目标跟踪方法及设备与流程

本申请涉及目标检测及跟踪领域，尤其涉及一种目标跟踪方法及设备。

背景技术

多目标跟踪主要应用于视频监控、人机交互、虚拟现实以及无人机侦察等场景中。目标跟踪是为了证明在同一视频中第i帧中跟踪的目标对象ai与第i+n帧中跟踪的目标对象ai+n是同一目标。其中，i和n均为正整数。多目标跟踪是基于检测的先定位目标对象以进行后续跟踪。现有的多目标跟踪主要采用帧帧检测，先对图像进行检测获取目标对象的检测位置及相应的特征信息，再根据上一帧图像中获取的特征信息预测当前帧图像中目标对象的位置，将预测位置的特征信息与检测位置的特征信息进行比对，最终确定当前帧图像中目标对象的实际位置实现对目标对象的跟踪。在跟踪过程中每一帧都需要将预测位的特征信息逐一与检测位置的目标特征信息进行比对，以实现目标跟踪，检测比对过程所需要的时间长，速度慢。

技术实现要素：

有鉴于此，本申请实施例提供了一种目标跟踪方法及设备，以解决帧帧检测用时长、速度慢的问题。

本申请实施例采用下述技术方案：

本申请实施例提供了一种目标跟踪方法，包括：

根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；

对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；

根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。

本申请实施例还提供了一种目标跟踪设备，包括：

预测单元，用以根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；

处理单元，用以对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；

匹配单元，用以根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。

本申请实施例还提供了一种电子设备，包括至少一个处理器及存储器，所述存储器存储有程序，并且被配置成由至少一个所述处理器执行以下步骤：

根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；

对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；

根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。

本申请实施例还提供了一种计算机可读存储介质，包括与电子设备结合使用的程序，程序可被处理器执行以完成以下步骤：

根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；

对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；

根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；然后对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；再根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。在对第二类帧图像进行目标对象跟踪过程中只采用了预测跟踪的方式，提高了跟踪速度；在对待处理的第一类帧图像进行目标跟踪的同时将第二类帧图像中的目标对象与待处理的第一类帧图像中的目标对象进行关联，从而实现对目标的准确跟踪，在保证了对目标对象的准确度的同时提高了跟踪速度。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种目标跟踪方法的流程图；

图2为本申请实施例提供的目标跟踪的原理图；

图3为本申请实施例提供的一种目标跟踪设备的结构示意图。

具体实施方式

为了实现本申请的目的，本申请实施例提供了一种目标跟踪方法及设备，通过根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；然后对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；再根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。在对第二类帧图像进行目标对象跟踪过程中只采用了预测跟踪的方式，提高了跟踪速度；在对待处理的第一类帧图像进行目标跟踪的同时将第二类帧图像中的目标对象与待处理的第一类帧图像中的目标对象进行关联，从而实现对目标的准确跟踪，在保证了对目标对象的准确度的同时提高了跟踪速度。

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本申请实施例提供的一种目标跟踪方法的流程示意图。所述方法可以如下所示。

步骤s1：根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前。

在本申请实施例中，已处理的第一类帧图像可以是首位帧图像，通过检测器检测首位帧图像，将目标对象与跟踪器进行关联(每个跟踪器对应一目标对象)，初始化跟踪器；检测器对首位帧图像进行检测获取目标对象的检测位置及第一特征信息，将检测位置与跟踪器的预测位置进行关联，将第一特征信息与跟踪器的特征信息。跟踪器可根据目标对象的第一预测位置及第一特征信息对下一帧图像中相应目标对象的位置进行预测。

进一步地，已处理的第一类帧图像还是除首位帧图像外其他的帧图像，此处不做限定。检测器可采用fasterrcnn算法，用于目标对象的检测。目标对象可以是人体、车体或其他物体。在实际应用中目标跟踪方法主要用于跟踪移动的物体，确定物体的移动轨迹。

