CN119810153B - 目标跟踪方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请公开了一种目标跟踪方法、装置、电子设备及存储介质。本公开涉及计算机视觉技术领域，该方法包括：获取当前图像帧中待跟踪目标的检测目标框；获取当前图像帧中待跟踪目标的预测目标框，预测目标框基于卡尔曼滤波器预测得到，卡尔曼滤波器的状态向量包括位置变化二阶导数；对当前图像帧中待跟踪目标的检测目标框和当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到匹配结果；在匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。上述技术方案，通过引入位置变化二阶导数，实现了对目标运动速度的变化率的利用，能够提升预测目标框的准确度，使预测目标框与真实目标更贴近，从而提升目标跟踪精度。

Description

目标跟踪方法、装置、电子设备及存储介质

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、装置、电子设备及存储介质。

背景技术

目标跟踪技术，可以在一段时间内持续地识别和定位一个或多个移动目标，其广泛应用于视频监控、机器人导航以及自动驾驶等领域。

现有目标跟踪技术，常采用基于卡尔曼滤波器（Kalman Filter）的目标跟踪算法，例如SORT多目标跟踪算法或者DeepSORT算法等。

在实现本公开的过程中，发现现有技术中至少存在以下技术问题：上述现有目标跟踪方案，存在目标跟踪精度低的问题。

发明内容

本公开提供了一种目标跟踪方法、装置、电子设备及存储介质，通过引入位置变化二阶导数，实现了对目标运动速度的变化率的利用，能够提升预测目标框的准确度，使预测目标框与真实目标更贴近，从而提升目标跟踪精度。

根据本公开的一方面，提供了一种目标跟踪方法，包括：

获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到；

获取当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数；

对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；

在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。

根据本公开的另一方面，提供了一种目标跟踪装置，包括：

检测目标框获取模块，用于获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到；

预测目标框获取模块，用于获取当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数；

广义交并比关联匹配模块，用于对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；

目标跟踪成功判断模块，用于在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。

根据本公开的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；

以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的目标跟踪方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本公开任一实施例所述的目标跟踪方法。

本公开实施例的技术方案，通过获取当前图像帧中待跟踪目标的检测目标框，其中，检测目标框基于目标检测算法检测得到，进而获取当前图像帧中待跟踪目标的预测目标框，其中，预测目标框基于卡尔曼滤波器预测得到，卡尔曼滤波器的状态向量包括位置变化二阶导数，进而对当前图像帧中待跟踪目标的检测目标框和当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；在检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。上述技术方案，通过引入位置变化二阶导数，实现了对目标运动速度的变化率的利用，能够提升预测目标框的准确度，使预测目标框与真实目标更贴近，从而提升目标跟踪精度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本公开实施例一提供的一种目标跟踪方法的流程图；

图2是根据本公开实施例二提供的一种目标跟踪方法的流程图；

图3是根据本公开实施例三提供的一种目标跟踪方法的流程图；

图4是根据本公开实施例四提供的一种目标跟踪方法的流程图；

图5是根据本公开实施例五提供的一种目标跟踪装置的结构示意图；

图6是实现本公开实施例的目标跟踪方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

标准的卡尔曼滤波器假定系统的动态模型和观测模型都是线性的，这就要求目标运动都是直线运动。然而，在现实世界中，很多目标的运动模式和传感器的观测过程是非线性的。对于这些情况，标准的卡尔曼滤波器可能无法提供准确的状态估计，使目标跟踪精度下降。为此，本公开实施例提供了一种目标跟踪方法、装置、电子设备及存储介质，其能有效解决该问题。下面将对本公开实施例提供了一种目标跟踪方法、装置、电子设备及存储介质作进一步的详细描述。

实施例一

图1为本公开实施例一提供的一种目标跟踪方法的流程图，本实施例可适用于机器人对移动目标进行跟踪的情况，该方法可以由目标跟踪装置来执行，该目标跟踪装置可以采用硬件和/或软件的形式实现，该目标跟踪装置可配置于机器人等电子设备中。如图1所示，该方法包括：

