CN112884809A - 目标跟踪方法及装置、电子设备和存储介质 - Google Patents

目标跟踪方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112884809A
CN112884809A CN202110220217.3A CN202110220217A CN112884809A CN 112884809 A CN112884809 A CN 112884809A CN 202110220217 A CN202110220217 A CN 202110220217A CN 112884809 A CN112884809 A CN 112884809A
Authority
CN
China
Prior art keywords
target
tracking
image acquisition
video stream
acquisition equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110220217.3A
Other languages
English (en)
Inventor
谢帅
吴佳飞
张广程
闫俊杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN202110220217.3A priority Critical patent/CN112884809A/zh
Publication of CN112884809A publication Critical patent/CN112884809A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本公开涉及一种目标跟踪方法及装置、电子设备和存储介质，所述方法包括：获取图像采集设备采集得到的视频流；对所述视频流进行目标检测，确定所述视频流中的目标对象；将所述目标对象与目标库中包括的参考对象进行特征匹配，所述参考对象为用户期望进行跟踪的对象；在所述目标对象与所述参考对象匹配成功的情况下，将所述目标对象确定为跟踪目标，以及在所述视频流中对所述跟踪目标进行跟踪。本公开实施例可以实现对跟踪目标的自动跟踪，有效提高了跟踪效果。

Description

目标跟踪方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种目标跟踪方法及装置、电子设备和存储介质。
背景技术
目标跟踪技术是计算机视觉应用中的一个重要研究方向，其任务是能够在视频流中确定跟踪目标，并对其进行长时间的跟踪，最终生成针对跟踪目标的跟踪轨迹。根据生成的跟踪轨迹，可以对跟踪目标的行为进行分析。相关技术中，将出现在视频流中的第一个目标确定为跟踪目标进行跟踪，或者，在视频流中手动框选跟踪目标进行跟踪，容易产生无效跟踪或无法实现自动跟踪，跟踪效果较差。
发明内容
本公开提出了一种目标跟踪方法及装置、电子设备和存储介质的技术方案。
根据本公开的一方面，提供了一种目标跟踪方法，包括：获取图像采集设备采集得到的视频流；对所述视频流进行目标检测，确定所述视频流中的目标对象；将所述目标对象与目标库中包括的参考对象进行特征匹配，所述参考对象为用户期望进行跟踪的对象；在所述目标对象与所述参考对象匹配成功的情况下，将所述目标对象确定为跟踪目标，以及在所述视频流中对所述跟踪目标进行跟踪。
在一种可能的实现方式中，所述在所述视频流中对所述跟踪目标进行跟踪，包括：对所述视频流中包括的视频帧进行目标检测，确定所述视频帧中是否存在所述跟踪目标；在所述视频帧中存在所述跟踪目标的情况下，确定所述跟踪目标在所述视频帧中所在的目标区域；根据所述目标区域，控制所述图像采集设备的运动，以对所述跟踪目标进行跟踪。
在一种可能的实现方式中，所述对所述视频流中包括的视频帧进行目标检测，确定所述视频帧中是否存在所述跟踪目标，包括：按照目标采样间隔对所述视频流进行采样，得到所述视频流的多个视频帧；分别对所述多个视频帧进行目标检测，确定各所述视频帧中是否存在所述跟踪目标。
在一种可能的实现方式中，所述根据所述目标区域，控制所述图像采集设备的运动，包括：针对所述视频流中的当前视频帧，在所述当前视频帧中存在所述跟踪目标的情况下，确定所述跟踪目标对应的当前跟踪时长；在所述当前跟踪时长小于目标跟踪时长的情况下，根据所述目标区域，控制所述图像采集设备的运动。
在一种可能的实现方式中，所述当前视频帧中包括跟踪中心区域；所述在所述当前跟踪时长小于目标跟踪时长的情况下，根据所述目标区域，控制所述图像采集设备的运动，包括：根据所述目标区域和所述跟踪中心区域的位置，确定所述图像采集设备的运动方向和运动速度；根据所述运动速度和所述运动方向，控制所述图像采集设备进行运动。