在本申请实施例中，步骤s1根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，包括：

根据已处理的第一类帧图像中至少一个目标对象的第一特征信息及与所述第一特征信息对应的位置信息对所述第二类帧图像中相应的目标对象的位置进行预测，获取第一预测位置。

在本实施例中，跟踪器根据上一帧图像(即已处理的第一类帧图像)的预测位置及相应的第一特征信息对第二类帧图像中相应的目标对象的位置进行预测，以获取相应的第一预测位置。在此过程中，预测跟踪速度快，用时短。

在本申请实施例中，还包括：

若对所述第二类帧图像中第一预测位置提取到第一预测信息，则基于所述第一预测位置的第一预测信息对所述第一特征信息进行更新；

根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

根据更新后的所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

在本实施例中预测到第二类帧图像中目标对象的第一预测位置后，判断相关滤波的响应峰值是否大于峰值阈值，若是，则表示第二类帧图像中的目标对象图像是完整图像未被遮挡或者离开图像，跟踪器处于活跃状态，根据第一预测信息更新相应目标对象的第一特征信息。若否，则表示第二类帧图像中的目标对象图像不完整(如：被遮挡)或者完全没有(如：离开图像)，将跟踪器的切换为备选状态。

其中，处于活跃状态的跟踪器具有对下一帧图像中相应的目标对象的位置进行预测的能力；处于备选状态的跟踪器不具有对下一时序的第二类帧图像中相应目标对象的位置进行预测的能力。

作为优选的实施例，峰值阈值为0.09时，判断目标对象是否被遮挡或离开图像效果准确度更好。

在本申请实施例中，若在待处理第一类帧图像与已处理的第一类帧图像之间包含至少两个第二类帧图像，则根据更新后的所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

根据满足第一预设条件且与所述待处理的第一类帧图像时序临近的所述第二类帧图像中对应的第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

进一步地，所述第一预设条件，包括：

所述目标对象在所述第二类帧图像中处于被遮挡状态或不在所述第二类帧图像中。

在本实施例中，两位第一类帧图像之间至少包括一个第二类帧图像。当待处理第一类帧图像与已处理的第一类帧图像之间包含至少两个第二类帧图像时，若临近已处理的第一类帧图像的第二类帧图像输出的相关滤波的响应峰值小于或等于峰值阈值，则表示第二类帧图像中的目标对象图像不完整(如：被遮挡)或者完全没有(如：离开图像)，将与该目标对象对应的跟踪器的工作状态切换为备选状态。该跟踪器停止对该第二类帧图像后面的第二类帧图像的跟踪，直至待处理第一类帧图像，获取已处理的第一类帧图像中目标对象的的第一特征信息与待处理第一类帧图像的第二特征信息之间相应目标对象的匹配度；若临近待处理第一类帧图像的第二类帧图像输出的相关滤波的响应峰值小于或等于峰值阈值，则表示第二类帧图像中的目标对象图像不完整(如：被遮挡)或者完全没有(如：离开图像)，将与该目标对象对应的跟踪器的工作状态切换为备选状态。该跟踪器停止对该第二类帧图像后面的第二类帧图像的跟踪，直至待处理第一类帧图像，在进行目标对象关联时，将跟踪器切换为备选状态之前的第二类帧图像的第一特征信息与待处理第一类帧图像的第二特征信息进行匹配，从而获取所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

作为较为优选的实施例，所述已处理的第一类帧图像与所述待处理的第一类帧图像之间间隔10帧第二类帧图像。采用10帧的间隔方式可在提高追踪目标速度的同时，保证跟踪器在第二类帧图像中对目标对象的位置预测的精度。

