【技术实现步骤摘要】
本申请涉及图像处理领域，具体涉及一种多目标跟踪方法、装置以及处理设备。
技术介绍
1、多目标跟踪（multiple object tracking，mot），即在目标数量未知的情况下，对视频中的多个目标进行检测并跟踪轨迹。多目标跟踪是计算机视觉领域的一项关键技术，不仅在自动驾驶、智能监控、行为识别等典型人工智能方向上应用广泛，而且还扩展到细胞跟踪、集群目标跟踪、爆破飞石跟踪等科学研究场景，为后续及时的分析与决策提供重要依据。
2、然而，与人工智能方向上的应用相比，科学研究场景中遮挡更为频繁，弱目标数量更多，运动模式更复杂，这给快速、全面而精确的多目标跟踪带来了巨大的挑战。
3、也就是说，在面对高质量的多目标跟踪需求时，现有的多目标跟踪方案在处理精度方面存在着局限性。
技术实现思路
1、本申请提供了一种多目标跟踪方法、装置以及处理设备，通过设计一种新颖的图像处理模型，该模型包括在第八版本的你只看一次算法的基础上得到的检测模块和在以检测为中心的简单在线实时跟踪算法的基础上得到的跟踪模块，在前期的多目标检测效果和后期的多目标跟踪效果较佳的情况下，也为后续可以便捷展开的细节优化打下了良好基础，如此在实际应用中可以满足高质量的多目标跟踪需求。
2、第一方面，本申请提供了一种多目标跟踪方法，方法包括：
3、获取连续帧图像；
4、将连续帧图像导入预先配置的图像处理模型，其中，图像处理模型包括在第八版本的你只看一次（you only lo
5、提取图像处理模型输出的多目标跟踪结果。
6、第二方面，本申请提供了一种多目标跟踪装置，装置包括：
7、获取单元，用于获取连续帧图像；
8、处理单元，用于将连续帧图像导入预先配置的图像处理模型，其中，图像处理模型包括在第八版本的你只看一次算法的基础上得到的检测模块和在以检测为中心的简单在线实时跟踪算法的基础上得到的跟踪模块，检测模块对连续帧图像进行多目标检测，检测模块包括骨干网络、特征融合和检测头三个部分，跟踪模块以检测模块输出的多目标检测结果对应的跟踪轨迹为基础进行多目标跟踪，多目标跟踪包括激活轨迹关联和未激活轨迹恢复两个步骤，其中，激活轨迹表示当前状态下轨迹持续跟踪，未激活轨迹表示跟踪中断；
9、提取单元，用于提取图像处理模型输出的多目标跟踪结果。
10、第三方面，本申请提供了一种处理设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
11、第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
12、从以上内容可得出，本申请具有以下的有益效果：
13、针对多目标跟踪，本申请设计了一种新颖的图像处理模型，该模型包括在第八版本的你只看一次算法的基础上得到的检测模块和在以检测为中心的简单在线实时跟踪算法的基础上得到的跟踪模块，检测模块对输入模型的连续帧图像进行多目标检测，跟踪模块以检测模块输出的多目标检测结果对应的跟踪轨迹为基础进行多目标跟踪，在前期的多目标检测效果和后期的多目标跟踪效果较佳的情况下，也为后续可以便捷展开的细节优化打下了良好基础，如此在实际应用中可以满足高质量的多目标跟踪需求。
本文档来自技高网...【技术保护点】
1.一种多目标跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对于所述检测模块中的所述特征融合部分，在使用双向特征金字塔网络替换原有路径聚合网络的基础上，使用稠密连接方式对处于同一特征层的节点进行跨规模连接。
3.根据权利要求2所述的方法，其特征在于，对于所述双向特征金字塔网络，对输出节点的每个输入增加一个额外权重，对应的特征融合公式如下所示：
4.根据权利要求1所述的方法，其特征在于，对于所述检测模块，在模型训练过程中采用第三版本的基于动态非单调聚焦机制的边界框损失函数替换原有的基于完全交并比损失函数。
5.根据权利要求1所述的方法，其特征在于，对于所述跟踪模块，在轨迹预测框与目标检测框匹配中采用距离交并比损失函数替换原有的广义交并比损失函数。
6.根据权利要求1所述的方法，其特征在于，对于所述激活轨迹关联的步骤，采用字节方法，将检测框根据得分分成两部分，分别是高分框和低分框，再依次进行所述激活轨迹关联，对应的处理内容包括：
7.根据权利要求6所述方法，其特征在于，对于所述未
8.一种多目标跟踪装置，其特征在于，所述装置包括：
9.一种处理设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种多目标跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对于所述检测模块中的所述特征融合部分，在使用双向特征金字塔网络替换原有路径聚合网络的基础上，使用稠密连接方式对处于同一特征层的节点进行跨规模连接。
3.根据权利要求2所述的方法，其特征在于，对于所述双向特征金字塔网络，对输出节点的每个输入增加一个额外权重，对应的特征融合公式如下所示：
4.根据权利要求1所述的方法，其特征在于，对于所述检测模块，在模型训练过程中采用第三版本的基于动态非单调聚焦机制的边界框损失函数替换原有的基于完全交并比损失函数。
5.根据权利要求1所述的方法，其特征在于，对于所述跟踪模块，在轨迹预测框与目标检测框匹配中采用距离交并比损失函数替换原有的广...
【专利技术属性】
技术研发人员：赖重远，龚彦俐，孙金山，孙娟娟，白亚靖，吴显峰，周静，
申请(专利权)人：江汉大学，
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。