对象跟踪方法、装置、设备、介质和程序产品与流程
本公开涉及安全检查领域、人工智能领域或其他领域，更具体地，涉及一种对象跟踪方法、装置、设备、介质和程序产品。
背景技术：
1、在一些场所中，具有安全检查的需求。通过部署一个或多个摄像头来获取图像信息以跟踪对象，是安全检查领域对于布控目标进行追踪的重要功能。例如在跟踪过程中对布控目标进行轨迹跟踪。
2、相关技术中，可以通过单摄像头连续多帧采集为基础，根据运动模型预测以及目标对象的简单特征进行跟踪。或者，部署多摄像头，采用跨摄像头的基于目标对象特征的再识别方法。
3、在实现发明构思的过程中，发明人发现，在一些场所中通常存在多个相似的目标（如行人、箱包或车辆等），在大范围多目标的再识别过程中，相关技术中基于单摄像头或跨摄像头的跟踪方式会出现较高的误报率，影响跟踪的准确性和效率。
技术实现思路
1、鉴于上述问题，本公开提供了对象跟踪方法、装置、设备、介质和程序产品。
2、根据本公开的第一个方面，提供了一种对象跟踪方法，其特征在于，包括：获得监测区域内目标对象的当前图像帧，和所述目标对象位于所述监测区域的当前网格单元，所述监测区域预先被划分为m个网格单元，m为大于或等于2的整数；根据从所述当前图像帧提取的所述目标对象的特征向量，匹配出n个已跟踪对象，n为大于或等于1的整数；获得每个所述已跟踪对象出现在所述当前网格单元的转移概率；根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象。
3、根据本公开的实施例，获得所述目标对象位于所述监测区域的当前网格单元包括：根据所述目标对象的当前时空信息确定所述当前网格单元。
4、根据本公开的实施例，所述获得每个所述已跟踪对象出现在所述当前网格单元的转移概率包括：获得每个所述已跟踪对象从最近网格单元转移至所述当前网格单元的转移概率，所述最近网格单元根据每个所述已跟踪对象的最近时空信息从所述m个网格单元中确定。
5、根据本公开的实施例，获得每个所述已跟踪对象从最近网格单元转移至所述当前网格单元的转移概率包括：将每个所述已跟踪对象的最近时空信息作为起始时空信息，获得所述起始时空信息与所述当前时空信息之间的时空变化量；基于所述时空变化量从轨迹概率数据获得所述转移概率，其中，所述轨迹概率数据通过所述监测区域内曾出现对象在所述m个网格单元之间的历史轨迹预先得到。
6、根据本公开的实施例，基于所述时空变化量从轨迹概率数据获得所述转移概率包括：对于每个所述已跟踪对象，若其最近网格单元与所述当前网格单元相同，则基于所述时空变化量从所述轨迹概率数据获得同一网格单元内的转移概率；若其最近网格单元与所述当前网格单元不同，则基于所述时空变化量从所述轨迹概率数据获得不同网格单元间的转移概率。
7、根据本公开的实施例，所述轨迹概率数据通过所述监测区域内曾出现对象在所述m个网格单元之间的历史轨迹预先得到包括：获得特定时间段内s个所述曾出现对象各自在所述监测区域内的历史轨迹，s为大于或等于1的整数；在每个所述网格单元内，基于每个所述曾出现对象的历史轨迹统计其在每次产生位移的起止时刻之间的时间差和距离差，所述位移的起点和终点位于相同或不同的网格单元内；基于所述统计得到的时间差和距离差得到所述轨迹概率数据。
8、根据本公开的实施例，基于所述统计得到的时间差和距离差得到所述轨迹概率数据包括：基于预设单位时长和预设单位距离离散化所述统计得到的时间差和距离差，得到离散化结果；基于所述离散化结果统计得到所述轨迹概率数据。
9、根据本公开的实施例，所述离散化结果包括以预设单位时长为时间刻度，预设单位距离为空间刻度的时空坐标系；基于所述离散化结果统计得到所述轨迹概率数据包括：对于每个所述网格单元，统计各时空坐标对应的s个所述曾出现对象在该网格单元的第一出现次数；基于每个时空坐标对应的所述第一出现次数和总样本数s的比值，得到该时空坐标对应的同一网格单元内的转移概率。
10、根据本公开的实施例，基于所述离散化结果统计得到所述轨迹概率数据还包括：对于每个所述网格单元，统计各时空坐标对应的s个所述曾出现对象在另一网格单元的第二出现次数；基于每个时空坐标对应的所述第二出现次数和总样本数s的比值，得到该时空坐标对应的不同网格单元间的转移概率。