S110、获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到。

其中，当前图像帧是指当前时刻电子设备所在处理的图像帧，其可以通过机器人的摄像头实时采集得到，也可以从电子设备的预设存储路径读取得到。待跟踪目标可以为人物或者动物等移动目标。目标检测算法可以为单阶段检测算法或者两阶段检测算法等，在此不做具体限定。

示例性地，可以对机器人摄像头实时采集的图像帧进行目标检测，以识别和锁定待跟踪目标，得到待跟踪目标的位置信息，待跟踪目标的位置信息可以包括检测目标框，即检测目标框为通过目标检测算法得到的目标框。

S120、获取当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数。

在本公开实施例中，预测目标框是通过卡尔曼滤波器预测得到目标框。需要说明的是，本实施例设计的卡尔曼滤波器的状态向量不仅包括目标位置和位置变化一阶导数，还包括位置变化二阶导数，位置变化二阶导数是指目标运动速度的变化率，即加速度。通过引入位置变化二阶导数，实现了对目标运动速度的变化率的利用，使卡尔曼滤波器能够适应非线性变速运动，从而能够提升预测目标框的准确度，使预测目标框与真实目标更贴近，从而提升目标跟踪精度。

其中，目标位置可以包括目标框的中心点横坐标、目标框的中心点纵坐标、目标框的面积和目标框的宽高比，位置变化一阶导数可以包括目标框的中心点横坐标对时间的一阶导数、目标框的中心点纵坐标对时间的一阶导数和目标框的面积对时间的一阶导数。位置变化二阶导数可以包括目标框的中心点横坐标对时间的二阶导数、目标框的中心点纵坐标对时间的二阶导数和目标框的面积对时间的二阶导数。

示例性地，本公开实施例设计的卡尔曼滤波器的状态向量可以表示如下：

；

其中，表示目标框的中心点横坐标，表示目标框的中心点纵坐标、表示目标框的面积，表示目标框的宽高比，表示目标框的中心点横坐标对时间的一阶导数，表示目标框的中心点纵坐标对时间的一阶导数，表示目标框的面积对时间的一阶导数，表示目标框的中心点横坐标对时间的二阶导数，表示目标框的中心点纵坐标对时间的二阶导数，表示目标框的面积对时间的二阶导数。

S130、对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果。

S140、在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。

其中，检测目标框与预测目标框的匹配结果可以为两者的广义交并比（Generalized IoU，GIoU）。广义交并比可以用于衡量检测目标框和预测目标框之间的重叠程度，其数值越大表明两者重合度越高，反之表明两者重合度越低。

具体地，目标跟踪成功条件可以为检测目标框与预测目标框的匹配结果大于预设阈值。示例性地，预设阈值可以为0.4，若检测目标框与预测目标框的匹配结果为0.8，则表明目标跟踪成功，可以继续对下一图像帧进行目标跟踪；若检测目标框与预测目标框的匹配结果为0.2，则表明目标跟踪失败。

本公开实施例的技术方案，通过获取当前图像帧中待跟踪目标的检测目标框，其中，检测目标框基于目标检测算法检测得到，进而获取当前图像帧中待跟踪目标的预测目标框，其中，预测目标框基于卡尔曼滤波器预测得到，卡尔曼滤波器的状态向量包括位置变化二阶导数，进而对当前图像帧中待跟踪目标的检测目标框和当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；在检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。上述技术方案，通过引入位置变化二阶导数，实现了对目标运动速度的变化率的利用，能够提升预测目标框的准确度，使预测目标框与真实目标更贴近，从而提升目标跟踪精度。

实施例二

图2为本公开实施例二提供的一种目标跟踪方法的流程图，本实施例的方法与上述实施例中提供的目标跟踪方法中各个可选方案可以结合。本实施例提供的目标跟踪方法进行了进一步优化。可选地，所述获取当前图像帧中待跟踪目标的预测目标框，包括：获取当前图像帧的上一图像帧的估计状态向量；基于所述当前图像帧的上一图像帧的估计状态向量进行卡尔曼滤波预测，得到当前图像帧的预测状态向量；基于所述当前图像帧的预测状态向量确定当前图像帧中待跟踪目标的预测目标框。