步骤s2：对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息。

进一步地，对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息，包括：

对待处理的第一类帧图像进行检测，以获取目标对象的第二特征信息和对应的位置信息。

在本实施例中，通过检测器对待处理的第一类帧图像的目标对象进行检测，以获取第二特征信息和对应的位置信息。

步骤s3：根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。

在本申请实施例中，步骤s3根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

步骤s311：根据所述目标对象在所述第二类帧图像中的第一特征信息及对应的第一预测位置对所述待处理的第一类帧图像中相应目标对象的位置进行预测，获取第二预测位置；

步骤s312：提取所述第二预测位置对应的第二预测信息；

步骤s313：根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系。

在本实施例中，当跟踪器处于活跃状态时，可采用跟踪器在第二类帧图像中获取的目标对象的第一预测位置及第一特征信息对待处理的第一类帧图像中相应的目标对象的位置进行预测，获取第二预测位置，并提取该第二预测位置的第二预测信息。通过检测器对待处理的第一类帧图像中的目标对象进行检测获取相应的第二特征信息和检测位置。将跟踪器的第二预测与检测器的第二特征信息进行比对，以将检测器与相应的目标对象的跟踪器关联，从而根据检测器的第二特征信息对关联后的跟踪器的第一特征信息进行更新，以保证跟踪器在对目标对象跟踪时的准确度。

需要说明的是，通过跟踪器对第二类帧图像中目标对象跟踪，可提高在跟踪器的第一特征信息与检测器的第二特征信息进行比对时的准确率，进而提高了目标对象的检测器与相应目标对象的跟踪器关联的准确度。

在本申请实施例中，步骤s313根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系，包括：

步骤s3131：在待处理的第一类帧图像中以目标对象的所述第二预测位置为中心，生成第一匹配区域；

步骤s3132：获取第一匹配区域与第二特征信息对应的位置信息中目标对象的交集面积占所述位置信息中目标对象整体面积的比值；

步骤s3133：将比值符合第二预设条件的相应的位置信息作为匹配位置；

步骤s3134：分别计算每一个匹配位置的第二特征信息与第二预测位置的第二预测位置的之间的匹配度；

步骤s3135：将匹配度满足第三预设条件的第二预测位置对应的第二类帧图像中的目标对象与待处理的第一类帧图像中匹配位置对应的目标对象相关联。

进一步地，第二预设条件是指将检测器的检测位置的目标对象与第一匹配区域的交集面积占检测位置的目标对象面积的比值最高的三个(也可以是其他数值)检测位置作为匹配位置。第三预设条件是指提取计算的余弦距离最小的匹配位置作为与相应目标对象关联的备选位置。

在本实施例中，以跟踪器在第二类帧图像中对目标对象预测的位置为中心，以3倍(也可以是其他倍数)的预测位置区域的长及3倍(也可以是其他倍数)的预测位置区域的宽作为第一匹配区域，通过计算检测器检测目标对象的检测位置在匹配区域的面积比来选定最高的三个作为匹配位置，以匹配位置的第二特征信息和第二预测位置的第二预测信息计算余弦距离，如下所示：

其中，xi表示匹配位置的第二特征信息；yi表示预测位置的第二预测信息，i表示相应特征信息的特征向量；n＝1,……，i。

选定余弦距离最小匹配位置作为与相应目标对象关联的备选位置，根据匹配位置的第二特征信息更新与其关联的跟踪器的第一特征信息，从而完成对跟踪器的跟踪位置以及第一特征信息的更新修正。

在实际应用时，可对添加的样本(即：第一特征信息)做加权求和，权重更新方式如下，并且样本数达到50，替换掉样本中最为相似的样本，相似度判断通过余弦距离。

prior_weights＝prior_weights*(1-learning_rate)，

其中，prior_weights表示权重，learning_rate表示学习速率。

在本申请实施例中，步骤s3根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

步骤s321：根据所述目标对象在所述第二类帧图像中的第一预测位置在所述待处理的第一类帧图像中预设相同的第二预设位置；

步骤s322：提取所述第二预测位置对应的第二预测信息；

步骤s323：根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系。

在本实施例中，当跟踪器处于活跃状态时，可采用跟踪器在第二类帧图像(可以待处理的第一类帧的前一帧图像或前几帧图像)中对目标对象第二预测位置，及该第二预测位置在待处理的第一类帧图像中的第二预测信息与检测器对待处理的第一类帧图像检测获取的第二特征信息进行比对，以将检测器与相应的目标对象的跟踪器关联，从而根据检测器的第二特征信息对关联后的跟踪器的第一特征信息进行更新，以保证跟踪器在对目标对象跟踪时的准确度。

