CN113538519B - 目标追踪方法及装置、电子设备和存储介质 - Google Patents

目标追踪方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113538519B
CN113538519B CN202110826777.3A CN202110826777A CN113538519B CN 113538519 B CN113538519 B CN 113538519B CN 202110826777 A CN202110826777 A CN 202110826777A CN 113538519 B CN113538519 B CN 113538519B
Authority
CN
China
Prior art keywords
feature
frame image
target object
current frame
network
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.)
Active
Application number
CN202110826777.3A
Other languages
English (en)
Other versions
CN113538519A (zh
Inventor
战赓
庄博涵
孙书洋
欧阳万里
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 CN202110826777.3A priority Critical patent/CN113538519B/zh
Publication of CN113538519A publication Critical patent/CN113538519A/zh
Application granted granted Critical
Publication of CN113538519B publication Critical patent/CN113538519B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种目标追踪方法及装置、电子设备和存储介质，所述方法包括：针对视频流中初始帧图像之后的任一当前帧图像，获取所述当前帧图像的前一帧图像中目标对象所在的第一位置；基于所述第一位置和当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，其中，所述当前帧图像中目标对象的预测特征基于所述视频流的初始帧图像和所述当前帧的前一帧图像得到。本公开实施例可精确地实现目标追踪。

Description

目标追踪方法及装置、电子设备和存储介质
本申请是在2019年06月25日提交中国专利局、申请号为201910555741.9、申请名称为“目标追踪方法及装置、电子设备和存储介质”的中国专利申请的分案申请。
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种目标追踪方法及装置、电子设备和存储介质。
背景技术
视频物体追踪是计算机视觉中的一项被探索了数十年的关键问题。视频物体追踪在许多计算机视觉子领域，如视频姿态追踪、视频图像分割、视频物体检测中都有重要的应用。
近年来，基于深度学习的追踪算法取得了一定的成绩，但是现有的方法很难快速适应视频中物体剧烈变化的外观，因此其效果受到影响。
发明内容
本公开提出了一种目标追踪的技术方案。
根据本公开的第一方面，提供了一种目标追踪方法，其包括：
针对视频流中初始帧图像之后的任一当前帧图像，获取所述当前帧图像的前一帧图像中目标对象所在的第一位置；
基于所述第一位置和当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，其中，所述当前帧图像中目标对象的预测特征基于所述视频流的初始帧图像和所述当前帧的前一帧图像得到。
在一些可能的实施方式中，获得当前帧图像的预测特征，包括：
基于所述当前帧图像的前一帧图像中所述目标对象的第一位置对应的第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征。
在一些可能的实施方式中，所述针对视频流中初始帧图像之后的任一当前帧图像，获取所述当前帧图像的前一帧图像中目标对象所在的第一位置之前，所述方法还包括：
获得所述初始帧图像中目标对象所在的第二位置，以及所述第二位置对应的第二特征。
在一些可能的实施方式中，所述获取所述初始帧图像内目标对象所在的第二位置，包括以下方式中的至少一种：
获取所述初始帧图像内针对所述目标对象的位置掩码图，基于所述掩码图确定所述目标对象的第二位置；
接收针对所述初始帧图像的框选操作，基于所述框选操作对应的位置区域确定所述目标对象的第二位置；
对所述初始帧图像执行目标检测操作，基于所述目标检测操作的检测结果确定所述目标对象的第二位置。
在一些可能的实施方式中，所述基于所述当前帧图像的前一帧图像中所述目标对象的第一位置对应的第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征，包括：
分别对所述第一特征和第二特征执行卷积处理，得到第一特征的第一过渡特征，以及得到第二特征的第二过渡特征；
对所述第一过渡特征和第二过渡特征执行第一互相关编码处理以及图卷积处理，得到第三特征；
基于所述第三特征、第一过渡特征和第二特征的特征融合处理，得到所述预测特征。
在一些可能的实施方式中，所述对所述第一过渡特征和第二过渡特征执行第一互相关编码处理以及图卷积处理，得到第三特征，包括：
对所述第一过渡特征和第二过渡特征执行第一互相关编码处理，得到第一编码特征；
将所述第一编码特征输入至图神经网络执行图卷积处理，得到所述第三特征。
在一些可能的实施方式中，对所述第一过渡特征和第二过渡特征执行第一互相关编码处理，得到第一编码特征，包括：
对所述第一过渡特征和第二过渡特征执行矩阵相乘操作，得到所述第一编码特征。
在一些可能的实施方式中，基于所述第三特征、第一过渡特征和第二特征的特征融合处理，得到所述预测特征，包括：
基于所述第一过渡特征执行所述第三特征的互相关解码处理，得到第四特征；
对所述第四特征和所述第二特征执行加和处理，得到所述预测特征。
在一些可能的实施方式中，所述基于所述第一位置和所述当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，包括：
基于所述第一位置，确定所述当前帧图像中针对所述目标对象的搜索区域，以及与所述搜索区域对应的第五特征；
将所述预测特征作为卷积核，执行所述第五特征的第二互相关编码处理，得到的第二编码特征；
基于所述第二编码特征执行所述目标对象的目标检测处理，得到所述当前帧图像中所述目标对象的位置信息。
在一些可能的实施方式中，基于所述第一位置，确定所述任一帧图像中针对所述目标对象的搜索区域，包括：
以第一位置为中心，对所述第一位置放大预设倍数，得到所述当前帧图像中针对所述目标对象的搜索区域。
在一些可能的实施方式中，将所述预测特征作为卷积核，执行所述第五特征的第二互相关编码处理，包括：
将所述预测特征作为卷积核，对所述第五特征执行卷积处理，得到所述第二编码特征。
在一些可能的实施方式中，所述基于所述第二编码特征执行所述目标对象的目标检测处理，得到所述当前帧图像中所述目标对象的位置信息，包括：
