图像跟踪方法、装置、存储介质及电子设备
技术领域
本发明实施例涉及图像跟踪领域,具体而言,涉及一种图像跟踪方法、装置、存储介质及电子设备。
背景技术
目前,为捕捉运动目标的运动轨迹,往往通过对运动目标进行图像跟踪来实现。现有的运动目标跟踪技术是对运动目标检测、提取、识别和跟踪的技术,该技术是计算机视觉系统的核心,在军事、交通、生物、医学等多种领域得到广泛的应用。
其中,目标检测主要包括物体识别和物体定位两个步骤。但是在面对较为复杂的场景(如人流较多的车站、广场等)时,这种跟踪技术的识别率低,速度较慢,影响了实际跟踪效果。
发明内容
本发明实施例提供了一种图像跟踪方法、装置、存储介质及电子设备,以至少解决相关技术中识别率低,跟踪效率低的问题。
根据本发明的一个实施例,提供了一种图像跟踪方法,包括:
获取目标图像中包括的目标热点的坐标,其中,所述目标图像为对目标区域进行拍摄后所得到的图像;
根据所述目标热点的坐标,生成用于对所述目标热点所在的目标对象进行标注的检测框;
获取所述检测框内所包括的所述目标对象的特征值;
基于所述特征值对所述目标对象进行跟踪。
在一个示例性实施例中,所述基于所述特征值对所述目标对象进行跟踪包括:
根据所述目标热点的特征值,计算所述目标热点的预运动方向及预运动速度;
根据所述预运动方向及预运动速度,跟踪所述目标热点。
在一个示例性实施例中,所述跟踪所述目标热点还包括至少以下之一:
在所述目标热点脱离目标区域的情况下,结束跟踪;
在所述目标热点在所述目标区域停留的时间大于预设值的情况下,结束跟踪。
在一个示例性实施例中,在获取目标图像中包括的目标热点的坐标之前,所述方法还包括:
确定所述目标图像中满足目标条件的目标排除区;
获取所述目标图像中包括的除所述目标排除区之外的其它区域的热点信息;
将热点信息满足第一预设条件的热点设置为所述目标热点。
在一个示例性实施例中,所述获取目标图像中包括的目标热点的坐标之前,所述方法还包括:
根据接收到的跟踪指令确定所述目标热点。
根据本发明的另一个实施例,提供了一种图像跟踪装置,包括:
坐标采集模块,用于获取目标图像中包括的目标热点的坐标,其中,所述目标图像为对目标区域进行拍摄后所得到的图像;
坐标扩展模块,用于根据所述目标热点的坐标,生成用于对所述目标热点所在的目标对象进行标注的检测框;
特征提取模块,用于获取所述检测框内所包括的所述目标对象的特征值;
跟踪模块,用于基于所述特征值对所述目标对象进行跟踪。
在一个示例性实施例中,所述跟踪模块包括:
运动预测单元,用于根据所述目标热点的特征值,计算所述目标热点的预运动方向及预运动速度;
跟踪单元,用于根据所述预运动方向及预运动速度,跟踪所述目标热点。
在一个示例性实施例中,所述跟踪单元包括:
第一跟踪子单元,用于在所述目标热点脱离目标区域的情况下,结束跟踪;
第二跟踪子单元,用于在所述目标热点在所述目标区域停留的时间大于预设值的情况下,结束跟踪。
根据本发明的又一个实施例,还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中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,由于通过热成像中的热点触发对目标对象的跟踪,从而节约了反应时间,再根据热点提取目标对象的特征,从而避免非异常对象的干扰,提高了识别精度,因此,可以解决相关技术中识别效率低,跟踪效果差的问题,达到提高图像跟踪精度的效果。
附图说明
图1是本发明实施例的一种图像跟踪方法的移动终端的硬件结构框图;
图2是根据本发明实施例的一种图像跟踪方法的流程图;
图3是根据本发明实施例的一种图像跟踪装置的结构框图;
图4是根据本发明实施例的跟踪模块的结构框图;
图5是根据本发明实施例的跟踪单元的结构框图;
图6是根据本发明实施例的图像跟踪装置的优选结构框图一;
图7是根据本发明实施例的图像跟踪装置的优选结构框图二;
