本申請(qǐng)涉及計(jì)算機(jī)視覺，尤其涉及一種面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤方法及裝置。

背景技術(shù)：

1、近年來(lái)，隨著計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)的迅速發(fā)展，目標(biāo)跟蹤已成為圖像處理和視頻分析的重要研究課題之一。目標(biāo)跟蹤在眾多應(yīng)用領(lǐng)域發(fā)揮著關(guān)鍵作用，包括無(wú)人機(jī)監(jiān)控、自動(dòng)駕駛、安防監(jiān)控、運(yùn)動(dòng)分析等。然而，現(xiàn)有的目標(biāo)跟蹤方法在處理高速移動(dòng)的小目標(biāo)時(shí)，仍面臨諸多挑戰(zhàn)和局限性。

2、當(dāng)目標(biāo)在視頻中以高速移動(dòng)時(shí)，連續(xù)幀之間的目標(biāo)位置變化較大，傳統(tǒng)的跟蹤算法通常難以預(yù)測(cè)快速移動(dòng)目標(biāo)的下一步運(yùn)動(dòng)軌跡，容易發(fā)生目標(biāo)定位不準(zhǔn)確甚至丟失的問題，這種情況在小目標(biāo)跟蹤時(shí)更為明顯?，F(xiàn)有目標(biāo)跟蹤模型通?；谳^為慢速或規(guī)則運(yùn)動(dòng)的數(shù)據(jù)集進(jìn)行訓(xùn)練，導(dǎo)致其在真實(shí)場(chǎng)景下的泛化能力不足，特別是在應(yīng)對(duì)高速移動(dòng)目標(biāo)的復(fù)雜軌跡和多變的運(yùn)動(dòng)模式時(shí)，跟蹤性能明顯下降。傳統(tǒng)的采樣方法無(wú)法根據(jù)目標(biāo)的運(yùn)動(dòng)速度靈活調(diào)整采樣頻率，無(wú)法為模型提供足夠的訓(xùn)練樣本來(lái)適應(yīng)高速移動(dòng)的目標(biāo)，導(dǎo)致模型在實(shí)際應(yīng)用中難以保證對(duì)小目標(biāo)的追蹤效果。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。

2、為此，本申請(qǐng)的第一個(gè)目的在于提出一種面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤方法。

3、本申請(qǐng)的第二個(gè)目的在于提出一種面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤裝置。

4、本申請(qǐng)的第三個(gè)目的在于提出一種電子設(shè)備。

5、本申請(qǐng)的第四個(gè)目的在于提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

6、本申請(qǐng)的第五個(gè)目的在于提出一種計(jì)算機(jī)程序產(chǎn)品。

7、為達(dá)上述目的，本申請(qǐng)第一方面實(shí)施例提出了一種面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤方法，包括：

8、在原始目標(biāo)跟蹤數(shù)據(jù)集的連續(xù)幀中監(jiān)測(cè)目標(biāo)的位置變化，通過計(jì)算相鄰幀目標(biāo)位置的差分，估算目標(biāo)運(yùn)動(dòng)速度；

9、依據(jù)所述目標(biāo)運(yùn)動(dòng)速度，對(duì)視頻幀的采樣概率進(jìn)行動(dòng)態(tài)調(diào)整；

10、根據(jù)調(diào)整后各幀的采樣概率，對(duì)所述原始目標(biāo)跟蹤數(shù)據(jù)集進(jìn)行概率重采樣，生成快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集；

11、基于所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集的圖像特征，確定速度敏感損失函數(shù)的超參數(shù)；

12、使用所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集和所述速度敏感損失函數(shù)，進(jìn)行目標(biāo)跟蹤模型的迭代優(yōu)化訓(xùn)練，獲得適用于快速運(yùn)動(dòng)小目標(biāo)的優(yōu)化目標(biāo)跟蹤模型。

13、可選的，所述依據(jù)所述目標(biāo)運(yùn)動(dòng)速度，對(duì)視頻幀的采樣概率進(jìn)行動(dòng)態(tài)調(diào)整，包括：

14、設(shè)定所述目標(biāo)運(yùn)動(dòng)速度的速度閾值；

15、將所述目標(biāo)運(yùn)動(dòng)速度與所述速度閾值進(jìn)行比較，確定采樣概率。

16、可選的，所述將所述目標(biāo)運(yùn)動(dòng)速度與所述速度閾值進(jìn)行比較，確定采樣概率，包括：

17、當(dāng)所述目標(biāo)運(yùn)動(dòng)速度大于或等于所述速度閾值時(shí)，將采樣概率設(shè)置為1，保留該幀；

18、當(dāng)所述目標(biāo)運(yùn)動(dòng)速度小于所述速度閾值時(shí)，以的比值作為該幀的采樣概率。

19、可選的，所述基于所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集的圖像特征，確定速度敏感損失函數(shù)的超參數(shù)，包括：

