一种确定目标对象位置的方法、装置及设备与存储介质与流程

本发明涉及计算机视觉技术领域，尤其涉及一种确定目标对象位置的方法、装置及设备与存储介质。

背景技术：

多目标对象追踪技术在当代计算机视觉领域中越来越受关注，因为它在智能安防等领域的研究和应用具有重要的意义。为实现该技术，需要确定每个目标对象在视频帧中的位置。

目前常用的确定目标对象在视频帧中的位置的方式有两种：方式一、采用预测算法，预测目标对象在视频帧中的位置，并使用追踪框进行框取，以得到目标对象的预测位置，并将得到的该预测位置确定为目标对象位置；方式二、采用检测算法，检测目标对象在视频帧中的位置，并使用检测框进行框取，以得到目标对象的检测位置，并将得到的该检测位置确定为目标对象位置。

由于预测误差和检测误差的存在，导致采用上述两种方式确定的目标对象位置准确度不高。

技术实现要素：

(一)发明目的

本发明的目的是提供一种确定目标对象位置的方法、装置及设备与存储介质，用以解决现有技术中存在的确定的目标对象位置准确度不高的问题。

(二)技术方案

为解决上述问题，本发明的第一方面提供了一种确定目标对象位置的方法，包括：

根据状态转移矩阵的基本量和基本量的校正量确定状态转移矩阵；其中，基本量的校正量是根据各目标对象对应的各差值的均值和方差矩阵确定的，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，

确定增益系数、目标对象的预测位置和检测位置；

根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

根据预测位置和预测位置的校正量确定目标对象位置。

可选地，根据下列公式确定状态转移矩阵：

h＝σdmσ^t-μ|σ|^-1

其中，h为状态转移矩阵，σdmσ^t为状态转移矩阵的基本量，μ|σ|^-1为基本量的校正量，σ为各目标对象对应的各差值的方差矩阵，σ^t为σ的转置，|σ|^-1为σ的行列式的倒数，dm为检测位置，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

可选地，确定增益系数，包括：

根据各目标对象对应的各差值的均值确定增益系数。

可选地，根据下列公式确定增益系数：

ka＝μ

其中，ka为增益系数，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

可选地，根据下列公式确定目标对象位置：

其中，为目标对象位置，为预测位置，为预测位置的校正量，ka为增益系数，为检测预测位置误差，dm为检测位置，为预测位置在检测空间的映射量，h为状态转移矩阵。

本发明的第二方面提供了一种确定目标对象位置的方法，包括：

根据各目标对象对应的各差值的均值确定增益系数；其中，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，

确定状态转移矩阵、目标对象的预测位置和检测位置；

根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

根据预测位置和预测位置的校正量确定目标对象位置。

本发明的第三方面提供了一种确定目标对象位置的装置，包括：

第一获取模块，用于根据状态转移矩阵的基本量和基本量的校正量确定状态转移矩阵；其中，基本量的校正量是根据各目标对象对应的各差值的均值和方差矩阵确定的，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，确定增益系数、目标对象的预测位置和检测位置；

第一确定模块，用于根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

第一处理模块，用于根据预测位置和预测位置的校正量确定目标对象位置。

本发明的第四方面提供了一种确定目标对象位置的装置，包括：

第二获取模块，用于根据各目标对象对应的各差值的均值确定增益系数；其中，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，确定状态转移矩阵、目标对象的预测位置和检测位置；

第二确定模块，用于根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

第二处理模块，用于根据预测位置和预测位置的校正量确定目标对象位置。

本发明的第五方面提供了一种确定目标对象位置的设备，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现上述任一种所述的确定目标对象位置的方法。