将所述第二编码特征输入至目标检测网络，得到所述搜索区域中针对所述目标对象的位置信息。
在一些可能的实施方式中，所述目标追踪方法应用在孪生神经网络中，所述孪生神经网络包括用于第一分支网络、第二分支网络、以及特征更新网络和目标检测网络，其中第一分支网络和第二分支网络相同；
所述第一分支网络用于检测所述初始帧图像中目标对象的第二位置以及所述第二位置对应的第二特征；
所述第二分支网络用于检测所述初始帧图像之后的任一当前帧图像的前一帧图像中目标对象的第一位置，以及所述第一位置对应的第一特征；
所述特征更新网络用于基于初始帧图像以及当前帧图像的前一帧图像得到预测特征；
所述目标检测网络用于基于所述第一位置和当前帧图像的预测特征，得到所述当前帧图像中所述目标对象的位置信息。
在一些可能的实施方式中，所述方法还包括：
在所述视频流的图像帧中突出显示所述目标对象的位置信息。
根据本公开的第二方面，提供了一种目标追踪装置，其包括：
检测模块，其用于针对视频流中初始帧图像之后的任一当前帧图像，获取所述当前帧图像的前一帧图像中目标对象所在的第一位置；
追踪模块，其用于基于所述第一位置和当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，其中，所述当前帧图像中目标对象的预测特征基于所述视频流的初始帧图像和所述当前帧的前一帧图像得到。
在一些可能的实施方式中，所述追踪模块包括：
预测单元，其用于获得当前帧图像的预测特征，其基于所述当前帧图像的前一帧图像中所述目标对象的第一位置对应的第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征。
在一些可能的实施方式中，所述检测模块还用于获得所述初始帧图像中目标对象所在的第二位置，以及所述第二位置对应的第二特征。
在一些可能的实施方式中，所述检测模块获取所述初始帧图像内目标对象所在的第二位置，包括以下方式中的至少一种：
获取所述初始帧图像内针对所述目标对象的位置掩码图，基于所述掩码图确定所述目标对象的第二位置；
接收针对所述初始帧图像的框选操作，基于所述框选操作对应的位置区域确定所述目标对象的第二位置；
对所述初始帧图像执行目标检测操作，基于所述目标检测操作的检测结果确定所述目标对象的第二位置。
在一些可能的实施方式中，所述预测单元还用于分别对所述第一特征和所述第二特征执行卷积处理，得到第一特征的第一过渡特征，以及得到第二特征的第二过渡特征；
对所述第一过渡特征和第二过渡特征执行第一互相关编码处理以及图卷积处理，得到第三特征；
基于所述第三特征、第一过渡特征和第二特征的特征融合处理，得到所述预测特征。
在一些可能的实施方式中，所述预测单元还用于对所述第一过渡特征和第二过渡特征执行第一互相关编码处理，得到第一编码特征；
将所述第一编码特征输入至图神经网络执行图卷积处理，得到所述第三特征。
在一些可能的实施方式中，所述预测单元还用于对所述第一过渡特征和第二过渡特征执行矩阵相乘操作，得到所述第一编码特征。
在一些可能的实施方式中，所述预测单元还用于基于所述第一过渡特征执行所述第三特征的互相关解码处理，得到第四特征；
对所述第四特征和所述第二特征执行加和处理，得到所述预测特征。
在一些可能的实施方式中，所述追踪模块还包括追踪单元，其用于基于所述第一位置，确定所述当前帧图像中针对所述目标对象的搜索区域，以及与所述搜索区域对应的第五特征；
将所述预测特征作为卷积核，执行所述第五特征的第二互相关编码处理，得到的第二编码特征；
基于所述第二编码特征执行所述目标对象的目标检测处理，得到所述当前帧图像中所述目标对象的位置信息。
在一些可能的实施方式中，所述追踪单元还用于以第一位置为中心，对所述第一位置放大预设倍数，得到所述当前帧图像中针对所述目标对象的搜索区域。
在一些可能的实施方式中，所述追踪单元还用于将所述预测特征作为卷积核，对所述第五特征执行卷积处理，得到所述第二编码特征。
在一些可能的实施方式中，所述追踪单元还用于将所述第二编码特征输入至目标检测网络，得到所述搜索区域中针对所述目标对象的位置信息。
在一些可能的实施方式中，所述目标追踪装置包括孪生神经网络，所述检测模块包括所述孪生神经网络的第一分支网络、第二分支网络，所述追踪模块包括所述孪生神经网络的特征更新网络和目标检测网络，所述第一分支网络和第二分支网络相同；
所述第一分支网络用于检测所述初始帧图像中目标对象的第二位置以及所述第二位置对应的第二特征；
所述第二分支网络用于检测所述初始帧图像之后的任一当前帧图像的前一帧图像中目标对象的第一位置，以及所述第一位置对应的第一特征；
所述特征更新网络用于基于初始帧图像以及当前帧图像的前一帧图像得到预测特征；
所述目标检测网络用于基于所述第一位置和当前帧图像的预测特征，得到所述当前帧图像中所述目标对象的位置信息。
在一些可能的实施方式中，显示模块，其用于在所述视频流的图像帧中突出显示所述目标对象的位置信息。
根据本公开的第三方面，提供了一种电子设备，其包括：
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，以执行第一方面中任意一项所述的方法。
根据本公开的第四方面，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第一方面中任意一项所述的方法。
在本公开实施例中，可以根据初始帧图像中目标对象的位置信息，顺序地得到后续图像中目标对象的位置，其中，可以根据任一当前帧图像的前一帧图像以及初始帧图像，得到当前帧图像中目标对象的预测特征，并可以根据前一帧图像中的第一位置以及得到的预测特征，确定目标对象在当前帧图像中的位置，其中可以通过有效的前向传播的方式，精确的追踪到目标对象，同时能够快速适应物体剧烈变化的外观。
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追踪方法的流程图；
图2示出根据本公开实施例步骤S20的一种目标追踪方法中获得目标对象的预测特征流程图；
图3示出根据本公开实施例的一种目标追踪方法中步骤S32的流程图；
图4示出根据本公开实施例得到预测特征的结构示意图；
图5示出根据本公开实施例的一种目标追踪方法中步骤S20的流程图；
图6示出根据本公开实施例实现目标追踪的过程示意图；
图7示出根据本公开实施例的一种目标追踪装置的框图；
图8示出根据本公开实施例的一种电子设备的框图；
图9示出根据本公开实施例的一种电子设备的另一框图。
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。
本公开实施例提供了一种目标追踪方法，其可以用于追踪连续的图像帧中的目标对象。本公开实施例的方法可以应用在任意的图像处理装置中，例如，图像处理方法可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该图像处理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。
图1示出根据本公开实施例的一种目标追踪方法的流程图，如图1所示，所述目标追踪方法包括：
S10：针对视频流中初始帧图像之后的任一当前帧图像，获取所述当前帧图像的前一帧图像中目标对象所在的第一位置。
