专利交易市场

本发明公开了一种基于自适应表达的目标追踪方法、装置及终端，本发明公开了一种基于自适应表达的目标追踪方法及设备，用于对视频中指定的目标进行追踪，实现了对处于运动状态的视频目标的准确追踪。该方法包括：获取视频当前图像帧；检查模板是否存在；初始化追踪目标模板；生成候选样本；计算自适应表达；通过表达进行追踪；检查追踪任务是否完成；更新追踪目标模板。与现有技术相比，本发明使用了自适应表达模型，即稀疏表达能够根据候选样本之间的结构关系进行自适应变化，并引入了负面模板提升模型判别性，使得本发明提供的基于自动化表达的目标追踪方法鲁棒性强、准确率高；尤其适用于汽车智能辅助驾驶系统中能够产生有效的准确跟踪。

本发明公开了一种基于多层次注意力机制的单目标追踪方法，其实施方案为：(1)获取数据集与追踪标签；(2)选取并裁剪追踪样本；(3)提取、展平、拼接样本图像特征图；(4)构建多层次注意力网络；(5)构建特征增强模块；(6)构建目标预测网络；(7)获取追踪模型；(7)构建损失函数；(8)训练追踪模型；(9)单目标追踪。本发明构建的追踪模型，利用多层次注意力网络对搜索区域和模板的图像特征进行全局的相关性建模，产生多层的注意力特征；利用特征增强模块对多层注意力特征进行融合，获得目标的最终预测结果。该模型能够解决当追踪目标发生大的形变时难以追踪的问题，并可有效提高单目标追踪的准确率和鲁棒性。

本申请面向无人机运动平台在基于关联锁定追踪器的基础上在形变、遮挡和尺度三个方面进行改进：一是提出基于决策感知的关联锁定追踪算法,基于决策感知的追踪框架，通过特征关联选择、特征决策感知、决策感知权值计算，在决策层采用由粗到细进行融合，用多特征描述目标，减少目标由于各种因素所致的形变而导致的追踪漂移；二是解决目标被遮挡后产生的追踪漂移甚至追踪失败，提出基于差异叠加检测的关联锁定追踪方法,通过运动目标快速锁定，基于差异叠加检测的关联锁定目标追踪，三是提出二维目标鲁棒性尺度估算方法；本申请无论是追踪准确率还是成功率都有明显提升，能够更加准确估算出目标尺度，提高追踪精度和性能。

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。

本申请实施例提供一种确定追踪目标相似度的方法和系统。该方法包括：将待对比轨迹段的追踪目标的人体图像与待对比轨迹序列的追踪目标的人体图像作对比，获取量化的图像相似度值；在同步时间节点的前提下，将待对比轨迹段的追踪目标的轨迹位置与待对比轨迹序列的追踪目标的轨迹位置作对比，获取量化的轨迹相似度值；对所述图像相似度值以及所述轨迹相似度值进行融合计算，获取所述待对比轨迹段与所述待对比轨迹序列的追踪目标相似度值。根据本申请一实施例的方法，可以获取待对比轨迹段与待对比轨迹序列之间的追踪目标相似度，为判断待对比轨迹段与待对比轨迹序列的追踪目标是否为同一目标对象提供有力数据支持。

本发明涉及一种结合车辆行驶轨迹和监控视频数据的目标人物追踪方法及系统，本目标人物追踪方法包括：步骤S1，根据卡口车辆监控信息形成目标车辆行驶轨迹的时空数据；步骤S2，根据所述时空数据确定需要搜索的监控视频数据范围；步骤S3，在选定的监控视频数据范围中对目标人物进行追踪检索；以及步骤S4，将检测到相应视频帧及时空数据进行保存；本发明的目标人物追踪方法及系统，其结合车辆行驶轨迹，确定目标任务的活动范围，从而缩小监控视频数据的搜索范围，提高搜索效率。