如图2所示，该方法包括：

S210、获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到。

S220、获取当前图像帧的上一图像帧的估计状态向量。

其中，上一图像帧是指当前时刻的前一时刻所处理的图像帧。估计状态向量是指通过卡尔曼滤波器预测得到的状态向量。

S230、基于所述当前图像帧的上一图像帧的估计状态向量进行卡尔曼滤波预测，得到当前图像帧的预测状态向量。

具体地，可以通过第一预设状态转移函数，对当前图像帧的上一图像帧的估计状态向量进行状态预测，得到当前图像帧的预测状态向量。

可选地，第一预设状态转移函数为：

；

；

；

；

其中，表示上一图像帧目标框的实际中心点横坐标，表示上一图像帧目标框的实际中心点纵坐标，表示上一图像帧目标框的实际面积，表示上一图像帧目标框的实际宽高比，表示上一图像帧目标框的实际中心点横坐标对时间的一阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的一阶导数，表示上一图像帧目标框的实际面积对时间的一阶导数，表示上一图像帧目标框的实际中心点横坐标对时间的二阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的二阶导数，表示目标框的实际面积对时间的二阶导数，表示时间步长，、、和为随机噪声；表示当前图像帧目标框的预测中心点横坐标，表示当前图像帧目标框的预测中心点纵坐标，表示当前图像帧目标框的预测面积，表示当前图像帧目标框的预测宽高比。

S240、基于所述当前图像帧的预测状态向量确定当前图像帧中待跟踪目标的预测目标框。

在本公开实施例中，预测状态向量中包括目标框的中心点横纵坐标、面积以及宽高比，进而可以通过该目标框的中心点横纵坐标、面积以及宽高比计算得到预测目标框。

S250、对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果。

S260、在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。

在上述实施例的基础上，可选地，在基于当前图像帧的上一图像帧的状态向量进行卡尔曼滤波预测之后，还包括：获取当前图像帧中待跟踪目标的测量位置信息；基于当前图像帧中待跟踪目标的测量位置信息，对当前图像帧的预测状态向量进行卡尔曼滤波更新，得到当前图像帧的估计状态向量，通过第二预设状态转移函数，对所述当前图像帧的预测状态向量进行更新。

其中，测量位置信息为通过目标检测算法得到目标的位置信息。

示例性地，可以计算卡尔曼增益：

；

其中，表示当前图像帧的卡尔曼增益，表示观测矩阵，表示测量噪声协方差矩阵，表示当前图像帧的预测误差协方差。

进一步地，使用卡尔曼增益对当前图像帧的预测状态向量进行卡尔曼滤波更新，得到当前图像帧的估计状态向量，公式如下：

；

其中，表示当前图像帧的估计状态向量，表示当前图像帧的预测状态向量，表示当前图像帧中待跟踪目标的测量位置信息。

进一步地，可以对误差协方差进行更新，公式如下：

；

其中，表示当前图像帧的估计误差协方差，表示单位矩阵。

在本公开实施例中，第二预设状态转移函数为：

；

；

；

；

；

；

其中，表示当前图像帧目标框的实际中心点横坐标，表示当前图像帧目标框的实际中心点纵坐标，当前图像帧目标框的实际面积，表示当前图像帧目标框的预测中心点横坐标对时间的一阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的一阶导数，表示当前图像帧目标框的预测面积对时间的一阶导数；表示当前图像帧目标框的预测中心点横坐标对时间的二阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的二阶导数，表示当前图像帧目标框的预测面积对时间的二阶导数；、、、、和为随机噪声。

需要说明的是，第一预设状态转移函数用于更新。第二预设状态转移函数用于更新。换言之，本公开的预测状态向量中所有元素的值是在两个阶段完成的，两个阶段分别为卡尔曼滤波预测阶段和卡尔曼滤波更新阶段。

本公开实施例的技术方案，通过获取当前图像帧的上一图像帧的估计状态向量，进而基于当前图像帧的上一图像帧的估计状态向量进行卡尔曼滤波预测，得到当前图像帧的预测状态向量，进而基于当前图像帧的预测状态向量确定当前图像帧中待跟踪目标的预测目标框，实现了预测目标框的自动构建。