本公开实施例可以用于对视频流中的目标对象进行追踪，该目标对象可以为任意类型的对象，如特定的人物、动物、或者其他在图像中出现的任意对象，本公开对目标对象的类型不作具体限定，其可以根据具体的应用目的确定。
在一些可能的实施方式中，可以对视频流执行选帧操作得到的本公开实施例执行目标对象追踪的多帧图像，或者也可以将视频流中的全部图像直接作为待执行目标对象追踪的多帧图像。其中各帧图像可以按照时间帧的顺序排序。
在一些可能的实施方式中，可以利用前一帧图像中目标对象的位置预测下一帧图像的目标对象的位置，因此在执行针对视频流中初始帧图像之后的任一当前帧图像内的目标对象的检测时，可以首先得到该当前帧图像的前一帧图像中目标对象的检测结果，即前一帧图像中目标对象所在的第一位置，而后在根据该一位置进一步预测当前帧图像的位置。
其中，首先可以先获得视频流的初始帧图像中目标对象的位置，该初始帧图像中目标对象的位置可以为通过目标检测得到的，也可以为用户输入的，在此不做限定，而后根据该初始帧图像内目标对象的位置预测第二帧图像内目标对象的位置，依次类推，获得其余帧图像中目标对象的位置。
S20：基于所述第一位置和当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，其中，所述当前帧图像的预测特征基于所述视频流的初始帧图像和所述当前帧的前一帧图像得到。
在一些可能的实施方式中，可以基于当前帧图像的前一帧图像中目标对象的第一位置，确定当前帧图像中与第一位置对应的搜索区域，并根据预测特征在搜索区域中确定与预测特征匹配的位置区域，即为目标对象在当前帧图像中的位置。
基于上述配置，本公开实施例可以根据当前帧的前一帧图像的目标对象的位置，以及得到的当前帧图像中目标对象的预测特征，预测出当前帧图像的目标对象的位置，其中通过前向传播的方式可以快速的追踪到当前帧的目标对象。
下面结合附图对本公开实施例进行详细说明。
本公开实施例可以首先获得在初始帧图像中目标对象的位置(第二位置)以及第二位置对应的第二特征。在一些可能的实施方式中，该第二位置可以表示成目标对象的位置区域对应的矩形框的两个对角顶点的坐标，或者也可以表示成一个顶点的坐标，以及长度和宽度信息。通过上述信息均可以确定目标对象在初始帧图像中对应的位置区域，在其他实施例中第二位置也可以表示成其他形式，或者本公开实施例中关于目标对象的位置信息的表示方式均可以为上述方式，或者也可以通过其他方式表示，本公开对此不作具体限定。
其中，获取视频流的初始帧图像内目标对象所在的第二位置的方式可以包括以下至少一种：
a)获取所述初始帧图像内针对所述目标对象的位置掩码图，基于所述掩码图确定所述目标对象的第二位置；
在一些可能的实施方式中，掩码图可以表示成与初始帧图像的维度对应的矩阵形式，掩码图中的每个掩码值与初始帧图像中的像素点一一对应，掩码值可以表示成第一码值或者第二码值，其中第一码值表示目标对象所在的区域，例如第一码值可以为“1”，第二码值可以为“0”，此时第一码值“1”所对应的像素点的集合即为目标对象所在的第二位置的位置区域。另外，该掩码图可以为用户输入的信息，或者也可以为通过目标对象检测处理操作得到的掩码图。
b)接收针对所述初始帧图像的框选操作，基于所述框选操作对应的位置区域确定所述目标对象的第二位置；
在一些可能的实施方式中，可以通过输入组件接收对初始帧图像的框选操作，其中输入组件可以包括鼠标、触控板、键盘等其他能够接收框选操作的器件，其中该框选操作为在初始帧图像中选择出目标对象的区域的操作，其中框选操作可以得到一选择区域，该选择区域对应的位置即为第二位置。
其中，框选操作得到的选择区域可为规则的方形，此时第二位置即可以确定为该框选操作对应的选择区域的位置，或者框选操作得到的选择区域也可为不规则的图行，此时可以基于该不规则图形确定最小的包括该不规则图像的方形区域，第二位置即可以为确定为方形区域的位置。
c)对所述初始帧图像执行目标检测操作，基于所述目标检测操作的检测结果确定所述目标对象的第二位置。
在一些可能的实施方式中，可以将初始帧图像输入至一能够执行目标对象的检测的神经网络中，如可以输入至Mask-RCNN(基于掩码的目标识别的卷积神经网络)，得到目标对象所在的位置的掩码图，从而确定第二位置。
在得到初始帧图像中针对目标对象的第二位置的情况下，即可以得到该第二位置对应的第二特征。其中可以从初始帧图像中截取第二位置对应的图像区域，对该图像区域执行特征提取处理，得到第二特征，或者也可以对初始帧图像执行特征提取处理，得到初始帧图像的图像特征，而后基于第二位置获得初始帧图像的图像特征中与该第二位置对应的第二特征。其中，本公开实施例的第一特征、第二特征以及后续的第一过渡特征、第二过渡特征、第三特征、第四特征和第五特征，分别表示的均为目标对象的图像特征，通过检测上述特征，以及对特征进行融合优化等处理，可以得到精确度更高的特征信息，从而更精确的检测到目标对象在各帧图像中的位置。
进一步地，在得到初始帧图像中目标对象的第二位置和相应的第二特征的情况下，即可以按照图像帧的顺序依次获得其余帧图像中的目标对象的位置。其中，可以根据初始帧图像以及当前帧图像的前一帧图像得到当前帧图像中目标对象的预测特征。
图2示出根据本公开实施例的一种目标追踪方法中获得目标对象的预测特征流程图。如图2所示，所述获得当前帧图像的预测特征，包括：
S31：获得所述初始帧图像中第二位置对应的第二特征，以及所述任一帧图像的前一帧图像中所述第一位置对应的第一特征；
在一些可能的实施方式中，在对视频流中所述初始帧图像之后的任一当前帧图像进行目标对象的特征预测时，可以根据初始帧中目标对象的检测结果(即第二位置)以及该当前帧图像之前的前一帧图像中目标对象的检测结果(即第一位置)对该任一帧图像中目标对象的特征进行预测。
例如，可以对初始帧图像中第二位置和前一帧图像中的第一位置对应的图像区域分别进行特征提取，得到相应的特征信息，即第二特征和第一特征。或者也可以对初始帧图像和前一帧图像分别执行特征提取处理，而后从初始帧图像的图像特征中得到与第二位置对应的第二位置，以及从前一帧图像的图像特征中得到与第一位置对应的第一特征。通过得到的该第一特征和第二特征得到当前帧图像的预测特征。
其中可以通过残差网络执行特征提取，分别得到第一特征和第二特征。在其他实施例中也可以通过其他特征提取网络执行特征提取处理。
其中，响应于所述当前帧图像为第二帧图像，所述当前帧图像的前一帧图像中所述目标对象的第一位置为所述初始帧图像中目标对象的第二位置。对应的，第二位置的第二特征也就是第一位置的第一特征。也就是说，对于视频流中的第二帧图像，即初始帧图像的下一帧图像，前一帧图像即为初始帧图像，前一帧图像的目标对象的第一位置即为初始帧中目标对象的第二位置，第一位置对应的第一特征即为第二位置对应的第二特征。可以根据初始帧图像中目标对象的第二位置确定第二帧图像中的目标对象的预测特征。对于第二帧图像之后的第n帧图像，则可以根据初始帧图像中目标对象的第二位置对应的第二特征以及第n-1帧图像中目标对象的第一位置对应的第一特征得到预测特征。n为大于2的整数，其表示当前帧的帧数。
S32：基于所述当前帧图像的前一帧图像中所述目标对象的所述第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征。
在一些可能的实施方式中，可以基于初始帧图像中目标对象的第二特征以及当前帧图像的前一帧图像中目标对象的第一特征，预测在当前帧图像中目标对象的预测特征。例如可以针对第一特征和第二特征的互相关处理、卷积处理等方式得到该预测特征。
