【技術實現步驟摘要】
本申請涉及圖像識別，特別是涉及一種多目標跟蹤方法、裝置、計算機設備和存儲介質。
技術介紹
1、多目標跟蹤技術(multi-object?tracking)是給定視頻圖像序列，定位出多個感興趣的目標，并在連續幀之間維持個體的id信息和記錄其軌跡。多目標跟蹤技術是計算機視覺領域中最重要，且最復雜的任務之一，被應用到如自動駕駛、安防巡檢、智慧城市等領域。
2、相較于目標檢測技術僅針對當前靜止時刻輸出目標的定位信息，多目標跟蹤技術增加了一維目標的個體id信息，利用這個id信息可以構建出幀和幀之間的聯系，從而識別出相鄰幀中的同一物體。從應用場景角度看，更能理解兩個任務的差異。物體檢測的場景像鋼筋計數、工業質檢、電力巡檢、麥穗檢測等，都是只需要檢測出物體在某個瞬間某個點某個靜止時刻的狀態。而目標跟蹤的場景像智慧交通、醫療分析、牲畜盤點、軍事勘察等，都是需要持續追蹤物體的連續運動狀態，所以這些任務并不能用目標檢測代替去做，從而需要通過多目標跟蹤技術以實現。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種能夠降低跟蹤過程計算量的多目標跟蹤方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
2、第一方面，本申請提供了一種多目標跟蹤方法，包括：
3、針對當前視頻幀，獲取當前視頻幀中的檢測框；
4、針對基于當前視頻幀之前的視頻幀所獲取的軌跡，預測軌跡在當前視頻幀中的預測框；
5、將所有檢測框與所有預測框進行匹配，獲得相互匹
6、根據相互匹配上的預測框和檢測框，更新相應軌跡的匹配失敗次數；
7、將匹配失敗次數大于預設次數的軌跡作為重疊隱藏目標，并暫停對匹配失敗次數大于預設次數的軌跡進行跟蹤。
8、在其中一個實施例中，獲取當前視頻幀中的檢測框，包括：
9、獲取當前視頻幀的初始特征圖；
10、通過第一網絡對初始特征圖進行特征提取，獲得表征目標中心點熱力圖的第一特征圖，通過第二網絡對初始特征圖進行特征提取，獲得表征檢測框寬度和高度的第二特征圖，通過第三網絡對初始特征圖進行特征提取，獲得表征目標中心點所處位置的第三特征圖；
11、基于第一特征圖、第二特征圖和第三特征圖，獲取當前視頻幀中的檢測框。
12、在其中一個實施例中，將所有檢測框與所有預測框進行匹配，獲得相互匹配上的預測框和檢測框，包括：
13、提取各檢測框內的外觀特征和各預測框內的外觀特征；
14、計算每一檢測框的外觀特征與每一預測框內的外觀特征之間的外觀相似度，基于外觀相似度進行匹配，獲得初步匹配上的預測框和檢測框；
15、計算每一初步匹配上的預測框和每一初步匹配上的檢測框之間的中心距離，基于中心距離進行匹配，獲得再次匹配上的預測框和檢測框。
16、在其中一個實施例中，外觀特征是通過重識別特征網絡分支所提取到的，重識別特征網絡相應的損失函數為l-softmax損失函數。
17、在其中一個實施例中，基于中心距離進行匹配，獲得再次匹配上的預測框和檢測框之后，還包括：
18、計算每一再次匹配上的預測框和每一再次匹配上的檢測框之間的交并比，基于交并比進行匹配，獲得最終相互匹配上的預測框和檢測框。
19、在其中一個實施例中，停止對匹配失敗次數大于預設次數的軌跡進行跟蹤之后，還包括：
20、在經過預設幀數之后，恢復對匹配失敗次數大于預設次數的軌跡進行跟蹤。
21、第二方面，本申請還提供了一種多目標跟蹤裝置，包括：
22、獲取模塊，用于針對當前視頻幀，獲取當前視頻幀中的檢測框；
23、預測模塊，用于針對基于當前視頻幀之前的視頻幀所獲取的軌跡，預測軌跡在當前視頻幀中的預測框；
24、匹配模塊，用于將所有檢測框與所有預測框進行匹配，獲得相互匹配上的預測框和檢測框；
25、更新模塊，用于根據相互匹配上的預測框和檢測框，更新相應軌跡的匹配失敗次數；
26、暫停模塊，用于將匹配失敗次數大于預設次數的軌跡作為重疊隱藏目標，并暫停對匹配失敗次數大于預設次數的軌跡進行跟蹤。
27、第三方面，本申請還提供了一種計算機設備，包括存儲器和處理器，存儲器存儲有計算機程序，處理器執行計算機程序時實現以下步驟：
28、針對當前視頻幀，獲取當前視頻幀中的檢測框；