在一种可能的实现方式中，所述方法还包括：根据所述目标区域和所述跟踪中心区域的尺寸，确定所述图像采集设备的变倍参数；根据所述变倍参数，控制所述图像采集设备进行焦距变倍。
在一种可能的实现方式中，所述方法还包括：在所述当前跟踪时长达到所述目标跟踪时长的情况下，控制所述图像采集设备运动到初始跟踪位置。
在一种可能的实现方式中，所述方法还包括：针对所述视频流中的当前视频帧，在所述当前视频帧中不存在所述跟踪目标的情况下，确定所述跟踪目标对应的当前跟丢时长；在所述当前跟丢时长小于目标跟丢时长的情况下，控制所述图像采集设备保持不动。
在一种可能的实现方式中，所述方法还包括：在所述当前跟丢时长达到所述目标跟丢时长的情况下，控制所述图像采集设备运动到初始跟踪位置。
在一种可能的实现方式中，所述图像采集设备安装在云台上；所述控制所述图像采集设备的运动，包括：通过控制所述云台的运动，以控制所述图像采集设备的运动。
根据本公开的一方面，提供了一种目标跟踪装置，包括：获取模块，用于获取图像采集设备采集得到的视频流；目标检测模块，用于对所述视频流进行目标检测，确定所述视频流中的目标对象；特征匹配模块，用于将所述目标对象与目标库中包括的参考对象进行特征匹配，所述参考对象为用户期望进行跟踪的对象；跟踪模块，用于在所述目标对象与所述参考对象匹配成功的情况下，将所述目标对象确定为跟踪目标，以及在所述视频流中对所述跟踪目标进行跟踪。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，获取图像采集设备采集得到的视频流，对视频流进行目标检测，确定视频流中的目标对象，由于目标库中包括用户期望进行跟踪的参考对象，因此，通过将视频流中的目标对象与目标库中包括的参考对象进行特征匹配，使得在目标对象与参考对象匹配成功的情况下，可以自动确定用户期望进行跟踪的跟踪目标，进而在视频流中实现对跟踪目标的自动跟踪，有效提高了跟踪效果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种目标跟踪方法的流程图；
图2示出根据本公开实施例的在视频流中自动确定跟踪目标的示意图；
图3示出根据本公开实施例的确定图像采集设备的运动方向的示意图；
图4示出根据本公开实施例的一种目标跟踪***的示意图；
图5示出根据本公开实施例的一种目标跟踪装置的框图；
图6示出根据本公开实施例的一种电子设备的框图；
图7示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
在目标跟踪领域，图像采集设备实时采集视频流，在视频流中对跟踪目标进行跟踪。相关技术中，可以将出现在视频流中的第一个目标确定为跟踪目标进行跟踪。但是，第一个出现在视频流中的目标，不一定是用户期望跟踪的目标，有可能是无效目标。对无效目标进行跟踪，造成了资源的浪费。此外，相关技术中，还可以在视频流中手动框选跟踪目标进行跟踪，虽然可以实现跟踪用户期望跟踪的目标，但是却需要人为干预，无法实现自动跟踪。本公开实施例的目标跟踪方法，可以应用于目标跟踪领域，通过预先设置包括具有跟踪价值的参考对象(用户期望跟踪的目标)的目标库，使得基于目标库可以在视频流中自动确定跟踪目标，进而实现对跟踪目标的自动跟踪，从而可以有效提高跟踪效果。本公开实施例的跟踪目标的类型可以包括人脸、人体、车辆等，本公开对此不作具体限定。
下面对本公开实施例的目标跟踪方法进行详细说明。
图1示出根据本公开实施例的一种目标跟踪方法的流程图。该方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行该方法。如图1所示，该方法可以包括：
在步骤S11中，获取图像采集设备采集得到的视频流。
在步骤S12中，对视频流进行目标检测，确定视频流中的目标对象。
在步骤S13中，将目标对象与目标库中包括的参考对象进行特征匹配，参考对象为用户期望进行跟踪的对象。
在步骤S14中，在目标对象与参考对象匹配成功的情况下，将目标对象确定为跟踪目标，以及在视频流中对跟踪目标进行跟踪。
在本公开实施例中，获取图像采集设备采集得到的视频流，对视频流进行目标检测，确定视频流中的目标对象，由于目标库中包括用户期望进行跟踪的参考对象，因此，通过将视频流中的目标对象与目标库中包括的参考对象进行特征匹配，使得在目标对象与参考对象匹配成功的情况下，可以自动确定用户期望进行跟踪的跟踪目标，进而在视频流中实现对跟踪目标的自动跟踪，有效提高了跟踪效果。
在一种可能的实现方式中，用户可以将期望跟踪的目标(参考对象)的图像上传至目标跟踪***，目标跟踪***接收到参考对象的图像之后，确定用于唯一标识参考对象的标识信息(ID，Identity document)，以及对参考对象的图像进行特征提取，得到参考对象的特征信息，进而目标跟踪***构建目标库，目标库中包括：参考对象的图像、参考对象的ID、以及参考对象的特征信息。目标库中包括的参考对象可以是一个，也可以是多个，本公开对此不作具体限定。本公开实施例的参考对象的类型可以包括人脸、人体、车辆等，本公开对此不作具体限定。
