(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210782006.3 (22)申请日 2022.07.05 (71)申请人 北京建筑大学 地址 100044 北京市西城区展览 路1号 (72)发明人 周庆辉　刘浩世　张晨龙　谢贻东　 王方　 (74)专利代理 机构 北京科领智诚知识产权代理 事务所(普通 合伙) 11782 专利代理师 陈士骞 (51)Int.Cl. G06T 7/246(2017.01) G06T 7/66(2017.01) G06T 7/13(2017.01) G06V 10/25(2022.01) G06V 10/74(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种目标跟踪方法及装置 (57)摘要 本发明实施例公开一种目标跟踪方法及装 置， 该方法包括： 获取模板图像和当前检测图像； 根据上一帧检测图像的目标位置信息， 利用目标 运动模型， 获得当前检测图像的预估目标位置信 息； 将当前检测图像和模板图像输入SiamRPN模 型， 针对当前检测图像中的每一像素点， 获得多 个第一响应值和多个第一位置信息； 根据当前检 测图像的预估目标位置信息、 第一响应值及第一 位置信息， 确定当前检测图像的目标位置信息， 且根据图像帧数、 目标变形量及当前检测图像的 目标位置信息判断是否更新模板图像。 本公开将 SiamRPN和卡尔曼滤波器进行了紧耦合， 实现了 对目标的精准跟踪。 权利要求书5页 说明书18页 附图3页 CN 115222771 A 2022.10.21 CN 115222771 A 1.一种目标跟踪方法， 其特 征在于， 所述方法包括： 获取模板 图像和当前检测图像， 其中， 所述模板 图像具有目标边界框信息和目标中心 点位置信息， 所述当前检测图像为待测视频中逐帧提取的图像； 根据上一帧检测图像的目标位置信息， 利用目标运动模型， 获得当前检测图像的预估 目标位置信息， 其中， 所述目标运动模 型利用卡尔曼滤波器， 根据目标加速度和目标边界框 形变构建； 将所述当前检测图像和所述模板图像输入SiamRPN模型， 针对所述当前检测图像中的 每一像素点， 获得多个第一响应值和多个第一位置信息， 其中， 每一第一响应值对应一个锚 框， 每一锚框以相应像素点为中心对应所述当前检测图像中某一局部区域， 所述第一响应 值用于表示相应锚框内图像与所述模板图像的相似性， 每一第一位置信息对应一个锚框， 所述第一 位置信息用于表示 根据所述模板图像微调相应锚框后的位置信息； 根据所述当前检测图像的预估目标位置信息、 所述第一响应值及所述第一位置信息， 确定当前检测图像的目标位置信息， 且根据图像帧数、 目标变形量及所述当前检测图像的 目标位置信息判断是否更新模板图像， 其中， 当第一响应值小于第 一预设阈值 时， 将上一帧检测图像的目标位置信 息与所述当前检 测图像的预估目标位置信息的均值作为所述当前检测图像的目标位置信息； 当第一响应值大于或等于第 一预设阈值 时， 根据第 二响应值获得所述当前检测图像的 目标位置信息， 所述第二响应值用于排除所述当前检测图像中与目标相似的干扰物或提高 目标位置的置信度。 2.如权利要求1所述的方法， 其特 征在于， 所述目标运动模型公式 式中， k表示第k帧检测图像， X为目标状态向量， 定义为，  ，  x、 y分别为目标中心点 的横坐标、 纵坐标， w、 h分别为目标边界框的宽度、 高度， 为目标 中心点在x轴方向上的速度， 为目标中心点在y轴方向上的速度， T 为矩阵转置， A为状态 转移矩阵， ， 为相邻两帧检测图像之间的时间间隔， 为系统噪权　利　要　求　书 1/5 页 2 CN 115222771 A 2声， 系统噪声协方差公式： ， a由连续4帧检测图像中目 标中心点的加速度确定， ， ， 为目标边 界框宽度和高度的方差， 。 3.如权利要求1所述的方法， 其特征在于， 所述当第 一响应值大于或等于第 一预设阈值 时， 根据第二响应值获得 所述当前检测图像的目标位置信息包括： 针对每一锚框确定相应第二响应值， 第二响应值公式： 式中， 是坐标为 像素点的第 个锚框 对应的第一响应值， 是坐 标为 像素点的第 个锚框 对应的第二响应值， 用于抑制与预估目标边界框 交并比 低的锚框 ， ， 表示预估目标中心点位置的概率分布 ， ， 预估目标位置信 息包括预估目标边界框 和预估目标中心点位置， 预估目标边 界框为 ， 预估目标中心点坐标为 ， 预估 目标位置信息对应的协方差矩阵 的标准差为 ； 确定当前检测图像中的最大第二响应值； 将所述最大第二响应值对应的SiamRPN模型中的回归分支输出数据作为当前检测图像 中的目标位置信息 。 4.如权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 根据当前检测图像目标位置信息， 确定当前检测图像的状态向量， 将所述当前检测图 像的状态向量作为所述 目标运动模型 的输入， 获得下一帧检测图像的预估目标位置信息，权　利　要　求　书 2/5 页 3 CN 115222771 A 3