本发明的第六方面提供了一种存储介质，所述存储介质为计算机可读存储介质其上存储有计算机程序；

所述计算机程序被处理器执行以实现上述任一种所述的确定目标对象位置的方法。

(三)有益效果

本发明提供了一种目标对象位置的方法，包括：根据状态转移矩阵的基本量和基本量的校正量确定状态转移矩阵；其中，基本量的校正量是根据各目标对象对应的各差值的均值和方差矩阵确定的，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，确定增益系数、目标对象的预测位置和检测位置；根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；根据预测位置和预测位置的校正量确定目标对象位置。在本发明中，通过状态转移矩阵、增益系数、目标对象的预测位置和检测位置得到预测位置的校正量，并根据预测位置和预测位置的校正量确定目标对象位置，从而提高了确定的目标对象位置的准确度。

附图说明

图1是本发明实施例提供的第一种确定目标对象位置的方法流程示意图；

图2是本发明实施例提供的第二种确定目标对象位置的方法流程示意图；

图3是本发明实施例提供的第一种确定目标对象位置的装置的结构示意图；

图4是本发明实施例提供的第二种确定目标对象位置的装置的结构示意图；

图5是本发明实施例提供的一种确定目标对象位置的设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“第一”、“第二”仅用于区分目的，而不能理解为指示或暗示相对重要性。

本发明实施例提供了一种确定目标对象位置的方法，如图1所示，该方法包括：

步骤101、根据状态转移矩阵的基本量和基本量的校正量确定状态转移矩阵；其中，基本量的校正量是根据各目标对象对应的各差值的均值和方差矩阵确定的，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，

确定增益系数、目标对象的预测位置和检测位置；

步骤102、根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

步骤103、根据预测位置和预测位置的校正量确定目标对象位置。

实施中，本发明实施例在确定目标对象位置时，考虑了预测位置的校正量，因而提高了确定的目标对象位置的准确度。

实施中，本发明实施例在确定预测位置的校正量时，结合考虑了状态转移矩阵、增益系数、目标对象的预测位置和检测位置，使得确定的预测位置的校正量准确度比较高，从而进一步提高了确定的目标对象位置的准确度。

实施中，本发明实施例在确定状态转移矩阵时，考虑了状态转移矩阵的基本量的校正量，使得确定的状态转移矩阵准确度比较高，从而使得确定的预测位置的校正量准确度比较高，进而进一步地提高了确定的目标对象位置的准确度。

实施中，本发明实施例在确定状态转移矩阵的基本量的校正量时，考虑了各目标对象的预测位置和检测位置的设定点位置的误差的平均程度和离散程度，而且目标对象的预测位置和检测位置的设定点位置的误差能很准确地反应预测值和检测值之间的误差情况，使得确定的状态转移矩阵的基本量的校正量准确度很高，从而使得确定的状态转移矩阵准确度很高，进而使得确定的预测位置的校正量准确度很高，最终更进一步地提高了确定的目标对象位置的准确度。

实施中，由于本发明实施例确定的目标对象位置更准确，从而能够实现更准确地多目标对象追踪。

其中，状态转移矩阵，是指能够将预测位置映射到检测空间的参数。

其中，追踪框的设定点位置，是指追踪框的框上或者框内任意点位置，比如，中心点位置。检测框的设定点位置，是指检测框的框上或者框内任意点位置，比如，中心点位置。

其中，增益系数，是指修正检测预测位置误差的系数。

其中，目标对象的追踪框框取的位置为目标对象的预测位置，目标对象的检测框框取的位置为目标对象的检测位置。

其中，目标对象的追踪框与检测框为匹配的追踪框与检测框，即目标对象的追踪框与检测框的匹配度不小于预设匹配阈值；具体实施中，可以采用任一种匹配算法，比如，iou(intersectionoverunion，交并比)匹配；预设匹配阈值可以根据经验或需求设置，比如，根据经验设置为0.5。

其中，在步骤101中，可以采用现有技术中任一种确定状态转移矩阵的方式，确定本发明实施例的状态转移矩阵的基本量。

可选地，在步骤101中，基于状态转移矩阵的作用(即将预测位置映射到检测空间)以及状态转移矩阵的正交特性，确定状态转移矩阵的基本量。

其中，在步骤101中，任一种根据各目标对象对应的各差值的均值和方差矩阵确定基本量的校正量的方式均适用于本发明实施例；比如，将均值与方差矩阵进行数学运算得到基本量的校正量；或者，将均值的变形与方差矩阵进行数学运算得到基本量的校正量；或者，将均值与方差矩阵的变形进行数学运算得到基本量的校正量；或者，将均值的变形与方差矩阵的变形进行数学运算得到基本量的校正量。