在一种可能的实现方式中，图像采集设备安装在云台上。
图像采集设备安装在可移动的支撑设备上，例如，支撑设备是云台。支撑设备除了可以是云台之外，还可以是其它用于控制图像采集设备移动的设备，本公开对此不作具体限定。下面以图像采集设备安装在云台上为例对本公开实施例的目标跟踪方法进行详细说明。
在一种可能的实现方式中，目标跟踪***可以预先设置云台的初始跟踪位置。由于图像采集设备安装在云台之上，也即，目标跟踪***预先设置了图像采集设备的初始跟踪位置。图像采集设备处于不同的跟踪位置时，其对应的用于进行图像采集的视场范围不同。在进行目标跟踪之前，云台处于初始跟踪位置，相应地，图像采集设备也处于初始跟踪位置。
目标跟踪***启动目标跟踪之后，图像采集设备实时采集视频流，目标跟踪***基于目标库，在视频流中自动确定跟踪目标。图2示出根据本公开实施例的在视频流中自动确定跟踪目标的示意图。
如图2所示，在步骤S21中，构建目标库，目标库中包括用户期望进行跟踪的参考对象。在步骤S22中，图像采集设备实时采集视频流，对视频流中的视频帧进行目标检测，确定视频帧中的目标对象，以及将目标对象与目标库中包括的参考对象进行特征匹配。在步骤S23中，判断是否匹配成功。若是，则跳转执行步骤S24；若否，则跳转执行步骤S22。在步骤S24中，将目标对象确定为跟踪目标进行跟踪，确定跟踪目标在视频帧中所在的目标区域。
在一种可能的实现方式中，对视频流中包括的视频帧进行目标检测，确定视频帧中是否存在跟踪目标，包括：按照目标采样间隔对视频流进行采样，得到视频流的多个视频帧；分别对多个视频帧进行目标检测，确定各视频帧中是否存在跟踪目标。
通过目标采样间隔对视频流进行采样，使得可以对视频流的目标检测频率进行控制，从而有效提高目标检测效率，可以快速确定跟踪目标。目标采样间隔的具体取值可以根据实际情况确定，例如，每隔3个视频帧采样一次进行目标检测，本公开对此不作具体限定。
在一种可能的实现方式中，对视频流进行目标检测，确定视频流中的目标对象，包括：对视频流中的视频帧进行目标检测，确定视频帧中目标对象的检测框。将目标对象与目标库中包括的参考对象进行特征匹配，包括：对目标对象的检测框内的图像进行特征提取，得到目标对象的特征信息；将目标对象的特征信息与目标库中包括的参考对象的特征信息进行特征匹配。
在目标对象与参考对象匹配成功的情况下，将目标对象确定为跟踪目标，以及在视频流中对跟踪目标进行跟踪。由于跟踪目标是处于运动中的目标，因此，需要通过控制云台运动来完成图像采集设备的运动，以实现图像采集设备对跟踪目标进行跟踪。
相关技术中，通过确定跟踪目标的位置，进而将跟踪目标的位置转换为云台所在坐标系下的参考位置，进而根据参考位置控制云台的运动，以实现控制图像采集设备的运动。此外，通过确定跟踪目标的预测运动速度，进而根据跟踪目标的预测运动速度和云台的运动速度之间的速度比，控制云台的运动速度。由于坐标转换过程的计算量相对较复杂，而且跟踪目标的预测运动速度为估计值，存在一定的误差，因此，采用相关技术的目标跟踪方法对跟踪目标进行跟踪的过程，跟踪流畅度不足，跟踪效果较差。
在一种可能的实现方式中，在视频流中对跟踪目标进行跟踪，包括：对视频流中包括的视频帧进行目标检测，确定视频帧中是否存在跟踪目标；在视频帧中存在跟踪目标的情况下，确定跟踪目标在视频帧中所在的目标区域；根据目标区域，控制图像采集设备的运动，以对跟踪目标进行跟踪。
本公开实施例的目标跟踪方法，在确定视频帧中存在跟踪目标的情况下，无需进行坐标转换和速度估计，仅根据跟踪目标在视频帧中所在的目标区域，可以快速控制图像采集设备的运动，以实现图像采集设备对跟踪目标的流畅跟踪，有效提高了跟踪效果。
在一种可能的实现方式中，根据目标区域，控制图像采集设备的运动，包括：针对视频流中的当前视频帧，在当前视频帧中存在跟踪目标的情况下，确定跟踪目标对应的当前跟踪时长；在当前跟踪时长小于目标跟踪时长的情况下，根据目标区域，控制图像采集设备的运动。
在一种可能的实现方式中，该方法还包括：在当前跟踪时长达到目标跟踪时长的情况下，控制图像采集设备运动到初始跟踪位置。
在视频流中初次检测到跟踪目标的情况下，即根据目标库中包括的参考对象的ID，确定视频流中跟踪目标的跟踪ID，以及在后续跟踪过程中，持续记录跟踪ID对应的跟踪目标的跟踪时长。目标跟踪***可以预先设置针对同一目标的目标跟踪时长t1，目标跟踪时长t1指的是针对同一目标的最长跟踪时间，即针对同一目标，在对该目标进行跟踪的跟踪时长达到目标跟踪时长t1的情况下，目标跟踪***停止对其进行跟踪。目标跟踪时长t1的具体取值可以根据实际情况确定，本公开对此不作具体限定。
针对视频流中的当前视频帧，在当前视频帧中存在跟踪目标的情况下，确定跟踪目标对应的当前跟踪时长，当前跟踪时长指的是，在视频流中初次检测到跟踪目标的时刻，持续跟踪且未跟丢跟踪目标，直至当前视频帧对应的时刻之间的跟踪时长。