图8是本发明的具体实施例的流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是,本发明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。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种图像跟踪方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的图像跟踪方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种图像跟踪方法,图2是根据本发明实施例的图像跟踪的流程图,如图2所示,该流程包括如下步骤:
步骤S202,获取目标图像中包括的目标热点的坐标,其中,目标图像为对目标区域进行拍摄后所得到的图像;
在本实施例中,获取目标热点的坐标是为了能够确定目标热点的精确位置,从而能够对目标热点进行精确跟踪。
其中,目标热点可以是能够指示目标图像中的目标对象各个位置的温度情况的像素点的集合,也可以是代表目标图像中目标对象指定区域的温度的像素点,还可以是其它能够指示目标图像中的目标对象的温度并能够被跟踪的像素点、像素点集合、或图形,图形可以是圆点、三角形等多边形点,还可以是目标对象的轮廓描边,还可以是其它够指示目标对象的抽象或非抽象图形;目标图像可以是图片,也可以是视频,还可以是热成像或其它包含目标对象的图像;目标对象可以是位于被监测区域中并位于目标图像内的人体、动物、建筑物、车辆或其他机械设备等。
获取目标热点的坐标可以是通过热成像设备直接采集,也可以是在采集到目标图像后对目标图像进行后续分析处理时获得,还可以是通过人工标注的方式获得。
例如,通过热成像设备获取到目标对象的热成像图像时,以人体为目标热点,并随后通过热成像设备中自带的坐标确定模块确定热成像图像中人体的坐标。
需要说明的是,对目标区域进行拍摄可以是对目标区域进行固定拍摄,即固定拍摄角度和方向,同时可以在进行拍摄过程中记录和/或标识目标图像中的目标对象的运动轨迹;也可以是在捕捉到目标对象后随目标对象的运动轨迹而改变拍摄角度和方向,使目标对象式中位于拍摄的目标图像的正中心或指定位置,以方便对目标对象进行跟踪。
步骤S204,根据目标热点的坐标,生成用于对目标热点所在的目标对象进行标注的检测框;
在本实施例中,生成检测框是为了对目标图像中的目标热点进行标注,并确定对目标热点的可跟踪范围,从而能够在跟踪过程中锁定目标热点,提高检测精度。
其中,检测框可以是以目标热点为中心的方形框、三角形框等多边形框,也可以是以目标热点为中心的圆形框、椭圆形框或其它曲边框,还可以目标热点并不在中心处,仅仅是包含目标热点的多边形或曲边框,且当检测框为曲边框时,曲边框可以是沿目标热点的边缘设置,也可以是大于目标热点的边缘;相应的,生成检测框的过程可以是在确定目标热点的坐标后,以目标热点为中心向外增大坐标以获得检测框的边缘点,再将边缘点进行连接以生成检测框;也可以是直接将预设的检测框直接设置在目标热点处。
进一步的,生成的检测框可以(但不限于)包含有目标热点的坐标的标识信息,也可以包括其它包含信息,还可以是不包含任何标识信息;二包含标识信息是为了方便对检测框进行识别。
例如,在确定热成像图像中的人体的坐标之后,生成以人体为中心的方形的检测框,并在检测框上标识人体的位置坐标信息。
需要说明的是,检测框的生成可以是通过图像识别神经网络进行生成,也可以是通过其它方式生成,且检测框可以是随目标热点的大小发生变化,也可以是按照预设的大小直接生成。
步骤S206,获取检测框内所包括的目标对象的特征值;
在本实施例中,获取目标对象的特征值是为了确定目标对象的特征信息,以方便在连续的图像中对目标对象进行识别和跟踪,减少非特征值对识别跟踪过程的干扰,避免在跟踪过程中丢失目标对象。