实施例三

图3为本公开实施例三提供的一种目标跟踪方法的流程图，本实施例的方法与上述实施例中提供的目标跟踪方法中各个可选方案可以结合。本实施例提供的目标跟踪方法进行了进一步优化。可选地，在得到检测目标框与预测目标框的匹配结果之后，还包括：在所述检测目标框与预测目标框的匹配结果满足目标跟踪失败条件的情况下，对当前图像帧进行外观特征提取，得到当前图像帧中所有目标的外观特征；将所述所有目标的外观特征在历史外观特征库中进行相似度匹配，得到跟踪目标，其中，历史外观特征库中包括历史目标跟踪过程中的跟踪目标的外观特征。

如图3所示，该方法包括：

S310、获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到。

S320、获取当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数。

S330、对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果。

S340、在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。

S350、在所述检测目标框与预测目标框的匹配结果满足目标跟踪失败条件的情况下，对当前图像帧进行外观特征提取，得到当前图像帧中所有目标的外观特征。

S360、将所述所有目标的外观特征在历史外观特征库中进行相似度匹配，得到跟踪目标，其中，所述历史外观特征库中包括历史目标跟踪过程中的跟踪目标的外观特征。

当目标被其他物体暂时遮挡时，导致没有新的测量位置信息来更新估计状态向量，并且在实际场景中噪声随时间不断累积，导致目标重新出现后的状态向量预测的偏差巨大，常常出现跟踪目标失败或丢失的问题。

为此，在目标跟踪失败的情况下，本公开实施例通过对当前图像帧进行外观特征提取，得到当前图像帧中所有目标的外观特征，进而将所有目标的外观特征在历史外观特征库中进行相似度匹配，得到跟踪目标，即重新找回目标继续跟踪，有效提升了目标被遮挡情况下的跟踪效果。

其中，外观特征是指目标外部可见的特征，例如其可以为外貌特征或者衣着特征等。本公开实施例中，外观特征可以通过外观特征提取器提取得到，外观特征提取器可以为深度神经网络，例如外观特征提取器可以为MobileNet或者其它训练完成的卷积神经网络等，在此不进行限定。

示例性地，目标跟踪失败条件可以为检测目标框与预测目标框的匹配结果小于预设阈值。具体而言，在目标跟踪失败的情况下，通过目标检测算法获取当前图像帧中的多个目标，并通过外观特征提取器获取每个目标的外观特征，将所有目标的外观特征与历史目标跟踪过程中的跟踪目标的外观特征进行相似度匹配，以重新找回跟踪目标。相似度匹配可以通过计算外观特征之间的欧式距离或者余弦相似度等实现，在此不进行具体限定。在重新找回跟踪目标之后，可以清空之前已有轨迹，并初始化卡尔曼滤波器的状态向量，重新进行目标跟踪。

本公开实施例的技术方案，通过在检测目标框与预测目标框的匹配结果满足目标跟踪失败条件的情况下，对当前图像帧进行外观特征提取，得到当前图像帧中所有目标的外观特征，进而将所有目标的外观特征在历史外观特征库中进行相似度匹配，重新找回目标继续跟踪，有效提升了目标被遮挡情况下的跟踪效果。

实施例四

图4为本公开实施例四提供的一种目标跟踪方法的流程图，本实施例的方法为上述实施例的优选示例。如图4所示，该方法包括：

第一步，初始化卡尔曼滤波器的状态向量。

具体地，可以根据目标的测量位置信息初始化卡尔曼滤波器的状态向量。示例性地，可以从测量位置信息中得到。的初始值均可以为0。

第二步，对图像帧进行目标检测。

具体地，室内场景下的机器人可以通过摄像头采集图像帧，并对图像帧进行目标检测，得到待跟踪目标的检测目标框。示例性地，室内场景下的机器人可以为用于引导服务的机器人或者安保监控机器人等，在此不做限定。

第三步，对图像帧进行裁剪并提取目标的外观特征。

具体地，可以根据待跟踪目标的检测目标框对图像帧进行裁剪，并将裁剪后的图像输入至外观特征提取器中，得到目标的外观特征并保存至历史外观特征库中。

第四步，卡尔曼滤波预测。

具体地，基于当前图像帧的上一图像帧的估计状态向量进行卡尔曼滤波预测，得到当前图像帧的预测状态向量，进而基于当前图像帧的预测状态向量确定当前图像帧中待跟踪目标的预测目标框。