11、根据本公开的实施例，所述轨迹概率数据包括所述时空坐标系内每个时空坐标对应的同一网格单元内的转移概率，或者每个时空坐标对应的不同网格单元间的转移概率。
12、根据本公开的实施例，在根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象之后，所述方法还包括：基于所述目标对象的当前网格单元和最近网格单元生成移动轨迹；将所述目标对象作为第s+1个所述曾出现对象，将所述移动轨迹作为所述历史轨迹来更新所述轨迹概率数据。
13、根据本公开的实施例，每个已跟踪对象的特征向量被预先存储在跟踪库中，根据从所述当前图像帧提取的所述目标对象的特征向量，匹配出n个已跟踪对象包括：计算所述目标对象的特征向量与所述跟踪库中任一个特征向量之间的相似度；基于相似度阈值匹配出所述n个已跟踪对象。
14、根据本公开的实施例，根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象包括：基于每个所述已跟踪对象对应的转移概率的大小，修正其对应的相似度；根据每个所述已跟踪对象对应的修正后相似度，从所述n个已跟踪对象中确定所述目标对象。
15、根据本公开的实施例，在n大于或等于2时，基于相似度的大小对所述n个已跟踪对象排序，其中，根据每个所述已跟踪对象对应的修正后相似度，从所述n个已跟踪对象中确定所述目标对象包括：根据每个所述已跟踪对象对应的修正后相似度的大小，对所述n个已跟踪对象重排序；根据所述重排序的结果从所述n个已跟踪对象中确定所述目标对象。
16、根据本公开的实施例，在所述监测区域预先部署k个摄像头，k大于或等于2的整数，所述对象跟踪包括：基于所述k个摄像头对所述监测区域内目标对象进行跨摄像头跟踪。
17、根据本公开的实施例，预先将所述监测区域划分为m个网格单元包括：使所述k个摄像头的成像范围覆盖所述监测区域；将所述k个摄像头各自的成像画面与所述监测区域的场景地图进行像素级标定；将所述场景地图划分为所述m个网格单元，其中，所述m个网格单元基于标定结果相应映射至对应摄像头的成像画面。
18、根据本公开的实施例，在根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象之后，所述方法还包括：基于所述当前图像帧，获得所述目标对象的当前位置；将所述当前位置及所述目标对象之前的已跟踪位置可视化地显示在所述场景地图。
19、根据本公开的实施例，所述获得监测区域内目标对象的当前图像帧包括：获得所述k个摄像头中的至少一个拍摄到包含所述目标对象的监控视频；解析所述监控视频获得至少一张所述当前图像帧；其中，所述方法还包括：响应于在所述场景地图对所述当前位置的回放操作，播放包含所述当前图像帧的监控视频。
20、本公开实施例的另一方面提供了一种对象跟踪装置，其特征在于，包括：目标识别模块，用于获得监测区域内目标对象的当前图像帧，和所述目标对象位于所述监测区域的当前网格单元，所述监测区域预先被划分为m个网格单元，m为大于或等于2的整数；向量匹配模块，用于根据从所述当前图像帧提取的所述目标对象的特征向量，匹配出n个已跟踪对象，n为大于或等于1的整数；概率获得模块，用于获得每个所述已跟踪对象出现在所述当前网格单元的转移概率；对象确定模块，用于根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象。
21、本公开实施例的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行如上所述的方法。
22、本公开实施例的另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，该计算机程序被处理器执行时使处理器执行如上所述的方法。
23、本公开实施例的另一方面提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的方法。