20、從所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集中提取目標(biāo)的多維圖像特征，所述多維圖像特征包括目標(biāo)的運(yùn)動(dòng)軌跡特征、空間分布特征以及運(yùn)動(dòng)速度變化趨勢(shì)；

21、構(gòu)建速度損失函數(shù)，其中，根據(jù)目標(biāo)的運(yùn)動(dòng)速度調(diào)整損失權(quán)重，對(duì)移動(dòng)速度達(dá)到預(yù)設(shè)閾值的小目標(biāo)賦予對(duì)應(yīng)的權(quán)重；

22、構(gòu)建位置損失函數(shù)，假設(shè)為相鄰幀小目標(biāo)運(yùn)動(dòng)矢量的真值，為小目標(biāo)運(yùn)動(dòng)矢量的估計(jì)值，為和的夾角，則相鄰幀的位置損失函數(shù)為：

23、

24、其中，用于量化矢量終點(diǎn)的距離誤差，為角度誤差的約束；

25、結(jié)合所述速度損失函數(shù)和所述位置損失函數(shù)，構(gòu)建完整的所述速度敏感損失函數(shù)，表達(dá)式為:

26、

27、其中，與分別為所述速度損失函數(shù)和所述位置損失函數(shù)的權(quán)重參數(shù)。

28、可選的，所述使用所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集和所述速度敏感損失函數(shù)，進(jìn)行目標(biāo)跟蹤模型的迭代優(yōu)化訓(xùn)練，獲得適用于快速運(yùn)動(dòng)小目標(biāo)的優(yōu)化目標(biāo)跟蹤模型，包括：

29、s1、使用所述原始目標(biāo)跟蹤數(shù)據(jù)集進(jìn)行模型預(yù)訓(xùn)練，獲得初始目標(biāo)跟蹤模型；

30、s2、根據(jù)所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集，結(jié)合所述速度敏感損失函數(shù)對(duì)所述初始目標(biāo)跟蹤模型進(jìn)行初步訓(xùn)練；

31、s3、依據(jù)初步訓(xùn)練效果，重新調(diào)整采樣概率，生成優(yōu)化的快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集，以及重新動(dòng)態(tài)調(diào)整所述速度敏感損失函數(shù)；

32、s4、調(diào)整學(xué)習(xí)率，利用優(yōu)化后的快速運(yùn)動(dòng)目標(biāo)訓(xùn)練集和動(dòng)態(tài)調(diào)整后的速度敏感損失函數(shù)，對(duì)目標(biāo)跟蹤模型進(jìn)行再次訓(xùn)練；

33、s5、重復(fù)步驟s3和s4，直至目標(biāo)跟蹤模型的速度敏感損失函數(shù)收斂或達(dá)到最大訓(xùn)練輪次，得到適用于快速運(yùn)動(dòng)小目標(biāo)的優(yōu)化目標(biāo)跟蹤模型。

34、為達(dá)上述目的，本申請(qǐng)第二方面實(shí)施例提出了一種面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤裝置，包括：

35、速度計(jì)算模塊，用于在原始目標(biāo)跟蹤數(shù)據(jù)集的連續(xù)幀中監(jiān)測(cè)目標(biāo)的位置變化，通過計(jì)算相鄰幀目標(biāo)位置的差分，估算目標(biāo)運(yùn)動(dòng)速度；

36、采樣概率調(diào)整模塊，用于依據(jù)所述目標(biāo)運(yùn)動(dòng)速度，對(duì)視頻幀的采樣概率進(jìn)行動(dòng)態(tài)調(diào)整；

37、重采樣模塊，用于根據(jù)調(diào)整后各幀的采樣概率，對(duì)所述原始目標(biāo)跟蹤數(shù)據(jù)集進(jìn)行概率重采樣，生成快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集；

38、損失函數(shù)構(gòu)建模塊，用于基于所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集的圖像特征，確定速度敏感損失函數(shù)的超參數(shù)；

39、訓(xùn)練模塊，用于使用所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集和所述速度敏感損失函數(shù)，進(jìn)行目標(biāo)跟蹤模型的迭代優(yōu)化訓(xùn)練，獲得適用于快速運(yùn)動(dòng)小目標(biāo)的優(yōu)化目標(biāo)跟蹤模型。