第五步，GIoU关联匹配。

具体地，对当前图像帧中待跟踪目标的检测目标框和当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果。

第六步，卡尔曼滤波更新。

具体地，获取当前图像帧中待跟踪目标的测量位置信息；基于当前图像帧中待跟踪目标的测量位置信息，对当前图像帧的预测状态向量进行卡尔曼滤波更新，得到当前图像帧的估计状态向量。

第七步，在目标跟踪失败的情况下，执行第八步，在目标跟踪成功的情况下，返回第二步。

第八步，特征相似度匹配。

具体地，在目标跟踪失败的情况下，通过目标检测算法获取当前图像帧中的多个目标，并通过外观特征提取器获取每个目标的外观特征，将所有目标的外观特征与历史目标跟踪过程中的跟踪目标的外观特征进行相似度匹配，以重新找回跟踪目标。

第九步，清空已有轨迹，并返回第一步。

具体地，在重新找回跟踪目标之后，可以清空之前已有轨迹，并初始化卡尔曼滤波器的状态向量，重新进行目标跟踪。

本公开实施例的技术方案，通过引入位置变化二阶导数，实现了对目标运动速度的变化率的利用，能够提升预测目标框的准确度，使预测目标框与真实目标更贴近，从而提升目标跟踪精度。此外，在目标跟踪失败的情况下，使用外观特征相似度匹配重新找回跟踪目标并自动进行跟踪记录清空，重新开启新的跟踪，提升了跟踪的连续性与准确性。

实施例五

图5为本公开实施例五提供的一种目标跟踪装置的结构示意图。如图5所示，该装置包括：

检测目标框获取模块510，用于获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到；

预测目标框获取模块520，用于获取当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数；

广义交并比关联匹配模块530，用于对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；

目标跟踪成功判断模块540，用于在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。

本公开实施例的技术方案，通过获取当前图像帧中待跟踪目标的检测目标框，其中，检测目标框基于目标检测算法检测得到，进而获取当前图像帧中待跟踪目标的预测目标框，其中，预测目标框基于卡尔曼滤波器预测得到，卡尔曼滤波器的状态向量包括位置变化二阶导数，进而对当前图像帧中待跟踪目标的检测目标框和当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；在检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。上述技术方案，通过引入位置变化二阶导数，实现了对目标运动速度的变化率的利用，能够提升预测目标框的准确度，使预测目标框与真实目标更贴近，从而提升目标跟踪精度。

在一些可选的实施方式中，所述位置变化二阶导数包括目标框的中心点横坐标对时间的二阶导数、目标框的中心点纵坐标对时间的二阶导数和目标框的面积对时间的二阶导数。

在一些可选的实施方式中，预测目标框获取模块520，包括：

上一图像帧的估计状态向量获取单元，用于获取当前图像帧的上一图像帧的估计状态向量；

卡尔曼滤波预测单元，用于基于所述当前图像帧的上一图像帧的估计状态向量进行卡尔曼滤波预测，得到当前图像帧的预测状态向量；

预测目标框确定单元，用于基于所述当前图像帧的预测状态向量确定当前图像帧中待跟踪目标的预测目标框。

在一些可选的实施方式中，卡尔曼滤波预测单元，具体可以用于：

通过第一预设状态转移函数，对所述当前图像帧的上一图像帧的估计状态向量进行状态预测，得到当前图像帧的预测状态向量。

在一些可选的实施方式中，所述第一预设状态转移函数为：

；

；

；

；

其中，表示上一图像帧目标框的实际中心点横坐标，表示上一图像帧目标框的实际中心点纵坐标，表示上一图像帧目标框的实际面积，表示上一图像帧目标框的实际宽高比，表示上一图像帧目标框的实际中心点横坐标对时间的一阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的一阶导数，表示上一图像帧目标框的实际面积对时间的一阶导数，表示上一图像帧目标框的实际中心点横坐标对时间的二阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的二阶导数，表示目标框的实际面积对时间的二阶导数，表示时间步长，、、和为随机噪声；表示当前图像帧目标框的预测中心点横坐标，表示当前图像帧目标框的预测中心点纵坐标，表示当前图像帧目标框的预测面积，表示当前图像帧目标框的预测宽高比。