实施中，由于状态转移矩阵是用于将预测位置映射到检测空间，因而根据预测值和检测值的误差确定基本量的校正量，即可提高确定的状态转移矩阵的准确度；而在本发明实施例中，不仅采用能很准确地反应预测值和检测值之间的误差情况的设定点位置的误差，而且同时考虑了误差的平均程度和离散程度，因而可以保证确定的状态转移矩阵的准确度很高。

可选地，步骤101中，均值除以方差矩阵的行列式得到基本量的校正量。

实施中，通过实验论证，与其他方式相比，采用均值除以方差矩阵的行列式的方式得到基本量的校正量，能保证确定的目标对象位置的准确度最高。

其中，在步骤101中，任一种根据状态转移矩阵的基本量和基本量的校正量确定状态转移矩阵的方式均适用于本发明实施例；比如，将二者的差值确定为状态转移矩阵；或者，将二者的和值确定为状态转移矩阵；或者，状态转移矩阵的基本量减去基本量的校正量与某个系数的乘积值以得到状态转移矩阵等。

可选地，在步骤101中，根据下列公式确定状态转移矩阵：

h＝σdmσ^t-μ|σ|^-1

其中，h为状态转移矩阵，σdmσ^t为状态转移矩阵的基本量，μ|σ|^-1为基本量的校正量，σ为各目标对象对应的各差值的方差矩阵，σ^t为σ的转置，|σ|^-1为σ的行列式的倒数，dm为检测位置，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

实施中，通过实验论证，与其他方式相比，采用本公式确定状态转移矩阵，能保证确定的目标对象位置的准确度最高。

其中，在步骤101中，可以采用现有技术中任一种确定误差修正系数的方式，确定本发明实施例的增益系数。

可选地，在步骤101中，确定增益系数，包括：

根据各目标对象对应的各差值的均值确定增益系数。

实施中，根据各目标对象对应的各差值的均值确定的增益系数，表征了目标对象的预测位置和检测位置的设定点位置的误差，由于与检测预测位置误差相比，增益系数能更准确地反应预测值和检测值之间的误差情况，因而增益系数可以优化检测预测位置误差，使得确定的预测位置的校正量更准确，保证确定的目标对象位置更准确。

其中，在步骤101中，任一种根据各目标对象对应的各差值的均值确定增益系数的方式均适用于本发明实施例；比如，将均值与某个系数的乘积值确定为增益系数；或者，将均值的n次方值确定为增益系数；或者，将均值的根号值确定为增益系数等。

可选地，在步骤101中，根据下列公式确定增益系数：

ka＝μ

其中，ka为增益系数，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

实施中，通过实验论证，与其他方式相比，采用本公式确定增益系数，能保证确定的目标对象位置的准确度最高。

其中，在步骤101中，可以采用现有技术中任一种方式确定目标对象的预测位置；比如，根据第(t-1)帧中目标对象的预测位置确定第t帧中目标对象的预测位置，具体如下：

第(t-1)帧中所有目标对象的预测位置用集合表示为：其中kt-1为目标对象数量，对应着kt-1个追踪框；

按照基于平均位移假设的tracktor(多目标跟踪)方法，根据第(t-1)帧中kt-1目标对象的运动方向和速度确定第t帧中kt-1目标对象的追踪框相对于第(t-1)帧中kt-1目标对象的追踪框的偏移方向和偏移量，从而能够确定出第t帧中kt-1目标对象的预测位置。

其中，在步骤101中，可以采用现有技术中任一种方式确定目标对象的检测位置；比如，采用目前比较成熟的基于cnn(convolutionalneuralnetwork，卷积神经网络)的目标检测模型(例如快速基于卷积神经网络特征的区域方法fast-rcnn模型)，对第t帧进行目标检测，以得到第t帧中目标对象的检测位置。