其中,特征值可以是目标对象的高度、宽度、温度、目标对象的类型编码等;获取目标对象的特征值的方式可以是通过神经网络识别获得,也可以是通过其它方式获得。
例如,通过热成像识别神经网路对检测框内的人体进行温识别,从而获取图像中人体的温度特征、体型特征等信息。
步骤S208,基于特征值对目标对象进行跟踪。
在本实施例中,根据特征值对目标对象进行跟踪能够在复杂的背景环境中对目标对象进行准确的识别跟踪,从而避免在跟踪过程中丢失目标对象。
通过上述步骤,通过目标热点触发对目标对象的跟踪,解决了相关技术中识别效率低,跟踪效果差的问题,提高了图像识别跟踪效率。
其中,上述步骤的执行主体可以为基站、终端等,但不限于此。
在一个可选的实施例中,基于特征值对目标对象进行跟踪包括:
步骤S2082,根据目标热点的特征值,计算目标热点的预运动方向及预运动速度;
步骤S2084,根据预运动方向及预运动速度,跟踪目标对象。
在本实施例中,根据目标热点的特征值,计算目标热点的预运动方向及预运动速度是为了提前预测目标热点的运动轨迹,从而能够提前对目标对象进行跟踪,提高图像识别跟踪效率。
其中,计算目标热点的预运动方向及预运动速度可以是通过神经网络进行计算,也可以是按照预设的计算方式进行计算。
需要说明的是,在目标热点的特征值,计算目标热点的预运动方向及预运动速度的过程中,需要将检测框的变换位置也进行计算,以保证目标热点始终位于检测框内。
在一个可选的实施例中,跟踪目标热点还包括至少以下之一:
步骤S20842,在目标热点脱离目标区域的情况下,结束跟踪;
步骤S20844,在目标热点在目标区域停留的时间大于预设值的情况下,结束跟踪。
在本实施例中,当目标热点脱离目标区域、长时间脱离目标区域或长时间静止在目标区域时,则不再对目标对象进行跟踪,以节约能量。
其中,目标区域是根据检测需求预先指定的区域,该区域可以是多边形区域,也可以是曲边形区域;在目标热点脱离目标区域的情况下,可以暂时不结束跟踪,并同时对目标热点脱离目标区域的时间进行计算,随后在目标热点脱离目标区域的时间大于预设值的情况下,结束跟踪,从而避免遗漏。
例如,可以在热成像图像中,将某个温度正常的区域设置为目标区域,也可以是将某个温度异常的区域设置为目标区域,随后对该区域内的目标对象进行跟踪。
在一个可选的实施例中,在获取目标图像中包括的目标热点的坐标之前,该方法还包括:
步骤S2002,确定目标图像中满足目标条件的目标排除区;
步骤S2004,获取目标图像中包括的除目标排除区之外的其它区域的热点信息;
步骤S2006,将热点信息满足第一预设条件的热点设置为目标热点。
在本实施例中,设置目标排除区是为了将目标排除区内的干扰热点进行排除,从而保证检测精度。
其中,可以通过设置多边形的方式在目标图像中设置目标排除区;而将热点信息满足第一预设条件的热点设置为目标热点则是可以通过计算机等计算装置或设备自动锁定来实现;其中,满足的第一条件可以是温度大于预设值,也可以是温度小于预设值,还可以是其它特征值满足预设值。
例如,可以在热成像图像中的温度异常区域设置凸变形或者凹变形,其中,凸变形的计算方式如下:
设矢量P=(x1,y1),Q=(x2,y2),则矢量叉积定义为由(0,0)、p1、p2和p1+p2所组成的平行四边形的带符号的面积,即:P×Q=x1*y2-x2*y1,其结果是一个标量。显然有性质P×Q=-(Q×P)和P×(-Q)=-(P×Q)。
需要说明的是,本申请下述算法中所有的点都看作矢量,两点的加减法就是矢量相加减,而点的乘法则看作矢量叉积。
其中,叉积的一个非常重要性质是可以通过它的符号判断两矢量相互之间的顺逆时针关系:
若P×Q>0,则P在Q的顺时针方向。
若P×Q<0,则P在Q的逆时针方向。
若P×Q=0,则P与Q共线,但可能同向也可能反向。
所以,假设该凸四边形为ABCD,且ABCD顺时针,待判断的点为M,则需要满足:
