【技術實現(xiàn)步驟摘要】
本申請涉及人工智能，特別是涉及一種目標跟蹤檢測方法、裝置、設備和存儲介質。
技術介紹
1、隨著深度學習的不斷發(fā)展，將深度學習應用于目標檢測方向的研究成熟度也越來越高，基于深度學習的目標檢測算法在實際工程中的應用也越來越廣泛。
2、當前，存在很多應用場景需要進行多目標檢測。然而，現(xiàn)有的針對多目標檢測的算法的準確度較低。因此，提升多目標檢測的準確度的問題亟需解決。
技術實現(xiàn)思路
1、基于此，有必要針對上述技術問題，提供一種能夠提升多目標檢測的準確度的目標跟蹤檢測方法、裝置、設備和存儲介質。
2、第一方面，本申請?zhí)峁┝艘环N目標跟蹤檢測方法。該方法包括：
3、對當前視頻幀中包括的各目標對象進行位置檢測，得到各目標對象分別對應的檢測框和檢測置信度；對該當前視頻幀中包括的各目標對象進行位置預測，得到各目標對象分別對應的預測跟蹤框，并根據各預測跟蹤框劃分多個預測區(qū)間；其中，所劃分的各預測區(qū)間包括至少一個該預測跟蹤框；根據各目標對象對應的檢測置信度的置信類別和各預測區(qū)間，將各檢測框和各預測跟蹤框進行匹配處理；根據匹配結果更新該當前視頻幀中各目標對象的檢測位置。
4、在其中一個實施例中，根據各預測跟蹤框劃分多個預測區(qū)間，包括：獲取各預測跟蹤框在該當前視頻幀中的深度值；該深度值用于表征該預測跟蹤框對應的目標對象在該當前視頻幀中距離拍攝點的遠近程度；對各深度值進行排序，并參考排序結果，根據各預測跟蹤框劃分多個該預測區(qū)間。
5、在其中一個實施例中
6、在其中一個實施例中，對各深度值進行排序，并參考排序結果，根據各預測跟蹤框劃分多個該預測區(qū)間，包括：將各深度值按照從小到大的順序排列，得到排序結果；按照該排序結果遍歷各深度值對應的預測跟蹤框，以基于每一個當前遍歷到的預測跟蹤框的中心點劃分預測區(qū)間，得到多個該預測區(qū)間。
7、在其中一個實施例中，基于每一個當前遍歷到的預測跟蹤框的中心點劃分預測區(qū)間，包括：獲取位于以該中心點為圓心和以預設距離值為半徑的圓形范圍內的預測跟蹤框；根據各圓形范圍內的預測跟蹤框確定該當前遍歷到的預測跟蹤框對應的預測區(qū)間。
8、在其中一個實施例中，該方法還包括：對于該當前遍歷到的預測跟蹤框，檢測該當前遍歷到的預測跟蹤框是否位于已經確定的預測區(qū)間內；若否，則執(zhí)行基于該當前遍歷到的預測跟蹤框的中心點劃分預測區(qū)間的步驟。
9、在其中一個實施例中，該匹配結果包括第一匹配結果；該置信類別包括高置信度類別，屬于該高置信度類別的檢測置信度大于第一置信度閾值；根據各目標對象對應的檢測置信度的置信類別和各預測區(qū)間，將各檢測框和各預測跟蹤框進行匹配處理，包括：獲取高置信度類別的檢測置信度對應的目標對象的檢測框作為高置信檢測框；分別計算各高置信檢測框與各預測區(qū)間中包括的各預測跟蹤框之間的關聯(lián)度；對于各預測區(qū)間，根據基于該預測區(qū)間中包括的各預測跟蹤框計算得到的關聯(lián)度，生成該預測區(qū)間對應的第一關系損失矩陣；根據各預測區(qū)間對應的第一關系損失矩陣，確定該第一匹配結果；其中，該第一匹配結果包括匹配成功的檢測框和預測跟蹤框組、未匹配成功的檢測框以及未匹配成功的預測跟蹤框。