图3示出根据本公开实施例的一种目标追踪方法中步骤S32的流程图。其中所述基于所述当前帧图像的前一帧图像中所述目标对象的所述第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征，包括：
S321：分别对所述第一特征和第二特征执行卷积处理，分别对应得到第一特征的第一过渡特征，以及得到第二特征的第二过渡特征；
在一些可能的实施方式中，可以分别对第一特征和第二特征执行卷积处理得到第一特征对应的第一过渡特征，以及第二特征对应的第二过渡特征。其中通过该卷积处理可以使得第一过渡特征内包括的关于目标对象的特征信息相对于第一特征更精确，以及使得第二过渡特征内包括的关于目标对象的特征信息相对于第二特征也更精确。其中，对第一特征和第二特征执行卷积处理的卷积核可以相同也可以不同，如可以均为1*1的卷积核，或者也可以为其他形式的卷积核。
图4示出根据本公开实施例得到预测特征的结构示意图。其中，初始帧图像中目标对象对应的第二位置的第二特征可以表示为F0，任一帧图像的前一帧图像中目标对象对应的第一位置的第一特征可以表示为Ft-1，t表示图像帧对应的帧数，t为正整数。
其中，本公开实施例中第一特征和第二特征的维度相同，均可以表示为C×W×H，其中C表示通道数，W表示特征的宽度，H表示特征的高度。其中第一特征和第二特征分别为矩阵形式。对应的，通过卷积处理得到的第一过渡特征的维度可以为C1×W×H，以及第二过渡特征/>的维度可以为C2×W×H，其中，C1和C2分别用于表示相应的过渡特征的通道数，二者可以为相同的数值，也可以为不同的数值，W和H可以分别表示过渡特征的宽度和高度。
S322：对所述第一过渡特征和第二过渡特征执行第一互相关编码处理以及图卷积处理，得到第三特征；
在得到第一过渡特征和第二过渡特征的情况下，可以对第一过渡特征和第二过渡特征执行第一互相关编码处理(cross correlation)以及图卷积处理(conv1d和conv2d)，以融合二者的特征信息，得到融合了二者的特征信息的第三特征，其中，第三特征的维度可以表示为C2×C1。
在一些可能的实施方式中，第一互相关编码处理可以表示为矩阵相乘的操作，即可以通过第一过渡特征和第二过渡特征执行矩阵相乘的操作，执行第一互相关编码处理，得到对应的第三过渡特征E，该第三过渡特征的维度为C2×C1。继而将第三过渡特征输入至图神经网络执行图卷积处理，得到第三特征。其中，第三特征的维度也为C2×C1。本公开实施例的图神经网络可以对第三过渡特征执行两次卷积处理(conv1d和conv2d)，得到第三特征Eref，在其他实施例中也可以执行其他次数的卷积处理，本公开对此不作具体限定。
S323：基于所述第三特征、第一过渡特征和第二特征的特征融合处理，得到所述预测特征。
在一些可能的实施方式中，可以首先对第三特征和第一过渡特征执行特征融合处理，即可以通过第一过渡特征对第三特征执行互相关解码处理，得到解码特征，而后对解码特征执行卷积处理，得到第四特征M'，该第四特征融合了第一过渡特征和第三特征中的特征信息。第四特征的维度与第二特征的维度相同。其中，通过第二过渡特征对第三特征执行互相关解码处理，可以为对第二过渡特征和第三特征执行卷积处理，得到该解码特征。
而后再对第四特征和第二特征执行加和处理，如对应元素的特征值相加，从而得到预测特征Ffinal，该预测特征进一步融合第二特征的特征信息。同时该预测特征可以用于表征目标对象在当前帧图像中的特征信息。
其中，第四特征的维度可以与第二特征的维度相同，即为C×W×H。或者在一些实施方式中，在对第三特征和第一过渡特征执行特征融合处理，即对第三特征和第一过渡特征执行卷积处理得到的特征可以为中间特征，该中间特征的维度可以为C2×W×H，进一步对中间特征执行卷积处理可以得到第四特征，即维度为C×W×H的特征。
而后，对第四特征和第二特征执行加和处理，得到预测特征。预测特征的维度也为C×W×H。
在得到当前帧的预测特征的情况下，即可以根据该预测特征检测当前帧图像中的目标对象的位置。
图5示出根据本公开实施例的一种目标追踪方法中步骤S20的流程图。其中，所述基于所述第一位置和所述当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，包括：
S201：基于所述第一位置，确定所述当前帧图像中针对所述目标对象的搜索区域，以及与所述搜索区域对应的第五特征；
在一些可能的实施方式中，可以根据当前帧图像的前一帧图像中目标对象的第一位置确定在当前帧图像中关于目标对象的搜索区域。其中，可以对第一位置对应的位置区域按照预设倍数放大，放大后的位置区域即可以作为在当前帧图像中的搜索区域。通过该配置可以保证目标对象在搜索区域内。
其中，预设倍数可以为预先设置的值，其可以根据目标对象的类型或者应用场景确定，例如可以为2，在其他实施例中也可以为其他数值。
在一些可能的实施方式中，在确定搜索区域之后，即可以根据得到搜索区域对应的第五特征，其中可以利用特征提取网络执行该搜索区域的图像的特征提取处理，得到目标对象的第五特征，或者也可以对当前帧图像执行特征提取处理，进而从当前帧图像的图像特征中选择出与搜索区域对应的特征信息，即第五特征。
本公开实施例可以得到该搜索区域的特征信息后，可以执行预测特征和搜索区域的特征信息的匹配，其中特征提取处理也可以通过残差网络实现，本公开不作具体限定。
S202：将所述预测特征作为卷积核，执行所述第五特征的第二互相关编码处理，得到的第二编码特征；
在得到第五特征以及预测特征的情况下，可以对第五特征和预测特征执行互相关编码处理，得到第二编码特征。其中，可以利用预测特征作为卷积核对第五特征进行卷积处理执行该互相关编码处理，从而得到第二编码特征。第二编码特征的维度与第五特征的维度相同。其中，本公开实施例的第二编码特征可以表示预测特征与索索区域内每个像素点的匹配度。
S203：基于所述第二编码特征执行所述目标对象的目标检测处理，得到所述当前图像中所述目标对象的位置信息。
在得到第二编码特征的情况下，可以对该第二编码特征执行目标检测处理，本公开实施例可以利用区域候选网络执行该目标检测处理操作，得到第二编码特征对应的目标对象的候选框，即目标对象的位置。
在一些可能的实施方式中，针对目标对象可以得到多个候选框，本公开实施例可以基于置信度最高的候选框确定目标对象的位置。其中，目标检测处理可以通过区域候选网络实现，得到针对目标对象的候选框的位置。
根据本公开实施例可以通过前向传播的方式得到目标对象在视频流的各个图像帧中的位置，实现目标对象的快速且准确的追踪。
在一些可能的实施方式中，在检测到图像中的目标对象的位置的情况下，还可以突出的显示目标对象的位置信息，例如以检测框的方式标注出目标对象所在的位置区域，从而可以方便的获知目标对象所在的区域，本公开对突出显示的方式不作具体限定。
下面为了更清楚的显示本公开实施例，举例说明目标追踪的过程。图6示出根据本公开实施例实现目标追踪的过程示意图。