在一些可选的实施方式中，目标跟踪装置，还包括：

卡尔曼滤波更新模块，用于获取当前图像帧中待跟踪目标的测量位置信息；基于所述当前图像帧中待跟踪目标的测量位置信息，对所述当前图像帧的预测状态向量进行卡尔曼滤波更新，得到当前图像帧的估计状态向量；通过第二预设状态转移函数，对所述当前图像帧的预测状态向量进行更新，所述第二预设状态转移函数为：

；

；

；

；

；

；

其中，表示当前图像帧目标框的实际中心点横坐标，表示当前图像帧目标框的实际中心点纵坐标，当前图像帧目标框的实际面积，表示当前图像帧目标框的预测中心点横坐标对时间的一阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的一阶导数，表示当前图像帧目标框的预测面积对时间的一阶导数；表示当前图像帧目标框的预测中心点横坐标对时间的二阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的二阶导数，表示当前图像帧目标框的预测面积对时间的二阶导数；、、、、和为随机噪声。

在一些可选的实施方式中，目标跟踪装置，还包括：

跟踪目标匹配模块，用于在所述检测目标框与预测目标框的匹配结果满足目标跟踪失败条件的情况下，对当前图像帧进行外观特征提取，得到当前图像帧中所有目标的外观特征；将所述所有目标的外观特征在历史外观特征库中进行相似度匹配，得到跟踪目标，其中，所述历史外观特征库中包括历史目标跟踪过程中的跟踪目标的外观特征。

本公开实施例所提供的目标跟踪装置可执行本公开任意实施例所提供的目标跟踪方法，具备执行方法相应的功能模块和有益效果。

实施例六

图6示出了可以用来实施本公开的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。I/O接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如目标跟踪方法，该方法包括：

获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到；

获取当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数；

对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；

在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪。

在一些实施例中，目标跟踪方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的目标跟踪方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行目标跟踪方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、系统级芯片（SOC）、复杂可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (5)

1.一种目标跟踪方法，其特征在于，包括：

获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到；

获取当前图像帧的上一图像帧的估计状态向量；

通过第一预设状态转移函数，对所述当前图像帧的上一图像帧的估计状态向量进行状态预测，得到当前图像帧的预测状态向量；

基于所述当前图像帧的预测状态向量确定当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数，所述位置变化二阶导数是指目标运动速度的变化率，所述位置变化二阶导数包括目标框的中心点横坐标对时间的二阶导数、目标框的中心点纵坐标对时间的二阶导数和目标框的面积对时间的二阶导数；

对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；

获取当前图像帧中待跟踪目标的测量位置信息；基于所述当前图像帧中待跟踪目标的测量位置信息，对所述当前图像帧的预测状态向量进行卡尔曼滤波更新，得到当前图像帧的估计状态向量；通过第二预设状态转移函数，对所述当前图像帧的预测状态向量进行更新；

在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪；

所述第一预设状态转移函数为：

；

；

；

；

其中，表示上一图像帧目标框的实际中心点横坐标，表示上一图像帧目标框的实际中心点纵坐标，表示上一图像帧目标框的实际面积，表示上一图像帧目标框的实际宽高比，表示上一图像帧目标框的实际中心点横坐标对时间的一阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的一阶导数，表示上一图像帧目标框的实际面积对时间的一阶导数，表示上一图像帧目标框的实际中心点横坐标对时间的二阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的二阶导数，表示目标框的实际面积对时间的二阶导数，表示时间步长，、、和为随机噪声；表示当前图像帧目标框的预测中心点横坐标，表示当前图像帧目标框的预测中心点纵坐标，表示当前图像帧目标框的预测面积，表示当前图像帧目标框的预测宽高比；