29、針對基于當前視頻幀之前的視頻幀所獲取的軌跡，預測軌跡在當前視頻幀中的預測框；
30、將所有檢測框與所有預測框進行匹配，獲得相互匹配上的預測框和檢測框；
31、根據相互匹配上的預測框和檢測框，更新相應軌跡的匹配失敗次數；
32、將匹配失敗次數大于預設次數的軌跡作為重疊隱藏目標，并暫停對匹配失敗次數大于預設次數的軌跡進行跟蹤。
33、第四方面，本申請還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被處理器執行時實現以下步驟：
34、針對當前視頻幀，獲取當前視頻幀中的檢測框；
35、針對基于當前視頻幀之前的視頻幀所獲取的軌跡，預測軌跡在當前視頻幀中的預測框；
36、將所有檢測框與所有預測框進行匹配，獲得相互匹配上的預測框和檢測框；
37、根據相互匹配上的預測框和檢測框，更新相應軌跡的匹配失敗次數；
38、將匹配失敗次數大于預設次數的軌跡作為重疊隱藏目標，并暫停對匹配失敗次數大于預設次數的軌跡進行跟蹤。
39、第五方面，本申請還提供了一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現以下步驟：
40、針對當前視頻幀，獲取當前視頻幀中的檢測框；
41、針對基于當前視頻幀之前的視頻幀所獲取的軌跡，預測軌跡在當前視頻幀中的預測框；
42、將所有檢測框與所有預測框進行匹配，獲得相互匹配上的預測框和檢測框；
43、根據相互匹配上的預測框和檢測框，更新相應軌跡的匹配失敗次數；
44、將匹配失敗次數大于預設次數的軌跡作為重疊隱藏目標，并暫停對匹配失敗次數大于預設次數的軌跡進行跟蹤。
45、上述多目標跟蹤方法、裝置、計算機設備、存儲介質和計算機程序產品，通過對跟蹤過程中累計匹配失敗次數的軌跡進行暫停跟蹤，從而相較于將所有軌跡均參與到每一圖像幀相應的目標跟蹤處理過程中，因重疊而被隱藏的跟蹤目標短暫不會出現，而暫停跟蹤可以減少整體計算量，從而提高跟蹤效率。
本文檔來自技高網...【技術保護點】
1.一種多目標跟蹤方法，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，所述獲取當前視頻幀中的檢測框，包括：
3.根據權利要求1所述的方法，其特征在于，所述將所有檢測框與所有預測框進行匹配，獲得相互匹配上的預測框和檢測框，包括：
4.根據權利要求3所述的方法，其特征在于，所述外觀特征是通過重識別特征網絡分支所提取到的，所述重識別特征網絡相應的損失函數為L-softmax損失函數。
5.根據權利要求3所述的方法，其特征在于，所述基于中心距離進行匹配，獲得再次匹配上的預測框和檢測框之后，還包括：
6.根據權利要求1所述的方法，其特征在于，所述停止對匹配失敗次數大于預設次數的軌跡進行跟蹤之后，還包括：
7.一種多目標跟蹤裝置，其特征在于，所述裝置包括：
8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6中任一項所述的方法的步驟。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所
10.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種多目標跟蹤方法，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，所述獲取當前視頻幀中的檢測框，包括：
3.根據權利要求1所述的方法，其特征在于，所述將所有檢測框與所有預測框進行匹配，獲得相互匹配上的預測框和檢測框，包括：
4.根據權利要求3所述的方法，其特征在于，所述外觀特征是通過重識別特征網絡分支所提取到的，所述重識別特征網絡相應的損失函數為l-softmax損失函數。
5.根據權利要求3所述的方法，其特征在于，所述基于中心距離進行匹配，獲得再次匹配上的預測框和檢測框之后，還包括：
6.根據權利要求1所述...
【專利技術屬性】
技術研發人員：強棟，
申請(專利權)人：中國銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。