本公开实施例的目标追踪方法可以通过孪生网络实现。如图6所示为网络的架构示意图。其中，本公开实施例的目标追踪方法中可以应用在孪生神经网络中，该孪生神经网络。孪生神经网络可以包括用于第一分支网络、第二分支网络、以及特征更新网络和目标检测网络，其中第一分支网络和第二分支网络相同；第一分支网络用于检测所述初始帧图像中目标对象的第二位置以及所述第二位置对应的第二特征；第二分支网络用于检测所述初始帧图像之后的任一当前帧图像的前一帧图像中目标对象的第一位置，以及所述第一位置对应的第一特征；特征更新网络用于基于初始帧图像以及当前帧图像的前一帧图像得到预测特征；目标检测网络用于基于所述第一位置和当前帧图像的预测特征，得到所述当前帧图像中所述目标对象的位置信息。还可以包括第三分支网络，该第三分支网络用于得到当前帧图像的搜索区域对应的第五特征。第三分支网络可以和第一分支网络以及第二分支网络相同。其中，针对视频流的初始帧图像之后的任一帧图像(下述为当前帧图像)，可以基于初始帧图像中目标对象的位置以及当前帧的前一帧图像的目标对象的位置来确定当前帧图像的目标对象的位置信息。
具体为，首先通过第一分支网络和第二分支网络分别对初始帧图像的第一位置对应的图像区域，以及前一帧图像的第二位置对应的图像区域，分别执行特征提取处理，如分别经过特征提取网络得到相应的第一特征和第二特征。其中，第一分支网络和第二分支网络分别可以为用于实现目标对象的特征提取的网络实现，特征提取网络可以包残差模块(Res)以及卷积模块(T)，残差模块可以由残差神经网络构成，如Resnet-18，通过两个残差神经网络分别执行第一位置的图像区域以及第二位置的图像区域的残差处理，而后通过卷积模块执行残差处理的结构的卷积操作，进而得到更精确的目标对象的第一特征和第二特征。通过上述残差处理和卷积处理可以更精确地提取出第一位置和第二位置对应的图像区域中目标对象的特征信息。在其他实施例中，特征提取也可以仅通过残差网络实现，或者也可以通过其他特征提取网络实现。
在得到第一特征和第二特征的情况下，利用特征更新网络(如图6中示出的特征更新模块，Template Update Modlue)对第一特征和第二特征进行处理，得到当前帧图像内目标对象的预测特征。其中，可以对第一特征和第二特征执行卷积处理、第一互相关编码以及图卷积处理而后执行特征融合得到预测特征(参照图4示出的实施例)，具体过程可以参见上述实施方式，在此不做重复说明。
在得到预测特征的情况下，可以基于第一位置区域确定当前帧图像的搜索区域，而后通过第三分支网络对该搜索区域对应的特征执行特征提取处理，得到搜索区域对应的特征，而后通过目标检测网络基于预测特征和搜索区域对应的特征信息的互相关编码以及目标检测，得到最终的当前帧图像中目标对象的位置。其中，本公开实施例通过孪生网络考虑到物体的外观变化，精确的执行特征的更新得到预测特征。
本公开实施例主要包括如下几个部分，初始帧的目标特征模版提取(第二特征提取)，前一帧的目标特征模版提取(第一特征提取)，模版在线更新模块(得到预测特征)，当前帧搜索区域的特征提取，模版匹配获取当前帧追踪目标的位置。以下分部阐述模块实现。
针对初始帧的目标特征模版提取(第一分支网络)：
输入：物体在初始帧的坐标位置，初始帧的图像；
输出：初始帧的目标特征模版(第二特征)；
具体步骤为：以物***置为中心获取图像块(第二位置对应的图像区域)，通过神经网络进行特征提取，作为物体在初始帧的特征模版(第二特征)。
前一帧的目标特征模版提取(第二分支网络)：
输入：物体在前一帧的坐标位置，前一帧的图像
输出：前一帧的目标特征模版(第一特征)；
具体步骤为：以物***置为中心获取图像块(第一位置对应的图像区域)，通过神经网络进行特征提取，作为物体在前一帧的特征模版(第一特征)。
模版在线更新模块，得到预测特征，(特征更新网络)：
输入：初始帧目标的特征模版(第二特征)，前一帧目标的特征模版(第一特征)；
输出：适用于当前帧的特征模版(预测特征)；
具体步骤为：分别用一个卷积层对初始帧目标特征模版(第二特征)和前一帧目标的特征模版(第一特征)进行特征过渡(得到第一过渡特征和第二过渡特征)，然后用互相关操作对过渡后的两个特征模版进行第一互相关编码。所得到的第一编码特征可理解为图(Graph)，然后利用图神经网络实现各个节点的特征交互以及特征更新，图卷积处理的两步操作各用一个卷积实现(得到第二特征)。然后将所得到的更新过的第二特征，再通过互相关操作解码到与本模块输入相同的特征空间，作为更新特征信息(预测特征)。此信息与初始帧目标的模版特征相加作为本模块的输出，即更新过的模版特征。
当前帧的搜索区域特征提取(第三分支网络)：
输入：物体在当前帧的坐标位置，当前帧的图像
输出：当前帧的搜索区域特征。
具体步骤为：以第一位置为中心获取图像块，即获取搜索区域(如搜索区域的尺寸为模版尺寸的两倍)，通过神经网络进行特征提取，作为当前帧的搜索区域特征。
模版匹配获取当前帧追踪目标的位置(目标检测网络)：
输入：更新过的特征模版(预测特征)，当前帧搜索区域的特征；
输出：当前帧图像中目标对象的位置。
具体步骤为：通过互相关操作(卷积处理)，用特征模版与搜索区域的每个位置进行相似度对比，将此相似度结果作为输入，通过分类和回归两个神经网络模块，将分类得分最高的区域作为物体在当前帧的位置，其位置通过回归网络进行修正。
在本公开实施例中，可以根据初始帧图像中目标对象的位置信息，顺序地得到后续图像中目标对象的位置，其中，可以根据当前帧图像的前一帧图像以及所述初始帧图像，得到当前帧帧图像中目标对象的预测特征，并可以根据前一帧图像中的第一位置以及得到的预测特征，确定目标对象在当前帧图像中的位置，其中可以通过有效的前向传播的方式，追踪到目标对象，同时能够快速适应物体剧烈变化的外观。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，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。
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。
此外，本公开还提供了目标追踪装置、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追踪方法，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7示出根据本公开实施例的一种目标追踪装置的框图，如图7所示，所述目标追踪装置包括：
检测模块10，其用于针对视频流中初始帧图像之后的任一当前帧图像，获取所述当前帧图像的前一帧图像中目标对象所在的第一位置；
追踪模块20，其用于基于所述第一位置和当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，其中，所述当前帧图像中目标对象的预测特征基于所述视频流的初始帧图像和所述当前帧的前一帧图像得到。
在一些可能的实施方式中，所述追踪模块20包括：
预测单元，其用于获得当前帧图像的预测特征，其基于所述当前帧图像的前一帧图像中所述目标对象的第一位置对应的第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征。
在一些可能的实施方式中，所述检测模块10还用于获得所述初始帧图像中目标对象所在的第二位置，以及所述第二位置对应的第二特征。
在一些可能的实施方式中，所述检测模块10获取所述初始帧图像内目标对象所在的第二位置，包括以下方式中的至少一种：
获取所述初始帧图像内针对所述目标对象的位置掩码图，基于所述掩码图确定所述目标对象的第二位置；