在当前跟踪时长达到目标跟踪时长的情况下，控制图像采集设备运动到初始跟踪位置，以结束对跟踪目标的跟踪。在当前跟踪时长小于目标跟踪时长t1的情况下，根据目标区域，控制图像采集设备的运动，以实现继续对跟踪目标进行跟踪。
在一种可能的实现方式中，当前视频帧中包括跟踪中心区域；在当前跟踪时长小于目标跟踪时长的情况下，根据目标区域，控制图像采集设备的运动，包括：根据目标区域和跟踪中心区域的位置，确定图像采集设备的运动方向和运动速度；根据运动速度和运动方向，控制图像采集设备进行运动。
目标跟踪***预先设置跟踪中心区域，即跟踪过程中期望跟踪目标在图像采集设备的显示界面中出现的区域。针对当前视频帧，在确定当前视频帧中存在跟踪目标的情况下，可以确定跟踪目标在当前视频帧中所在的目标区域，进而根据目标区域和跟踪中心区域的位置，确定图像采集设备的运动方向和运动速度，以使得根据运动速度和运动方向，控制图像采集设备进行运动之后，可以实现跟踪目标出现在图像采集设备的显示界面中的跟踪中心区域。
在一种可能的实现方式中，根据目标区域和跟踪中心区域的位置，确定图像采集设备的运动方向和运动速度，包括：确定目标区域的中心坐标点，以及确定跟踪中心区域的中心坐标点，根据目标区域的中心坐标点和跟踪中心区域的中心坐标点之间的位置关系，确定图像采集设备的运动方向和运动速度。
在一示例中，根据目标区域的中心坐标点和跟踪中心区域的中心坐标点之间的位置关系，确定图像采集设备的水平运动方向和垂直运动方向。
在目标区域的中心坐标点和跟踪中心区域的中心坐标点之间的距离大于距离阈值的情况下，确定图像采集设备需要进行运动；在目标区域的中心坐标点和跟踪中心区域的中心坐标点之间的距离小于或等于距离阈值的情况下，确定图像采集设备保持不动。阈值的具体取值可以根据实际情况确定，本公开对此不作具体限定。
图3示出根据本公开实施例的确定图像采集设备的运动方向的示意图。如图3所示，跟踪中心区域的中心坐标点A，位于目标区域的中心坐标点B的右上方，则图像采集设备的水平运动方向为向右，垂直运动方向为向上，以使得图像采集设备进行运动之后，可以实现跟踪目标出现在图像采集设备的显示界面中的跟踪中心区域。
在一示例中，在目标区域的中心坐标点和跟踪中心区域的中心坐标点之间的距离大于距离阈值的情况下，根据目标区域的中心坐标点和跟踪中心区域的中心坐标点之间的距离，以及当前视频帧的图像高度和图像宽度，确定图像采集设备的水平运动速度和垂直运动速度。
仍以上述图3为例，如图3所示，跟踪中心区域的中心坐标点A，与目标区域的中心坐标点B之间的水平距离为x，垂直距离为y，当前图像帧的图像高度为H，图像宽度为W，则图像采集设备的水平运动速度为
Figure BDA0002954506550000071
垂直运动速度为
Figure BDA0002954506550000072
其中，
Figure BDA0002954506550000073
为预设的初始水平运动速度，
Figure BDA0002954506550000074
为预设的初始垂直运动速度。
基于上述运动速度的确定方式，可以使得在跟踪目标所在的目标区域距离跟踪中心区域较远时，图像采集设备以较快的运动速度进行运动；跟踪目标所在的目标区域距离跟踪中心区域较近时，图像采集设备以较慢的运动速度进行运动，从而实现对跟踪目标的流畅跟踪。
确定图像采集设备的运动方向和运动速度的方式，除了可以采用上述根据目标区域和跟踪中心区域的位置进行确定之外，还可以采用其它方式进行确定，本公开对此不作具体限定。
在一种可能的实现方式中，控制图像采集设备的运动，包括：通过控制云台的运动，以控制图像采集设备的运动。
在确定图像采集设备的运动方向和运动速度之后，通过该运动方向和该运动速度，控制云台的运动，以实现控制图像采集设备的运动。
在一种可能的实现方式中，该方法还包括：根据目标区域和跟踪中心区域的尺寸，确定图像采集设备的变倍参数；根据变倍参数，控制图像采集设备进行焦距变倍。
为了实现跟踪过程中跟踪目标以预设的尺寸出现在跟踪中心区域，在目标区域和跟踪中心区域的尺寸比例在比例阈值范围内的情况下，确定图像采集设备无需进行焦距变倍；在目标区域和跟踪中心区域的尺寸比例在比例阈值范围外的情况下，确定图像采集设备需要进行焦距变倍。比例阈值范围的具体取值范围可以根据实际情况确定，本公开对此不作具体限定。焦距变倍指的是对图像采集设备的焦距进行倍数调整，以控制跟踪目标在图像采集设备采集到的视频帧中的大小。
在一示例中，在目标区域和跟踪中心区域的尺寸比例在比例阈值范围外的情况下，根据目标区域和跟踪中心区域的尺寸，确定图像采集设备的变倍参数，包括：确定目标区域在当前图像帧中的第一占比，以及确定跟踪中心区域在当前图像帧中的第二占比，根据第一占比和第二占比之间的比例，确定图像采集设备的变倍参数。