40、為達(dá)上述目的，本申請(qǐng)第三方面實(shí)施例提出了一種電子設(shè)備，包括：處理器，以及與所述處理器通信連接的存儲(chǔ)器；

41、所述存儲(chǔ)器存儲(chǔ)計(jì)算機(jī)執(zhí)行指令；

42、所述處理器執(zhí)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)執(zhí)行指令，以實(shí)現(xiàn)如第一方面中任一項(xiàng)所述的方法。

43、為達(dá)上述目的，本申請(qǐng)第四方面實(shí)施例提出了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令，所述計(jì)算機(jī)執(zhí)行指令被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)如第一方面中任一項(xiàng)所述的方法。

44、本申請(qǐng)的實(shí)施例提供的技術(shù)方案至少帶來(lái)以下有益效果：

45、通過引入基于目標(biāo)運(yùn)動(dòng)速度的動(dòng)態(tài)采樣策略與速度敏感損失函數(shù)，有效提升了模型對(duì)小目標(biāo)軌跡的預(yù)測(cè)能力，顯著增強(qiáng)了對(duì)高速移動(dòng)小目標(biāo)的跟蹤性能。通過在損失函數(shù)中加入真實(shí)方向和預(yù)測(cè)方向的夾角作為約束，使模型能夠動(dòng)態(tài)修正目標(biāo)預(yù)測(cè)位置，進(jìn)一步提高了運(yùn)動(dòng)方向預(yù)測(cè)的準(zhǔn)確性。另外，本方法適用于無(wú)人機(jī)跟蹤、自動(dòng)駕駛、安防監(jiān)控等領(lǐng)域，能夠在多樣化的環(huán)境下實(shí)現(xiàn)對(duì)小目標(biāo)的穩(wěn)定精準(zhǔn)定位，具有廣泛的應(yīng)用價(jià)值。

46、本申請(qǐng)附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請(qǐng)的實(shí)踐了解到。

技術(shù)特征：

1.一種面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依據(jù)所述目標(biāo)運(yùn)動(dòng)速度，對(duì)視頻幀的采樣概率進(jìn)行動(dòng)態(tài)調(diào)整，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述目標(biāo)運(yùn)動(dòng)速度與所述速度閾值進(jìn)行比較，確定采樣概率，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集的圖像特征，確定速度敏感損失函數(shù)的超參數(shù)，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述使用所述快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集和所述速度敏感損失函數(shù)，進(jìn)行目標(biāo)跟蹤模型的迭代優(yōu)化訓(xùn)練，獲得適用于快速運(yùn)動(dòng)小目標(biāo)的優(yōu)化目標(biāo)跟蹤模型，包括：

6.一種面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤裝置，其特征在于，包括：

7.一種電子設(shè)備，其特征在于，包括：處理器，以及與所述處理器通信連接的存儲(chǔ)器；

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令，所述計(jì)算機(jī)執(zhí)行指令被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)如權(quán)利要求1-5中任一項(xiàng)所述的方法。

9.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-5中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)岢鲆环N面向快速運(yùn)動(dòng)小目標(biāo)的目標(biāo)跟蹤方法及裝置，其中，方法包括：在原始目標(biāo)跟蹤數(shù)據(jù)集的連續(xù)幀中監(jiān)測(cè)目標(biāo)的位置變化，通過計(jì)算相鄰幀目標(biāo)位置的差分，估算目標(biāo)運(yùn)動(dòng)速度；依據(jù)目標(biāo)運(yùn)動(dòng)速度，對(duì)視頻幀的采樣概率進(jìn)行動(dòng)態(tài)調(diào)整；根據(jù)調(diào)整后各幀的采樣概率，對(duì)原始目標(biāo)跟蹤數(shù)據(jù)集進(jìn)行概率重采樣，生成快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集；基于快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集的圖像特征，確定速度敏感損失函數(shù)的超參數(shù)；使用快速運(yùn)動(dòng)目標(biāo)跟蹤訓(xùn)練集和速度敏感損失函數(shù)，進(jìn)行目標(biāo)跟蹤模型的迭代優(yōu)化訓(xùn)練，獲得適用于快速運(yùn)動(dòng)小目標(biāo)的優(yōu)化目標(biāo)跟蹤模型。本申請(qǐng)能夠解決現(xiàn)有技術(shù)中高速移動(dòng)小目標(biāo)跟蹤過程中存在的跟蹤不準(zhǔn)確和丟失等問題。

技術(shù)研發(fā)人員：高凱,賀晨開,王以政,王剛,李椋,呼曉暢,王路斌,陳品紅
受保護(hù)的技術(shù)使用者：中國(guó)人民解放軍軍事科學(xué)院軍事醫(yī)學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/28