接收针对所述初始帧图像的框选操作，基于所述框选操作对应的位置区域确定所述目标对象的第二位置；
对所述初始帧图像执行目标检测操作，基于所述目标检测操作的检测结果确定所述目标对象的第二位置。
在一些可能的实施方式中，所述预测单元还用于分别对所述第一特征和所述第二特征执行卷积处理，得到第一特征的第一过渡特征，以及得到第二特征的第二过渡特征；
对所述第一过渡特征和第二过渡特征执行第一互相关编码处理以及图卷积处理，得到第三特征；
基于所述第三特征、第一过渡特征和第二特征的特征融合处理，得到所述预测特征。
在一些可能的实施方式中，所述预测单元还用于对所述第一过渡特征和第二过渡特征执行第一互相关编码处理，得到第一编码特征；
将所述第一编码特征输入至图神经网络执行图卷积处理，得到所述第三特征。
在一些可能的实施方式中，所述预测单元还用于对所述第一过渡特征和第二过渡特征执行矩阵相乘操作，得到所述第一编码特征。
在一些可能的实施方式中，所述预测单元还用于基于所述第一过渡特征执行所述第三特征的互相关解码处理，得到第四特征；
对所述第四特征和所述第二特征执行加和处理，得到所述预测特征。
在一些可能的实施方式中，所述追踪模块还包括追踪单元，其用于基于所述第一位置，确定所述当前帧图像中针对所述目标对象的搜索区域，以及与所述搜索区域对应的第五特征；
将所述预测特征作为卷积核，执行所述第五特征的第二互相关编码处理，得到的第二编码特征；
基于所述第二编码特征执行所述目标对象的目标检测处理，得到所述当前帧图像中所述目标对象的位置信息。
在一些可能的实施方式中，所述追踪单元还用于以第一位置为中心，对所述第一位置放大预设倍数，得到所述当前帧图像中针对所述目标对象的搜索区域。
在一些可能的实施方式中，所述追踪单元还用于将所述预测特征作为卷积核，对所述第五特征执行卷积处理，得到所述第二编码特征。
在一些可能的实施方式中，所述追踪单元还用于将所述第二编码特征输入至目标检测网络，得到所述搜索区域中针对所述目标对象的位置信息。
在一些可能的实施方式中，所述目标追踪装置包括孪生神经网络，所述检测模块包括所述孪生神经网络的第一分支网络、第二分支网络，所述追踪模块包括所述孪生神经网络的特征更新网络和目标检测网络，所述第一分支网络和第二分支网络相同；
所述第一分支网络用于检测所述初始帧图像中目标对象的第二位置以及所述第二位置对应的第二特征；
所述第二分支网络用于检测所述初始帧图像之后的任一当前帧图像的前一帧图像中目标对象的第一位置，以及所述第一位置对应的第一特征；
所述特征更新网络用于基于初始帧图像以及当前帧图像的前一帧图像得到预测特征；
所述目标检测网络用于基于所述第一位置和当前帧图像的预测特征，得到所述当前帧图像中所述目标对象的位置信息。
在一些可能的实施方式中，所述装置还包括：显示模块，其用于在所述视频流的图像帧中突出显示所述目标对象的位置信息。
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上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图8示出根据本公开实施例的一种电子设备的框图。例如，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8，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CMOS或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WiFi，2G或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9示出根据本公开实施例的一种电子设备的另一框图。例如，电子设备1900可以被提供为一服务器。参照图9，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Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，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。
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 (14)

1.一种目标追踪方法，其特征在于，所述目标追踪方法应用在孪生神经网络中，所述孪生神经网络包括第一分支网络、第二分支网络、特征更新网络和目标检测网络，其中所述第一分支网络和所述第二分支网络相同，所述方法包括：
通过所述第一分支网络检测视频流中初始帧图像中目标对象的第二位置以及所述第二位置对应的第二特征；
针对所述初始帧图像之后的任一当前帧图像，通过所述第二分支网络检测所述当前帧图像的前一帧图像中目标对象所在的第一位置以及所述第一位置对应的第一特征；
通过所述特征更新网络基于所述当前帧图像的前一帧图像中所述目标对象的第一位置对应的第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征；
通过所述目标检测网络基于所述第一位置和所述预测特征，得到所述当前帧图像中所述目标对象的位置信息。
2.根据权利要求1所述的方法，其特征在于，检测所述初始帧图像内目标对象所在的第二位置，包括以下方式中的至少一种：
获取所述初始帧图像内针对所述目标对象的位置掩码图，基于所述掩码图确定所述目标对象的第二位置；
接收针对所述初始帧图像的框选操作，基于所述框选操作对应的位置区域确定所述目标对象的第二位置；
对所述初始帧图像执行目标检测操作，基于所述目标检测操作的检测结果确定所述目标对象的第二位置。
3.根据权利要求1所述的方法，其特征在于，所述基于所述当前帧图像的前一帧图像中所述目标对象的第一位置对应的第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征，包括：
分别对所述第一特征和第二特征执行卷积处理，得到第一特征的第一过渡特征，以及得到第二特征的第二过渡特征；
对所述第一过渡特征和第二过渡特征执行第一互相关编码处理以及图卷积处理，得到第三特征；
基于所述第三特征、第一过渡特征和第二特征的特征融合处理，得到所述预测特征。
4.根据权利要求3所述的方法，其特征在于，所述对所述第一过渡特征和第二过渡特征执行第一互相关编码处理以及图卷积处理，得到第三特征，包括：
对所述第一过渡特征和第二过渡特征执行第一互相关编码处理，得到第一编码特征；
将所述第一编码特征输入至图神经网络执行图卷积处理，得到所述第三特征。
5.根据权利要求4所述的方法，其特征在于，对所述第一过渡特征和第二过渡特征执行第一互相关编码处理，得到第一编码特征，包括：
对所述第一过渡特征和第二过渡特征执行矩阵相乘操作，得到所述第一编码特征。
6.根据权利要求3所述的方法，其特征在于，基于所述第三特征、第一过渡特征和第二特征的特征融合处理，得到所述预测特征，包括：
基于所述第一过渡特征执行所述第三特征的互相关解码处理，得到第四特征；
对所述第四特征和所述第二特征执行加和处理，得到所述预测特征。
7.根据权利要求1-6中任意一项所述的方法，其特征在于，所述基于所述第一位置和所述当前帧图像中目标对象的预测特征，得到所述当前帧图像中所述目标对象的位置信息，包括：
基于所述第一位置，确定所述当前帧图像中针对所述目标对象的搜索区域，以及与所述搜索区域对应的第五特征；