根据变倍参数，控制图像采集设备进行焦距变倍，以实现跟踪过程中跟踪目标以预设的尺寸出现在跟踪中心区域。
在一种可能的实现方式中，该方法还包括：针对视频流中的当前视频帧，在当前视频帧中不存在跟踪目标的情况下，确定跟踪目标对应的当前跟丢时长；在当前跟丢时长小于目标跟丢时长的情况下，控制图像采集设备保持不动。
目标跟踪***可以预先设置针对同一目标的目标跟丢时长t2，目标跟丢时长t2指的是针对同一目标的最长跟丢时长，即针对同一目标，在对该目标进行跟踪的过程中出现跟丢状态的跟丢时长达到目标跟丢时长t2的情况下，目标跟踪***停止对其进行跟踪。目标跟丢时长t2的具体取值可以根据实际情况确定，本公开对此不作具体限定。
针对视频流中的当前视频帧，在确定当前视频帧中不存在跟踪目标的情况下，确定跟踪目标对应的当前跟丢时长，当前跟丢时长指的是，在视频流中对跟踪目标进行跟踪的过程中，从初次检测到跟踪目标丢失(未在视频帧中检测到)的时刻，持续跟丢，直至当前视频帧对应的时刻之间的跟丢时长。在当前跟丢时长小于目标跟丢时长的情况下，控制图像采集设备保持不动，以实现继续对跟踪目标进行跟踪。
在一种可能的实现方式中，该方法还包括：在当前跟丢时长达到目标跟丢时长的情况下，控制图像采集设备运动到初始跟踪位置。
在当前跟丢时长达到目标跟丢时长的情况下，控制图像采集设备运动到初始跟踪位置，以结束对跟踪目标的跟踪。
在一种可能的实现方式中，通过控制云台的运动，以实现控制图像采集设备的运动。
本公开实施例的目标跟踪方法，由于图像采集设备安装在云台上，因此，通过控制云台的运动，以实现控制图像采集设备的运动。
图4示出根据本公开实施例的一种目标跟踪***的示意图。如图4所示，该***可以包括：
在步骤S41中，根据目标库，对视频流中包括的视频帧进行目标检测。
在步骤S42中，确定视频帧中是否存在跟踪目标。若是，则确定跟踪目标在视频帧中所在的目标区域，并跳转执行步骤S43；若否，则跳转执行步骤S47。
在步骤S43中，确定跟踪目标对应的当前跟踪时长，以及确定当前跟踪时长是否达到目标跟踪时长。若否，则跳转执行步骤S44；若是，则跳转执行步骤S48。
在步骤S44中，确定图像采集设备是否需要运动，以及是否需要变倍。若是，则跳转执行步骤S45；若否，则控制图像采集设备保持不变，并跳转执行步骤S42。
在步骤S45中，根据跟踪目标在视频帧中所在的目标区域，以及视频帧中包括的跟踪中心区域，确定图像采集设备的运动方向、运动速度和变倍参数。
在步骤S46中，根据运动方向和运动速度，控制图像采集设备进行运动，以及根据变倍参数，控制图像采集设备进行焦距变倍，并跳转执行步骤S42。
在步骤S47中，确定跟踪目标对应的当前跟丢时长，以及确定当前跟丢时长是否达到目标跟丢时长。若否，则跳转执行步骤S42；若是，则跳转执行步骤S48。
在步骤S48中，控制图像采集设备运动至初始跟踪位置，以结束对跟踪目标的跟踪。
在本公开实施例中，获取图像采集设备采集得到的视频流，对视频流进行目标检测，确定视频流中的目标对象，由于目标库中包括用户期望进行跟踪的参考对象，因此，通过将视频流中的目标对象与目标库中包括的参考对象进行特征匹配，使得在目标对象与参考对象匹配成功的情况下，可以自动确定用户期望进行跟踪的跟踪目标，进而在视频流中实现对跟踪目标的自动跟踪，有效提高了跟踪效果。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了目标跟踪装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种目标跟踪方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图5示出根据本公开实施例的一种目标跟踪装置的框图。如图5所示，装置50包括：
获取模块51，用于获取图像采集设备采集得到的视频流；
目标检测模块52，用于对视频流进行目标检测，确定视频流中的目标对象；
特征匹配模块53，用于将目标对象与目标库中包括的参考对象进行特征匹配，参考对象为用户期望进行跟踪的对象；
跟踪模块54，用于在目标对象与参考对象匹配成功的情况下，将目标对象确定为跟踪目标，以及在视频流中对跟踪目标进行跟踪。
在一种可能的实现方式中，跟踪模块54，包括：
目标检测子模块，用于对视频流中包括的视频帧进行目标检测，确定视频帧中是否存在跟踪目标；
第一确定子模块，用于在视频帧中存在跟踪目标的情况下，确定跟踪目标在视频帧中所在的目标区域；
控制子模块，用于根据目标区域，控制图像采集设备的运动，以对跟踪目标进行跟踪。
在一种可能的实现方式中，目标检测子模块，包括：
采样单元，用于按照目标采样间隔对视频流进行采样，得到视频流的多个视频帧；
目标检测单元，用于分别对多个视频帧进行目标检测，确定各视频帧中是否存在跟踪目标。
在一种可能的实现方式中，控制子模块，包括：
第一确定单元，用于针对视频流中的当前视频帧，在当前视频帧中存在跟踪目标的情况下，确定跟踪目标对应的当前跟踪时长；