其中，检测预测位置误差，是指目标对象的预测位置和检测位置的误差。

其中，在步骤102中，任一种根据状态转移矩阵和预测位置确定预测位置在检测空间的映射量的实施方式均适用于本发明实施例；比如，将二者的乘积值确定为预测位置在检测空间的映射量；或者，将二者以及某个系数的乘积值确定为预测位置在检测空间的映射量等。

其中，在步骤102中，任一种根据检测位置和预测位置在检测空间的映射量确定检测预测位置误差的实施方式均适用于本发明实施例；比如，检测位置减去预测位置在检测空间的映射量得到检测预测位置误差；或者，预测位置在检测空间的映射量减去检测位置得到检测预测位置误差等。

其中，在步骤102中，任一种根据增益系数和检测预测位置误差确定预测位置的校正量的实施方式均适用于本发明实施例；比如，将二者的乘积值确定为预测位置的校正量；或者，将二者以及某个系数的乘积值确定为预测位置的校正量；或者，将增益系数的n次方与检测预测位置误差的乘积值确定为预测位置的校正量；或者，将增益系数的根号值与检测预测位置误差的乘积值确定为预测位置的校正量等。

其中，在步骤103中，任一种根据预测位置和预测位置的校正量确定目标对象位置的实施方式均适用于本发明实施例；比如，将二者的差值确定为目标对象位置；或者，将二者的和值确定为目标对象位置；或者，预测位置的校正量与某个系数相乘再加上预测位置得到目标对象位置等。

可选地，在步骤103中，根据下列公式确定目标对象位置：

其中，为目标对象位置，为预测位置，为预测位置的校正量，ka为增益系数，为检测预测位置误差，dm为检测位置，为预测位置在检测空间的映射量，h为状态转移矩阵。

实施中，通过实验论证，与其他方式相比，采用本深度滤波校正公式确定目标对象位置，能保证确定的目标对象位置的准确度最高。

其中，对于未匹配上的检测框(即与各追踪框的匹配度均小于预设匹配阈值)，确定该检测框关联的目标对象为之前未出现过的新目标对象，并进行追踪；以及，对于未匹配上的追踪框(即与各检测框的匹配度均小于预设匹配阈值)，确定该追踪框关联的目标对象已消失，并停止追踪。

基于同一发明构思，本发明实施例还提供了另一种确定目标对象位置的方法，如图2所示，该方法包括：

步骤201、根据各目标对象对应的各差值的均值确定增益系数；其中，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，

确定状态转移矩阵、目标对象的预测位置和检测位置；

步骤202、根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

步骤203、根据预测位置和预测位置的校正量确定目标对象位置。

实施中，本发明实施例在确定目标对象位置时，考虑了预测位置的校正量，因而提高了确定的目标对象位置的准确度。

实施中，本发明实施例在确定预测位置的校正量时，结合考虑了状态转移矩阵、增益系数、目标对象的预测位置和检测位置，使得确定的预测位置的校正量准确度比较高，从而进一步提高了确定的目标对象位置的准确度。

实施中，根据各目标对象对应的各差值的均值确定的增益系数，表征了目标对象的预测位置和检测位置的设定点位置的误差，由于与检测预测位置误差相比，增益系数能更准确地反应预测值和检测值之间的误差情况，因而增益系数可以优化检测预测位置误差，使得确定的预测位置的校正量更准确，从而更进一步地提高了确定的目标对象位置的准确度。