将所述预测特征作为卷积核，执行所述第五特征的第二互相关编码处理，得到的第二编码特征；
基于所述第二编码特征执行所述目标对象的目标检测处理，得到所述当前帧图像中所述目标对象的位置信息。
8.根据权利要求7所述的方法，其特征在于，基于所述第一位置，确定所述当前帧图像中针对所述目标对象的搜索区域，包括：
以第一位置为中心，对所述第一位置放大预设倍数，得到所述当前帧图像中针对所述目标对象的搜索区域。
9.根据权利要求7所述的方法，其特征在于，将所述预测特征作为卷积核，执行所述第五特征的第二互相关编码处理，包括：
将所述预测特征作为卷积核，对所述第五特征执行卷积处理，得到所述第二编码特征。
10.根据权利要求7所述的方法，其特征在于，所述基于所述第二编码特征执行所述目标对象的目标检测处理，得到所述当前帧图像中所述目标对象的位置信息，包括：
将所述第二编码特征输入至目标检测网络，得到所述搜索区域中针对所述目标对象的位置信息。
11.根据权利要求1-6中任意一项所述的方法，其特征在于，所述方法还包括：
在所述视频流的图像帧中突出显示所述目标对象的位置信息。
12.一种目标追踪装置，其特征在于，包括检测模块和追踪模块，所述检测模块包括孪生神经网络的第一分支网络和第二分支网络，所述第一分支网络和所述第二分支网络相同，所述追踪模块包括所述孪生神经网络的特征更新网络和目标检测网络；
所述第一分支网络检测视频流中初始帧图像中目标对象的第二位置以及所述第二位置对应的第二特征；
所述第二分支网络用于针对所述初始帧图像之后的任一当前帧图像，检测所述当前帧图像的前一帧图像中目标对象所在的第一位置以及所述第一位置对应的第一特征；
所述特征更新网络用于基于所述当前帧图像的前一帧图像中所述目标对象的第一位置对应的第一特征，以及所述初始帧图像内所述目标对象的第二位置对应的第二特征，得到所述当前帧图像中目标对象的预测特征；
所述特征更新网络用于基于所述初始帧图像以及所述当前帧图像的前一帧图像得到所述当前帧图像中目标对象的预测特征；
所述目标检测网络用于基于所述第一位置和所述预测特征，得到所述当前帧图像中所述目标对象的位置信息。
13.一种电子设备，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11中任意一项所述的方法。
14.一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11中任意一项所述的方法。
CN202110826777.3A 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质 Active CN113538519B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110826777.3A CN113538519B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110826777.3A CN113538519B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质
CN201910555741.9A CN110287874B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201910555741.9A Division CN110287874B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113538519A CN113538519A (zh) 2021-10-22
CN113538519B true CN113538519B (zh) 2024-05-17

Family

ID=68005584

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202110826777.3A Active CN113538519B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质
CN201910555741.9A Active CN110287874B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质
CN202110825287.1A Active CN113538517B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN201910555741.9A Active CN110287874B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质
CN202110825287.1A Active CN113538517B (zh) 2019-06-25 2019-06-25 目标追踪方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (3) CN113538519B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538519B (zh) * 2019-06-25 2024-05-17 北京市商汤科技开发有限公司 目标追踪方法及装置、电子设备和存储介质
CN110751205A (zh) * 2019-10-17 2020-02-04 北京百度网讯科技有限公司 物体关联方法、装置、设备和介质
CN112166458B (zh) * 2019-10-17 2024-04-26 深圳市大疆创新科技有限公司 目标检测与跟踪方法、***、设备及存储介质
CN110766724B (zh) * 2019-10-31 2023-01-24 北京市商汤科技开发有限公司 目标跟踪网络训练、跟踪方法及装置、电子设备及介质
CN110966734A (zh) * 2019-11-11 2020-04-07 珠海格力电器股份有限公司 一种基于三维空间的空调送风控制方法、计算机可读存储介质及空调
CN111059705A (zh) * 2019-12-05 2020-04-24 珠海格力电器股份有限公司 基于双目摄像头3d目标定位空调投风控制***及方法
CN111191553A (zh) * 2019-12-24 2020-05-22 杭州宇泛智能科技有限公司 人脸跟踪方法、装置及电子设备
CN111260682B (zh) * 2020-02-10 2023-11-17 深圳市铂岩科技有限公司 目标对象的追踪方法、装置、存储介质和电子设备
CN111414963B (zh) * 2020-03-19 2024-05-17 北京市商汤科技开发有限公司 图像处理方法、装置、设备和存储介质
CN112347852B (zh) * 2020-10-10 2022-07-29 上海交通大学 体育运动视频的目标追踪与语义分割方法及装置、插件
CN112258556A (zh) * 2020-10-22 2021-01-22 北京字跳网络技术有限公司 视频中指定区域的跟踪方法、装置、可读介质和电子设备
CN112381858B (zh) * 2020-11-13 2024-06-11 成都商汤科技有限公司 目标检测方法、装置、存储介质及设备