AB×AM>0;
BC×BM>0;
CD×CM>0;
DA×DM>0;
即可证明点M在凸四边形内部。
凹多边形的计算方法如下:
假设该凸四边形为ABCD,待判断的点为M,过点M任做一条射线L(起点为M,终点无穷远)。如果M在凸四边形内部,则直线L必与四边形相交,且有一个交点。如果M不在凸四边形内部,则L可与四边形相交也可能不相交,相交的情况有两种,一个交点(过四边形的顶点),或者两个交点。如下:
过点M任做一条射线L,判断交点个数,奇数个则M点在内部,反之在外部。
在一个可选的实施例中,获取目标图像中包括的目标热点的坐标之前,该方法还包括:
步骤S2008,根据接收到的跟踪指令确定目标热点。
在本实施例中,通过接收到的跟踪指令确定目标热点能够方便使用人员根据实际情况对目标对象进行跟踪。
例如,可以是通过人工选择目标热点,再在目标热点设置检测框,然后再对选择的目标热点进行跟踪。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种图像跟踪装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的一种图像跟踪装置的结构框图,如图3所示,该装置包括:
坐标采集模块32,用于获取目标图像中包括的目标热点的坐标,其中,目标图像为对目标区域进行拍摄后所得到的图像;
坐标扩展模块34,用于根据目标热点的坐标,生成用于对目标热点所在的目标对象进行标注的检测框;
特征提取模块36,用于获取检测框内所包括的所述目标对象的特征值;
跟踪模块38,用于基于特征值对所述目标对象进行跟踪。
图4是根据本发明实施例的跟踪模块38的结构框图,如图4所示,跟踪模块38包括:
运动预测单元382,用于根据目标热点的特征值,计算目标热点的预运动方向及预运动速度;
跟踪单元384,用于根据预运动方向及预运动速度,跟踪目标热点。
图5是根据本发明实施例的跟踪单元384的结构框图,如图5所示,该跟踪单元384包括:
第一跟踪子单元3842,用于在目标热点脱离目标区域的情况下,结束跟踪;
第二跟踪子单元3844,用于在目标热点在所述目标区域停留的时间大于预设值的情况下,结束跟踪。
图6是根据本发明实施例的图像跟踪装置的优选结构框图一,如图6所示,该装置还包括:
排除区确定模块302,用于在获取目标图像中包括的目标热点的坐标之前,确定目标图像中满足目标条件的目标排除区;
热点采集模块304,用于获取目标图像中包括的除目标排除区之外的其它区域的热点信息;
第一热点确定模块306,用于将热点信息满足第一预设条件的热点设置为目标热点。
图7是根据本发明实施例的图像跟踪装置的优选结构框图二,如图7所示,该装置还包括:
第二热点确定模块308,用于在获取目标图像中包括的目标热点的坐标之前,根据接收到的跟踪指令确定所述目标热点。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
下面结合具体实施例对本发明进行说明。
参照图8,在获取到目标图像后,先获取目标图像中目标热点的坐标(参照图8中步骤S801),随后根据目标热点的坐标生成检测框(参照图8中步骤S802),再根据预先设置的算法提取目标热点对应的目标对象的特征值(参照图8中步骤S803),并根据特征值计算目标热点的运动速度和运动方向(参照图8中步骤S804),随后根据计算对目标热点进行跟踪(参照图8中步骤S805),在跟踪过程中,判断目标热点是否从目标区域消失、消失时间是否超过预设值、或静止时间是否大于预设值(参照图8中步骤S807及步骤S808),在满足上述条件的情况下保持跟踪状态(参照图8中步骤S806),否则停止跟踪。
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
- 上一篇:石墨接头机器人自动装卡簧、装栓机
- 下一篇:一种基于特征聚合的多目标跟踪方法