实施中，由于本发明实施例确定的目标对象位置更准确，从而能够实现更准确地多目标对象追踪。

其中，状态转移矩阵，是指能够将预测位置映射到检测空间的参数。

其中，追踪框的设定点位置，是指追踪框的框上或者框内任意点位置，比如，中心点位置。检测框的设定点位置，是指检测框的框上或者框内任意点位置，比如，中心点位置。

其中，增益系数，是指修正检测预测位置误差的系数。

其中，目标对象的追踪框框取的位置为目标对象的预测位置，目标对象的检测框框取的位置为目标对象的检测位置。

其中，目标对象的追踪框与检测框为匹配的追踪框与检测框，即目标对象的追踪框与检测框的匹配度不小于预设匹配阈值；具体实施中，可以采用任一种匹配算法，比如，iou(intersectionoverunion，交并比)匹配；预设匹配阈值可以根据经验或需求设置，比如，根据经验设置为0.5。

其中，在步骤201中，确定增益系数的实施方式与步骤101中根据各目标对象对应的各差值的均值确定增益系数的实施方式类似，在此不再赘述。

其中，在步骤201中，可以采用现有技术中任一种确定状态转移矩阵的方式，确定本发明实施例的状态转移矩阵；比如，基于状态转移矩阵的作用(即将预测位置映射到检测空间)以及状态转移矩阵的正交特性，确定状态转移矩阵。

可选地，在步骤201中，确定状态转移矩阵的实施方式与步骤101中确定状态转移矩阵的实施方式类似，在此不再赘述。

其中，在步骤201中，确定目标对象的预测位置和检测位置的实施方式与步骤101中确定目标对象的预测位置和检测位置的实施方式类似，在此不再赘述。

其中，步骤202和步骤203的实施方式分别与步骤102和步骤103的实施方式类似，在此不再赘述。

其中，对于未匹配上的检测框(即与各追踪框的匹配度均小于预设匹配阈值)，确定该检测框关联的目标对象为之前未出现过的新目标对象，并进行追踪；以及，对于未匹配上的追踪框(即与各检测框的匹配度均小于预设匹配阈值)，确定该追踪框关联的目标对象已消失，并停止追踪。

基于同一发明构思，本发明实施例提供了一种确定目标对象位置的装置，用于执行上述的一种确定目标对象位置的方法，如图3所示，该装置包括：

第一获取模块310，用于根据状态转移矩阵的基本量和基本量的校正量确定状态转移矩阵；其中，基本量的校正量是根据各目标对象对应的各差值的均值和方差矩阵确定的，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，确定增益系数、目标对象的预测位置和检测位置；

第一确定模块320，用于根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

第一处理模块330，用于根据预测位置和预测位置的校正量确定目标对象位置。

其中，本发明实施例对于第一获取模块310、第一确定模块320和第一处理模块330的具体形状结构不做限定，本领域技术人员可以根据其实现的功能作用对其进行任意设置，在此不再赘述；另外，本发明实施例中第一获取模块310、第一确定模块320和第一处理模块330所实现的操作步骤的具体实现过程以及实现效果与本发明实施例中步骤101至步骤103的具体实现过程以及实现效果相同，具体可参考上述陈述内容，在此不再赘述。

在上述实施例的基础上，继续参考图3，本发明实施例对于第一获取模块310确定状态转移矩阵的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第一获取模块310确定状态转移矩阵时，该第一获取模块310具体用于执行：根据下列公式确定状态转移矩阵：h＝σdmσ^t-μ|σ|^-1；其中，h为状态转移矩阵，σdmσ^t为状态转移矩阵的基本量，μ|σ|^-1为基本量的校正量，σ为各目标对象对应的各差值的方差矩阵，σ^t为σ的转置，|σ|^-1为σ的行列式的倒数，dm为检测位置，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

在上述实施例的基础上，继续参考图3，本发明实施例对于第一获取模块310确定增益系数的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第一获取模块310确定增益系数时，该第一获取模块310具体用于执行：根据各目标对象对应的各差值的均值确定增益系数。

在上述实施例的基础上，继续参考图3，本发明实施例对于第一获取模块310确定增益系数的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第一获取模块310确定增益系数时，该第一获取模块310具体用于执行：根据下列公式确定增益系数：ka＝μ；其中，ka为增益系数，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