当跟踪器处于备选状态时，可采用跟踪器切换为备选状态之前的帧图像的第二预测位置，及该第二预测位置在待处理的第一类帧图像中的第二预测信息与检测器对待处理的第一类帧图像检测获取的第二特征信息进行比对，以将检测器与相应的目标对象的跟踪器关联，从而根据检测器的第二特征信息对关联后的跟踪器的第一特征信息进行更新，以保证跟踪器在对目标对象跟踪时的准确度。

在本申请实施例中，当跟踪器处于备选状态时，步骤s323根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系，包括：

步骤s3231：在所述待处理的第一类图像中以目标对象的所述第二预测位置为中心，生成第二匹配区域；

步骤s3232：获取第二匹配区域与第二特征信息对应的位置信息中目标对象的交集面积占所述位置信息中目标对象整体面积的比值；

步骤s3233：将比值符合第四预设条件的相应的位置信息作为匹配位置；

步骤s3234：分别计算每一个匹配位置的第二特征信息与第二预测位置的第二预测位置的之间的匹配度；

步骤s3235：将匹配度满足第五预设条件的第二预测位置对应的第二类帧图像中的目标对象或已处理的第一类帧图像的目标对象与待处理的第一类帧图像中匹配位置对应的目标对象相关联。

进一步地，第四预设条件是指将检测位置的目标对象与第二匹配区域的交集面积占检测位置的目标对象面积的比值最高的三个(也可以是其他数值)检测位置作为匹配位置。第五预设条件是指将计算得到的最小余弦距离与预设的阈值进行比较，判断是否小于该阈值，若是则将第二类帧图像中的目标对象或已处理的第一类帧图像的目标对象与待处理的第一类帧图像中匹配位置对应的目标对象相关联，将处于备选状态的跟踪器切换为活跃状态；若否，则删除该目标对象的预测位置。

在本实施例中，跟踪器在待处理的第一类帧图像时序之前的至少一帧图像中跟踪器处于备选状态。将跟踪器在第二类帧图像或上一已处理的第一类帧图像中的第一特征信息对应的第一预测位置作为待处理的第一类帧图像中相应的第二预测位置，以该位置为中心，以5倍(也可以是其他倍数)的预测位置区域的长及5倍(也可以是其他倍数)的预测位置区域的宽作为第二匹配区域，通过比较检测器在待处理的第一类帧图像中对目标对象的检测位置在匹配区域的面积比来选定最高的三个作为匹配位置，以匹配位置的第二特征信息和第二预测位置的第二预测信息计算余弦距离，判断其中的最小余弦距离是否小于预设的阈值，若是则选定余弦距离最小匹配位置作为与相应目标对象关联的预测位置，根据匹配位置的第二特征信息更新与其关联的第二预测位置的第一特征信息，从而完成对跟踪器的跟踪位置以及第一特征信息的更新修正，并将处于备选状态的跟踪器切换为活跃状态。

在本申请实施例中，步骤s3235将匹配度满足第五预设条件的第二预测位置对应的第二类帧图像中的目标对象或已处理的第一类帧图像的目标对象与待处理的第一类帧图像中匹配位置对应的目标对象相关联后，还包括：

根据所述目标对象在所述待处理的第一类帧图像中的匹配位置及所述目标对象在帧图像的位置信息采用线性插值补全在待处理的第一类帧图像时序之前的帧图像中相应的目标对象的位置信息。

在本实施例中，由于该跟踪器在至少前一帧图像中处于备选状态未预测出目标对象的预测位置，当该跟踪器由备选状态切换为活跃状态后，表明目标对象在图片中可能发生了遮挡的情况，因此采用线性插值方法对跟踪器处于备选状态时的帧图像中的目标对象位置进行补全，以保证目标对象在帧图像时序中的连续性。达到了克服目标对象被遮挡的情况，提高了对目标对象的跟踪效果。

在本申请实施例中，步骤s3135还包括：

当匹配度不满足第五预设条件时，判断所述目标对象的位置信息是否符合第六预设条件，若是，则取消对所述目标对象的预测。

需要说明的是，第六预设条件可以是当最小余弦距离大于或等于预设的阈值时(即：匹配度不满足第五预设条件)，判断处于备选跟踪器在上一已处理的第一类帧图像中是否处于备选状态(即连续两个或更多的第一类帧图像中处于备选状态)，若是，则表示该跟踪器对应的目标对象离开该序列帧图像中，删除该跟踪器，取消跟踪器对相应的目标对象进行跟踪预测。