控制单元，用于在当前跟踪时长小于目标跟踪时长的情况下，根据目标区域，控制图像采集设备的运动。
在一种可能的实现方式中，当前视频帧中包括跟踪中心区域；
控制单元，具体用于：
根据目标区域和跟踪中心区域的位置，确定图像采集设备的运动方向和运动速度；
根据运动速度和运动方向，控制图像采集设备进行运动。
在一种可能的实现方式中，控制单元，还用于：
根据目标区域和跟踪中心区域的尺寸，确定图像采集设备的变倍参数；
根据变倍参数，控制图像采集设备进行焦距变倍。
在一种可能的实现方式中，控制单元，还用于：
在当前跟踪时长达到目标跟踪时长的情况下，控制图像采集设备运动到初始跟踪位置。
在一种可能的实现方式中，控制子模块，还包括：
第二确定单元，用于针对视频流中的当前视频帧，在当前视频帧中不存在跟踪目标的情况下，确定跟踪目标对应的当前跟丢时长；
控制单元，还用于在当前跟丢时长小于目标跟丢时长的情况下，控制图像采集设备保持不动。
在一种可能的实现方式中，控制单元，还用于：
在当前跟丢时长达到目标跟丢时长的情况下，控制图像采集设备运动到初始跟踪位置。
在一种可能的实现方式中，图像采集设备安装在云台上；
控制子模块，用于通过控制云台的运动，以控制图像采集设备的运动。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的目标跟踪方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的目标跟踪方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6示出根据本公开实施例的一种电子设备的框图。如图6所示，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7示出根据本公开实施例的一种电子设备的框图。如图7所示，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如微软服务器操作***(Windows ServerTM)，苹果公司推出的基于图形用户界面操作***(Mac OSXTM)，多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM)，开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (13)

1.一种目标跟踪方法，其特征在于，包括：
获取图像采集设备采集得到的视频流；
对所述视频流进行目标检测，确定所述视频流中的目标对象；
将所述目标对象与目标库中包括的参考对象进行特征匹配，所述参考对象为用户期望进行跟踪的对象；
在所述目标对象与所述参考对象匹配成功的情况下，将所述目标对象确定为跟踪目标，以及在所述视频流中对所述跟踪目标进行跟踪。
2.根据权利要求1所述的方法，其特征在于，所述在所述视频流中对所述跟踪目标进行跟踪，包括：
对所述视频流中包括的视频帧进行目标检测，确定所述视频帧中是否存在所述跟踪目标；
在所述视频帧中存在所述跟踪目标的情况下，确定所述跟踪目标在所述视频帧中所在的目标区域；
根据所述目标区域，控制所述图像采集设备的运动，以对所述跟踪目标进行跟踪。
3.根据权利要求2所述的方法，其特征在于，所述对所述视频流中包括的视频帧进行目标检测，确定所述视频帧中是否存在所述跟踪目标，包括：
按照目标采样间隔对所述视频流进行采样，得到所述视频流的多个视频帧；
分别对所述多个视频帧进行目标检测，确定各所述视频帧中是否存在所述跟踪目标。
4.根据权利要求2或3所述的方法，其特征在于，所述根据所述目标区域，控制所述图像采集设备的运动，包括：
针对所述视频流中的当前视频帧，在所述当前视频帧中存在所述跟踪目标的情况下，确定所述跟踪目标对应的当前跟踪时长；
在所述当前跟踪时长小于目标跟踪时长的情况下，根据所述目标区域，控制所述图像采集设备的运动。
5.根据权利要求4所述的方法，其特征在于，所述当前视频帧中包括跟踪中心区域；
所述在所述当前跟踪时长小于目标跟踪时长的情况下，根据所述目标区域，控制所述图像采集设备的运动，包括：
根据所述目标区域和所述跟踪中心区域的位置，确定所述图像采集设备的运动方向和运动速度；
根据所述运动速度和所述运动方向，控制所述图像采集设备进行运动。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述目标区域和所述跟踪中心区域的尺寸，确定所述图像采集设备的变倍参数；
根据所述变倍参数，控制所述图像采集设备进行焦距变倍。
7.根据权利要求4至6中任意一项所述的方法，其特征在于，所述方法还包括：
在所述当前跟踪时长达到所述目标跟踪时长的情况下，控制所述图像采集设备运动到初始跟踪位置。
8.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：