10、在其中一個實施例中，分別計算各高置信檢測框與各預測區(qū)間中包括的各預測跟蹤框之間的關聯(lián)度，包括：對于當前待計算的目標高置信檢測框和目標預測跟蹤框，計算該目標高置信檢測框和該目標預測跟蹤框之間的面積交并值以及計算該目標高置信檢測框和該目標預測跟蹤框之間的高度交并值；根據該面積交并值和該高度交并值得到該目標高置信檢測框和該目標預測跟蹤框之間的關聯(lián)度。
11、在其中一個實施例中，計算該目標高置信檢測框和該目標預測跟蹤框之間的面積交并值，包括：獲取該目標高置信檢測框和該目標預測跟蹤框的交集區(qū)域的面積，并獲取該目標高置信檢測框和該目標預測跟蹤框的并集區(qū)域的面積；將該交集區(qū)域的面積和該并集區(qū)域的面積的比值作為該面積交并值。
12、在其中一個實施例中，計算該目標高置信檢測框和該目標預測跟蹤框之間的高度交并值，包括：獲取該目標高置信檢測框和該目標預測跟蹤框的交集區(qū)域的高度，并獲取該目標高置信檢測框和該目標預測跟蹤框的并集區(qū)域的高度；將該交集區(qū)域的高度和該并集區(qū)域的面積的高度作為該高度交并值。
13、在其中一個實施例中，該匹配結果包括第二匹配結果；該置信類別包括低置信度類別，屬于該低置信度類別的檢測置信度小于第一置信度閾值且大于第二置信度閾值；根據各目標對象對應的檢測置信度的置信類別和各預測區(qū)間，將各檢測框和各預測跟蹤框進行匹配處理，包括：獲取低置信度類別的檢測置信度對應的目標對象的檢測框作為低置信檢測框；分別計算各低置信檢測框與該第一匹配結果中包括的未匹配成功的預測跟蹤框之間的關聯(lián)度；根據基于該第一匹配結果中包括的未匹配成功的預測跟蹤框計算得到的關聯(lián)度，生成多個第二關系損失矩陣；根據各第二關系損失矩陣，確定該第二匹配結果；其中，該第二匹配結果包括匹配成功的檢測框和預測跟蹤框組、未匹配成功的檢測框以及未匹配成功的預測跟蹤框。
14、在其中一個實施例中，該匹配結果包括第三匹配結果；根據各目標對象對應的檢測置信度的置信類別和各預測區(qū)間，將各檢測框和各預測跟蹤框進行匹配處理，包括：分別計算該第二匹配結果中包括的未匹配成功的檢測框與跟蹤軌跡庫中包括的歷史預測跟蹤框之間的關聯(lián)度；其中，該跟蹤軌跡庫中包括多個歷史視頻幀對應的第二匹配結果中包括的未成功匹配的預測跟蹤框；根據基于該歷史預測跟蹤框計算得到的關聯(lián)度，生成多個第三關系損失矩陣；根據各第三關系損失矩陣，確定該第三匹配結果；其中，該第三匹配結果包括匹配成功的檢測框和預測跟蹤框組、未匹配成功的檢測框以及未匹配成功的歷史預測跟蹤框。
15、在其中一個實施例中，該第一匹配結果、該第二匹配結果和該第三匹配結果的確定過程包括：將各第一關系損失矩陣、各第二關系損失矩陣和各第三關系損失矩陣分別作為目標關系損失矩陣，利用預設優(yōu)化匹配算法對各目標關系損失矩陣進行關聯(lián)度篩選，以分別得到該第一匹配結果、該第二匹配結果和該第三匹配結果。
16、在其中一個實施例中，該跟蹤軌跡庫中還包括各歷史預測跟蹤框分別對應的生命周期值；分別計算該第二匹配結果中包括的未匹配成功的檢測框與跟蹤軌跡庫中包括的歷史預測跟蹤框之間的關聯(lián)度之后，該方法還包括：對各歷史預測跟蹤框的生命周期值進行累計更新，并在該歷史預測跟蹤框更新后的生命周期值大于預設周期閾值的情況下將該歷史預測跟蹤框從該跟蹤軌跡庫中刪除。
17、在其中一個實施例中，根據匹配結果更新該當前視頻幀中各目標對象的檢測位置，包括：對于該第一匹配結果、該第二匹配結果和該第三匹配結果中包括匹配成功的檢測框和預測跟蹤框組，利用該檢測框和預測跟蹤框組中的檢測框替換該預測跟蹤框，并將替換后的該預測跟蹤框作為本文檔來自技高網...