CN112489081B (zh) * 2020-11-30 2022-11-08 北京航空航天大学 一种视觉目标跟踪方法及装置
CN113538516B (zh) * 2021-07-19 2024-04-16 中国兵器工业计算机应用技术研究所 基于记忆信息的目标对象跟踪方法、装置及电子设备
CN115719468B (zh) * 2023-01-10 2023-06-20 清华大学 图像处理方法、装置及设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960090A (zh) * 2018-06-20 2018-12-07 腾讯科技（深圳）有限公司 视频图像处理方法及装置、计算机可读介质和电子设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012111304A1 (de) * 2012-11-22 2014-05-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung, Verfahren und Computerprogramm zur Rekonstruktion einer Bewegung eines Objekts
CN103413143B (zh) * 2013-07-29 2017-02-08 西北工业大学 基于动态稀疏投影的视频目标跟踪方法
US9723462B2 (en) * 2014-11-07 2017-08-01 At&T Intellectual Property I, L.P. Cloud-based device twinning
US10019631B2 (en) * 2015-11-05 2018-07-10 Qualcomm Incorporated Adapting to appearance variations when tracking a target object in video sequence
US20180129934A1 (en) * 2016-11-07 2018-05-10 Qualcomm Incorporated Enhanced siamese trackers
CN108073864B (zh) * 2016-11-15 2021-03-09 北京市商汤科技开发有限公司 目标对象检测方法、装置及***和神经网络结构
CN106651913A (zh) * 2016-11-29 2017-05-10 开易（北京）科技有限公司 基于相关滤波和颜色直方图统计的目标跟踪方法及adas***
CN107705323A (zh) * 2017-10-13 2018-02-16 北京理工大学 一种基于卷积神经网络的水平集目标追踪方法
CN109035297A (zh) * 2018-07-19 2018-12-18 深圳市唯特视科技有限公司 一种基于双重暹罗网络的实时追踪方法
CN109829934A (zh) * 2018-12-20 2019-05-31 北京以萨技术股份有限公司 一种新型基于孪生卷积网络的图像跟踪算法
CN113538519B (zh) * 2019-06-25 2024-05-17 北京市商汤科技开发有限公司 目标追踪方法及装置、电子设备和存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960090A (zh) * 2018-06-20 2018-12-07 腾讯科技（深圳）有限公司 视频图像处理方法及装置、计算机可读介质和电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于Mean Shift的多模板目标跟踪算法;丁晓风;计算机工程与应用;第141-143页 *
基于均值漂移算法和局部特征的目标跟踪研究;李永佳;中国优秀硕士学位论文全文数据库 信息科技;I138-1410 *
复杂背景下单个运动物体的实时视觉追踪算法;孙凯鹏;李新军;;北京航空航天大学学报(03);全文 *

Also Published As

Publication number Publication date
CN113538517A (zh) 2021-10-22
CN110287874A (zh) 2019-09-27
CN110287874B (zh) 2021-07-27
CN113538519A (zh) 2021-10-22
CN113538517B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN113538519B (zh) 目标追踪方法及装置、电子设备和存储介质
CN111310616B (zh) 图像处理方法及装置、电子设备和存储介质
CN110378976B (zh) 图像处理方法及装置、电子设备和存储介质
CN110889469B (zh) 图像处理方法及装置、电子设备和存储介质
CN110674719B (zh) 目标对象匹配方法及装置、电子设备和存储介质
US11301726B2 (en) Anchor determination method and apparatus, electronic device, and storage medium
CN110647834A (zh) 人脸和人手关联检测方法及装置、电子设备和存储介质
CN110781813B (zh) 图像识别方法及装置、电子设备和存储介质
CN109615006B (zh) 文字识别方法及装置、电子设备和存储介质
CN113065591B (zh) 目标检测方法及装置、电子设备和存储介质
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN110543849B (zh) 检测器的配置方法及装置、电子设备和存储介质
JP2022533065A (ja) 文字認識方法及び装置、電子機器並びに記憶媒体
CN110569777A (zh) 图像处理方法及装置、电子设备和存储介质
CN109685041B (zh) 图像分析方法及装置、电子设备和存储介质
CN112001364A (zh) 图像识别方法及装置、电子设备和存储介质
CN111242303A (zh) 网络训练方法及装置、图像处理方法及装置
CN111652107B (zh) 对象计数方法及装置、电子设备和存储介质
CN111583142B (zh) 图像降噪方法及装置、电子设备和存储介质
CN110633715B (zh) 图像处理方法、网络训练方法及装置、和电子设备
CN109903252B (zh) 图像处理方法及装置、电子设备和存储介质
CN109447258B (zh) 神经网络模型的优化方法及装置、电子设备和存储介质
CN113139484B (zh) 人群定位方法及装置、电子设备和存储介质
CN110955800A (zh) 视频检索方法及装置
CN111311588B (zh) 重定位方法及装置、电子设备和存储介质

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
GR01 Patent grant
GR01 Patent grant