针对所述视频流中的当前视频帧，在所述当前视频帧中不存在所述跟踪目标的情况下，确定所述跟踪目标对应的当前跟丢时长；
在所述当前跟丢时长小于目标跟丢时长的情况下，控制所述图像采集设备保持不动。
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
在所述当前跟丢时长达到所述目标跟丢时长的情况下，控制所述图像采集设备运动到初始跟踪位置。
10.根据权利要求2至9中任意一项所述的方法，其特征在于，所述图像采集设备安装在云台上；
所述控制所述图像采集设备的运动，包括：
通过控制所述云台的运动，以控制所述图像采集设备的运动。
11.一种目标跟踪装置，其特征在于，包括：
获取模块，用于获取图像采集设备采集得到的视频流；
目标检测模块，用于对所述视频流进行目标检测，确定所述视频流中的目标对象；
特征匹配模块，用于将所述目标对象与目标库中包括的参考对象进行特征匹配，所述参考对象为用户期望进行跟踪的对象；
跟踪模块，用于在所述目标对象与所述参考对象匹配成功的情况下，将所述目标对象确定为跟踪目标，以及在所述视频流中对所述跟踪目标进行跟踪。
12.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至10中任意一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至10中任意一项所述的方法。
CN202110220217.3A 2021-02-26 2021-02-26 目标跟踪方法及装置、电子设备和存储介质 Pending CN112884809A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110220217.3A CN112884809A (zh) 2021-02-26 2021-02-26 目标跟踪方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110220217.3A CN112884809A (zh) 2021-02-26 2021-02-26 目标跟踪方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112884809A true CN112884809A (zh) 2021-06-01

Family

ID=76054837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110220217.3A Pending CN112884809A (zh) 2021-02-26 2021-02-26 目标跟踪方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112884809A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113989695A (zh) * 2021-09-18 2022-01-28 北京远度互联科技有限公司 目标跟踪方法、装置、电子设备及存储介质
CN114972415A (zh) * 2021-12-28 2022-08-30 广东东软学院 机器人视觉跟踪方法、***、电子设备及介质
CN115984333A (zh) * 2023-02-14 2023-04-18 北京拙河科技有限公司 一种飞机目标平滑跟踪方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096573A (zh) * 2016-06-23 2016-11-09 乐视控股（北京）有限公司 目标跟踪方法、装置、***及远程监控***
WO2018133666A1 (zh) * 2017-01-17 2018-07-26 腾讯科技（深圳）有限公司 视频目标跟踪方法和装置
CN110163885A (zh) * 2018-02-12 2019-08-23 杭州海康威视数字技术股份有限公司 一种目标跟踪方法及装置
US20200117946A1 (en) * 2017-06-30 2020-04-16 Hangzhou Hikvision Digital Technology Co., Ltd. Method, apparatus and application system for extracting a target feature
CN111767782A (zh) * 2020-04-15 2020-10-13 上海摩象网络科技有限公司 一种跟踪目标确定方法、装置和手持相机