【技術保護點】
1.一種目標跟蹤檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述根據各所述預測跟蹤框劃分多個預測區(qū)間，包括：
3.根據權利要求2所述的方法，其特征在于，所述對各所述深度值進行排序，并參考排序結果，根據各所述預測跟蹤框劃分多個所述預測區(qū)間，包括：
4.根據權利要求3所述的方法，其特征在于，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述匹配結果包括第一匹配結果；所述置信類別包括高置信度類別，屬于所述高置信度類別的檢測置信度大于第一置信度閾值；所述根據各所述目標對象對應的檢測置信度的置信類別和各所述預測區(qū)間，將各所述檢測框和各所述預測跟蹤框進行匹配處理，包括：
6.根據權利要求5所述的方法，其特征在于，所述分別計算各所述高置信檢測框與各所述預測區(qū)間中包括的各預測跟蹤框之間的關聯(lián)度，包括：
7.根據權利要求5所述的方法，其特征在于，所述匹配結果包括第二匹配結果；所述置信類別包括低置信度類別，屬于所述低置信度類別的檢測置信度小于第一置信度閾值且大于第二置信度閾值；所
8.根據權利要求7所述的方法，其特征在于，所述匹配結果包括第三匹配結果；所述根據各所述目標對象對應的檢測置信度的置信類別和各所述預測區(qū)間，將各所述檢測框和各所述預測跟蹤框進行匹配處理，包括：
9.根據權利要求8所述的方法，其特征在于，所述跟蹤軌跡庫中還包括各所述歷史預測跟蹤框分別對應的生命周期值；所述分別計算所述第二匹配結果中包括的未匹配成功的檢測框與跟蹤軌跡庫中包括的歷史預測跟蹤框之間的關聯(lián)度之后，所述方法還包括：
10.根據權利要求8所述的方法，其特征在于，所述根據匹配結果更新所述當前視頻幀中各所述目標對象的檢測位置，包括：
11.根據權利要求1所述的方法，其特征在于，所述對當前視頻幀中包括的各目標對象進行位置檢測，得到各所述目標對象分別對應的檢測框和檢測置信度，包括：
12.根據權利要求11所述的方法，其特征在于，初始化調試所述預設跟蹤器的過程包括：
13.一種目標跟蹤檢測裝置，其特征在于，所述裝置包括：
14.一種計算機設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至12中任一項所述的方法的步驟。
15.一種存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至12中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種目標跟蹤檢測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述根據各所述預測跟蹤框劃分多個預測區(qū)間，包括：
3.根據權利要求2所述的方法，其特征在于，所述對各所述深度值進行排序，并參考排序結果，根據各所述預測跟蹤框劃分多個所述預測區(qū)間，包括：
4.根據權利要求3所述的方法，其特征在于，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述匹配結果包括第一匹配結果；所述置信類別包括高置信度類別，屬于所述高置信度類別的檢測置信度大于第一置信度閾值；所述根據各所述目標對象對應的檢測置信度的置信類別和各所述預測區(qū)間，將各所述檢測框和各所述預測跟蹤框進行匹配處理，包括：
6.根據權利要求5所述的方法，其特征在于，所述分別計算各所述高置信檢測框與各所述預測區(qū)間中包括的各預測跟蹤框之間的關聯(lián)度，包括：
7.根據權利要求5所述的方法，其特征在于，所述匹配結果包括第二匹配結果；所述置信類別包括低置信度類別，屬于所述低置信度類別的檢測置信度小于第一置信度閾值且大于第二置信度閾值；所述根據各所述目標對象對應的檢測置信度的置信類別和各所述預測區(qū)間，將各所述檢測框和各所述預測跟蹤框進行匹配處理，包括：
8.根據權利要求7所述的方法，其特征在于，所述匹配...
【專利技術屬性】
技術研發(fā)人員：李翠，王文濤，劉萍，樊英，
申請(專利權)人：西安天和防務技術股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。