在上述实施例的基础上，继续参考图3，本发明实施例对于第一处理模块330确定目标对象位置的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第一处理模块330确定目标对象位置时，该第一处理模块330具体用于执行：根据下列公式确定目标对象位置：其中，为目标对象位置，为预测位置，为预测位置的校正量，ka为增益系数，为检测预测位置误差，dm为检测位置，为预测位置在检测空间的映射量，h为状态转移矩阵。

基于同一发明构思，本发明实施例提供了另一种确定目标对象位置的装置，用于执行上述的另一种确定目标对象位置的方法，如图4所示，该装置包括：

第二获取模块410，用于根据各目标对象对应的各差值的均值确定增益系数；其中，目标对象对应的差值是指目标对象的追踪框的设定点位置与检测框的设定点位置的差值；以及，确定状态转移矩阵、目标对象的预测位置和检测位置；

第二确定模块420，用于根据增益系数和检测预测位置误差确定预测位置的校正量；其中，检测预测位置误差是根据检测位置和预测位置在检测空间的映射量确定的，预测位置在检测空间的映射量是根据状态转移矩阵和预测位置确定的；

第二处理模块430，用于根据预测位置和预测位置的校正量确定目标对象位置。

其中，本发明实施例对于第二获取模块410、第二确定模块420和第二处理模块420的具体形状结构不做限定，本领域技术人员可以根据其实现的功能作用对其进行任意设置，在此不再赘述；另外，本发明实施例中第二获取模块410、第二确定模块420和第二处理模块420所实现的操作步骤的具体实现过程以及实现效果与本发明实施例中步骤201至步骤203的具体实现过程以及实现效果相同，具体可参考上述陈述内容，在此不再赘述。

在上述实施例的基础上，继续参考图4，本发明实施例对于第二获取模块410确定增益系数的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第二获取模块410确定增益系数时，该第二获取模块410具体用于执行：根据下列公式确定增益系数：ka＝μ；其中，ka为增益系数，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

在上述实施例的基础上，继续参考图4，本发明实施例对于第二获取模块410确定状态转移矩阵的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第二获取模块410确定状态转移矩阵时，该第二获取模块410具体用于执行：根据状态转移矩阵的基本量和基本量的校正量确定状态转移矩阵；其中，基本量的校正量是根据各目标对象对应的各差值的均值和方差矩阵确定的。

在上述实施例的基础上，继续参考图4，本发明实施例对于第二获取模块410确定状态转移矩阵的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第二获取模块410确定状态转移矩阵时，该第二获取模块410具体用于执行：根据下列公式确定状态转移矩阵：h＝σdmσ^t-μ|σ|^-1；其中，h为状态转移矩阵，σdmσ^t为状态转移矩阵的基本量，μ|σ|^-1为基本量的校正量，σ为各目标对象对应的各差值的方差矩阵，σ^t为σ的转置，|σ|^-1为σ的行列式的倒数，dm为检测位置，μ为各目标对象对应的各差值的均值，目标对象对应的差值是指目标对象的追踪框的中心点位置与检测框的中心点位置的差值。

在上述实施例的基础上，继续参考图4，本发明实施例对于第二处理模块430确定目标对象位置的具体实现过程不做限定，本领域技术人员可以根据具体的设计需求进行设置，较为优选的，在第二处理模块430确定目标对象位置时，该第二处理模块430具体用于执行：根据下列公式确定目标对象位置：其中，为目标对象位置，为预测位置，为预测位置的校正量，ka为增益系数，为检测预测位置误差，dm为检测位置，为预测位置在检测空间的映射量，h为状态转移矩阵。

基于同一发明构思，本发明实施例提供了一种确定目标对象位置的设备，如图5所示，该设备包括：

存储器510；

处理器520；以及

计算机程序；

其中，计算机程序存储在存储器510中，并被配置为由处理器520执行以实现上述任一种确定目标对象位置的方法。

基于同一发明构思，本发明实施例提供了一种存储介质，该存储介质为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以实现上述任一种确定目标对象位置的方法。

其中，存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，简称rom)或随机存取存储器(randomaccessmemory，简称ram)等。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。