24、上述一个或多个实施例具有如下有益效果：将监测区域划分为多个网格单元，基于目标对象的当前图像帧完成特征向量的提取，并进行n个已跟踪对象的匹配，以各已跟踪对象在网格单元间的移动规律作为约束，获得出现在当前网格单元的转移概率，根据转移概率的大小对跟踪识别结果进一步的优化矫正。从而提高目标对象重识别的准确率，提高目标对象在全轨迹路径上识别的准确性和连续性。
技术特征：
1.一种对象跟踪方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获得所述目标对象位于所述监测区域的当前网格单元包括：
3.根据权利要求2所述的方法，其特征在于，所述获得每个所述已跟踪对象出现在所述当前网格单元的转移概率包括：
4.根据权利要求3所述的方法，其特征在于，获得每个所述已跟踪对象从最近网格单元转移至所述当前网格单元的转移概率包括：
5.根据权利要求4所述的方法，其特征在于，基于所述时空变化量从轨迹概率数据获得所述转移概率包括：对于每个所述已跟踪对象，
6.根据权利要求4所述的方法，其特征在于，所述轨迹概率数据通过所述监测区域内曾出现对象在所述m个网格单元之间的历史轨迹预先得到包括：
7.根据权利要求6所述的方法，其特征在于，基于所述统计得到的时间差和距离差得到所述轨迹概率数据包括：
8.根据权利要求7所述的方法，其特征在于，
9.根据权利要求8所述的方法，其特征在于，基于所述离散化结果统计得到所述轨迹概率数据还包括：对于每个所述网格单元，
10.根据权利要求9所述的方法，其特征在于，
11.根据权利要求6~10中任一项所述的方法，其特征在于，在根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象之后，所述方法还包括：
12.根据权利要求1所述的方法，其特征在于，每个已跟踪对象的特征向量被预先存储在跟踪库中，根据从所述当前图像帧提取的所述目标对象的特征向量，匹配出n个已跟踪对象包括：
13.根据权利要求12所述的方法，其特征在于，根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象包括：
14.根据权利要求13所述的方法，其特征在于，在n大于或等于2时，基于相似度的大小对所述n个已跟踪对象排序，其中，根据每个所述已跟踪对象对应的修正后相似度，从所述n个已跟踪对象中确定所述目标对象包括：
15.根据权利要求1所述的方法，其特征在于，在所述监测区域预先部署k个摄像头，k大于或等于2的整数，所述对象跟踪包括：
16.根据权利要求15所述的方法，其特征在于，预先将所述监测区域划分为m个网格单元包括：
17.根据权利要求16所述的方法，其特征在于，在根据所述转移概率的大小从所述n个已跟踪对象中确定所述目标对象之后，所述方法还包括：
18.根据权利要求17所述的方法，其特征在于，所述获得监测区域内目标对象的当前图像帧包括：
19.一种对象跟踪装置，其特征在于，包括：
20.一种电子设备，包括：
21.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1~18中任一项所述方法的步骤。
22.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1~18中任一项所述方法的步骤。
技术总结
本公开提供了一种对象跟踪方法，涉及安全检查领域、人工智能领域或其他领域。该方法包括：获得监测区域内目标对象的当前图像帧，和所述目标对象位于所述监测区域的当前网格单元，所述监测区域预先被划分为M个网格单元，M为大于或等于2的整数；根据从所述当前图像帧提取的所述目标对象的特征向量，匹配出N个已跟踪对象，N为大于或等于1的整数；获得每个所述已跟踪对象出现在所述当前网格单元的转移概率；根据所述转移概率的大小从所述N个已跟踪对象中确定所述目标对象。本公开还提供了一种对象装置、设备、存储介质和程序产品。
技术研发人员：张丽,程懿远,李栋,孙运达
受保护的技术使用者：同方威视技术股份有限公司
技术研发日：
技术公布日：2024/9/23