所述第二预设状态转移函数为：

；

；

；

；

；

；

其中，表示当前图像帧目标框的实际中心点横坐标，表示当前图像帧目标框的实际中心点纵坐标，当前图像帧目标框的实际面积，表示当前图像帧目标框的预测中心点横坐标对时间的一阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的一阶导数，表示当前图像帧目标框的预测面积对时间的一阶导数；表示当前图像帧目标框的预测中心点横坐标对时间的二阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的二阶导数，表示当前图像帧目标框的预测面积对时间的二阶导数；、、、、和为随机噪声。

2.根据权利要求1所述的目标跟踪方法，其特征在于，在得到检测目标框与预测目标框的匹配结果之后，还包括：

在所述检测目标框与预测目标框的匹配结果满足目标跟踪失败条件的情况下，对当前图像帧进行外观特征提取，得到当前图像帧中所有目标的外观特征；

将所述所有目标的外观特征在历史外观特征库中进行相似度匹配，得到跟踪目标，其中，所述历史外观特征库中包括历史目标跟踪过程中的跟踪目标的外观特征。

3.一种目标跟踪装置，其特征在于，包括：

检测目标框获取模块，用于获取当前图像帧中待跟踪目标的检测目标框，其中，所述检测目标框基于目标检测算法检测得到；

预测目标框获取模块，用于获取当前图像帧的上一图像帧的估计状态向量；通过第一预设状态转移函数，对所述当前图像帧的上一图像帧的估计状态向量进行状态预测，得到当前图像帧的预测状态向量；基于所述当前图像帧的预测状态向量确定当前图像帧中待跟踪目标的预测目标框，其中，所述预测目标框基于卡尔曼滤波器预测得到，所述卡尔曼滤波器的状态向量包括位置变化二阶导数，所述位置变化二阶导数是指目标运动速度的变化率，所述位置变化二阶导数包括目标框的中心点横坐标对时间的二阶导数、目标框的中心点纵坐标对时间的二阶导数和目标框的面积对时间的二阶导数；

广义交并比关联匹配模块，用于对所述当前图像帧中待跟踪目标的检测目标框和所述当前图像帧中待跟踪目标的预测目标框进行广义交并比关联匹配，得到检测目标框与预测目标框的匹配结果；

卡尔曼滤波更新模块，用于获取当前图像帧中待跟踪目标的测量位置信息；基于所述当前图像帧中待跟踪目标的测量位置信息，对所述当前图像帧的预测状态向量进行卡尔曼滤波更新，得到当前图像帧的估计状态向量；通过第二预设状态转移函数，对所述当前图像帧的预测状态向量进行更新；

目标跟踪成功判断模块，用于在所述检测目标框与预测目标框的匹配结果满足目标跟踪成功条件的情况下，对下一图像帧进行目标跟踪；

所述第一预设状态转移函数为：

；

；

；

；

其中，表示上一图像帧目标框的实际中心点横坐标，表示上一图像帧目标框的实际中心点纵坐标，表示上一图像帧目标框的实际面积，表示上一图像帧目标框的实际宽高比，表示上一图像帧目标框的实际中心点横坐标对时间的一阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的一阶导数，表示上一图像帧目标框的实际面积对时间的一阶导数，表示上一图像帧目标框的实际中心点横坐标对时间的二阶导数，表示上一图像帧目标框的实际中心点纵坐标对时间的二阶导数，表示目标框的实际面积对时间的二阶导数，表示时间步长，、、和为随机噪声；表示当前图像帧目标框的预测中心点横坐标，表示当前图像帧目标框的预测中心点纵坐标，表示当前图像帧目标框的预测面积，表示当前图像帧目标框的预测宽高比；

所述第二预设状态转移函数为：

；

；

；

；

；

；

其中，表示当前图像帧目标框的实际中心点横坐标，表示当前图像帧目标框的实际中心点纵坐标，当前图像帧目标框的实际面积，表示当前图像帧目标框的预测中心点横坐标对时间的一阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的一阶导数，表示当前图像帧目标框的预测面积对时间的一阶导数；表示当前图像帧目标框的预测中心点横坐标对时间的二阶导数，表示当前图像帧目标框的预测中心点纵坐标对时间的二阶导数，表示当前图像帧目标框的预测面积对时间的二阶导数；、、、、和为随机噪声。

4.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；

以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-2中任一项所述的目标跟踪方法。

5.一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计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-2中任一项所述的目标跟踪方法。