的结构框图；
[0025]图4是根据本专利技术实施例提供的计算机可读存储介质的结构示意图；
[0026]图5是根据本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0027]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]本专利技术实施例提供一种目标跟踪方法，如图1所示，该方法包括如下步骤：
[0029]步骤S101：接收传感器上传的图像并在图像中进行目标物检测得到多个目标物检测框。具体地，传感器(如相机)采集图像，将图像每帧经过深度学习(如Faster R
‑
CNN、YOLO或FCOS等)检测计算出图像平面感兴趣目标外接矩形框或车尾框即多个目标物检测框。
[0030]步骤S102：从多个目标物检测框中确定目标观测点。具体地，在对图像进行处理得到多个目标物检测框之后，采用非极大值抑制提取目标物检测框底边中心点作为目标观测点。其中，非极大值抑制是搜索局部最大值，抑制极大值，即本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括如下步骤：接收传感器上传的图像并在所述图像中进行目标物检测得到多个目标物检测框；从所述多个目标物检测框中确定目标观测点；对所述目标观测点所在区域进行处理并根据处理结果对所述目标物进行检测；根据检测结果响应相应的目标物跟踪操作。2.根据权利要求1所述的目标跟踪方法，其特征在于，对所述目标观测点所在区域进行处理，包括：对所述目标观测点所在区域进行语义分割处理；对所述语义分割处理结果进行逆投影变换。3.根据权利要求1所述的目标跟踪方法，其特征在于，根据处理结果对所述目标物进行检测，包括：通过下式的目标观测模型进行目标物检测：式中：Ω＝O1∪O2∪...∪O
n
为多目标状态集合；C为杂波观测集合，O为目标观测集合；Z为单帧多目标观测集合，是目标观测集合与杂波集合的并集Z＝Ω∪C；表示求和遍历集合Z的每一个观测集合；p(C)表示C的泊松点过程；λ(x)为强度函数；p(O|x)表示有单个目标状态矢量x的单个传感器下的观测模型。4.根据权利要求2所述的目标跟踪方法，其特征在于，根据检测结果响应相应的目标物跟踪操作，包括：当检测到所述目标物，响应相应的目标物跟踪操作；当未检测到所述目标物，确定所述目标物检测区域是否被遮挡，并根据遮挡判定结果响应相应的目标物跟踪操作。5.根据权利要求4所述的目标跟踪方法，其特征在于，当未检测到所述目标物，确定所述目标物检测区域是否被遮挡，包括：根据所述逆投影变换计算所述目标物检测概率；当所述目标物检测概率满足第一概率条件，则确定所述目标物检测区域被遮挡；当所述目标物检测概率满足第二概率条件，则确定所述目标物检测区域未被遮挡。6.根据权利要求4所述的目标跟踪方法，其特征在于，根据遮挡判定结果响应相应的目标物跟踪...
【专利技术属性】
技术研发人员：赵晓萌，李发成，张如高，虞正华，
申请(专利权)人：苏州魔视智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。