CN112055158A (zh) * 2020-10-16 2020-12-08 苏州科达科技股份有限公司 目标跟踪方法、监控设备、存储介质及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096573A (zh) * 2016-06-23 2016-11-09 乐视控股（北京）有限公司 目标跟踪方法、装置、***及远程监控***
WO2018133666A1 (zh) * 2017-01-17 2018-07-26 腾讯科技（深圳）有限公司 视频目标跟踪方法和装置
US20200117946A1 (en) * 2017-06-30 2020-04-16 Hangzhou Hikvision Digital Technology Co., Ltd. Method, apparatus and application system for extracting a target feature
CN110163885A (zh) * 2018-02-12 2019-08-23 杭州海康威视数字技术股份有限公司 一种目标跟踪方法及装置
CN111767782A (zh) * 2020-04-15 2020-10-13 上海摩象网络科技有限公司 一种跟踪目标确定方法、装置和手持相机
CN112055158A (zh) * 2020-10-16 2020-12-08 苏州科达科技股份有限公司 目标跟踪方法、监控设备、存储介质及***

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113989695A (zh) * 2021-09-18 2022-01-28 北京远度互联科技有限公司 目标跟踪方法、装置、电子设备及存储介质
CN113989695B (zh) * 2021-09-18 2022-05-20 北京远度互联科技有限公司 目标跟踪方法、装置、电子设备及存储介质
CN114972415A (zh) * 2021-12-28 2022-08-30 广东东软学院 机器人视觉跟踪方法、***、电子设备及介质
CN115984333A (zh) * 2023-02-14 2023-04-18 北京拙河科技有限公司 一种飞机目标平滑跟踪方法及装置
CN115984333B (zh) * 2023-02-14 2024-01-19 北京拙河科技有限公司 一种飞机目标平滑跟踪方法及装置

Similar Documents

Publication Publication Date Title
CN106572299B (zh) 摄像头开启方法及装置
CN110557547B (zh) 镜头位置调整方法及装置
CN107692997B (zh) 心率检测方法及装置
CN112884809A (zh) 目标跟踪方法及装置、电子设备和存储介质
US11539888B2 (en) Method and apparatus for processing video data
CN112085097A (zh) 图像处理方法及装置、电子设备和存储介质
CN110636383A (zh) 一种视频播放方法、装置、电子设备及存储介质
CN111523346A (zh) 图像识别方法及装置、电子设备和存储介质
CN105323491A (zh) 图像拍摄方法及装置
CN110620871B (zh) 视频拍摄方法及电子设备
CN110955800A (zh) 视频检索方法及装置
CN109255839B (zh) 场景调整方法及装置
CN110121115B (zh) 精彩视频片段的确定方法及装置
CN113315903B (zh) 图像获取方法和装置、电子设备、存储介质
CN113506325B (zh) 图像处理方法及装置、电子设备和存储介质
CN114430457B (zh) 拍摄方法、装置、电子设备和存储介质
CN110858921A (zh) 节目视频的处理方法及装置
EP3905660A1 (en) Method and device for shooting image, and storage medium
CN113506324A (zh) 图像处理方法及装置、电子设备和存储介质
CN113506321A (zh) 图像处理方法及装置、电子设备和存储介质
CN112651880A (zh) 视频数据处理方法及装置、电子设备和存储介质
CN111782110A (zh) 截屏方法及装置、电子设备和存储介质
CN111787215A (zh) 拍摄方法及装置、电子设备和存储介质
CN112203015B (zh) 相机控制方法、装置及介质***
CN110458962B (zh) 一种图像处理方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210601

RJ01 Rejection of invention patent application after publication