在本申请的一个或者多个实施例中，所述第一特征信息包括：

方向梯度直方图特征(histogramoforientedgradient,hog)，和/或颜色特征(colorname)。

在本实施例中，第一特征信息还可以是多种类型特征，如：深度学习特征，hog特征，颜色特征，也可以是多种特征融合，采用的深度学习特征可采用图像分类模型vgg2048的一到四层提取。

通过引入特征信息克服了遮挡问题和目标对象漂移问题。在实际应用中跟踪器的跟踪速度是检测器检测速度的20倍，通过间隔预设周期的帧图片修正更新跟踪器很好的保证了跟踪目标对象过程中速度的提升；通过在线更新跟踪器，保证了目标对象的特征信息变化(如：外观变化)的鲁棒性。

目标跟踪方法针对多目标对象跟踪中容易发生遮挡问题，采用了保留备选跟踪器，通过检测比对恢复的方式切换跟踪器的工作状态，克服了目标对象被遮挡问题及一个目标对应多条轨迹的问题；通过检测器和跟踪器配合跟踪第一类帧图像；采用跟踪器独立跟踪第二类帧图像，在保证跟踪目标对象准确度的同时提高了跟踪速度。跟踪器独立跟踪第二类帧图像时可采用openmp编程模型提速。

其中，openmp的应用程序接口是在共享存储体系结构上的一个编程模型，它包含编译指导、运行函数库和环境变量。openmp是一个编译器指令和库函数的集合，这些编译器指令和库函数主要用于创建共享存储器计算机的并行程序。

参考图2所示，以10帧为间隔周期，两个相邻的第一类帧图像之间间隔10帧第二类帧图像。目标跟踪方法进行目标对象跟踪时，检测器对于首位帧图像(属于第一类帧图像)进行检测，并初始化跟踪器；在对首位帧图像之后的第二类帧图像跟踪时，采用跟踪器独立跟踪，或当跟踪器无法获取目标对象的特征信息时，跟踪器由活跃状态切换为备选状态；不对第二类帧图像进行预测；在第二个第一类帧图像进行跟踪时，采用检测器检测图像，更新修正跟踪器，或者删除跟踪器或将跟踪器由备选状态的切换为活跃状态；同理，对后续的第二类帧图像同样采用活跃的跟踪器独立跟踪目标对象，或当跟踪器无法获取目标对象的特征信息时，跟踪器由活跃状态切换为备选状态。

基于同一个发明构思，图3为本申请实施例提供的一种目标跟踪设备，包括：

预测单元1，用以根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；

处理单元2，用以对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；

匹配单元3，用以根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

在本申请的一个或者多个实施例中，所述预测单元1根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，包括：

根据已处理的第一类帧图像中至少一个目标对象的第一特征信息及与所述第一特征信息对应的位置信息对所述第二类帧图像中相应的目标对象的位置进行预测，获取第一预测位置。

在本申请的一个或者多个实施例中，还包括：更新单元4；

当对所述第二类帧图像中第一预测位置提取到第一预测信息，所述更新单元4用以基于所述第一预测位置的第一预测信息对所述第一特征信息进行更新；

匹配单元3，用以根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

根据更新后的所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

在本申请的一个或者多个实施例中，若在待处理第一类帧图像与已处理的第一类帧图像之间包含至少两个第二类帧图像，所述匹配单元3根据更新后的所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

根据满足第一预设条件且与所述待处理的第一类帧图像时序临近的所述第二类帧图像中对应的第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

在本申请的一个或者多个实施例中，所述第一预设条件，包括：

所述目标对象在所述第二类帧图像中处于被遮挡状态或不在所述第二类帧图像中。

在本申请的一个或者多个实施例中，所述匹配单元3根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

根据所述目标对象在所述第二类帧图像中的第一预测位置在所述待处理的第一类帧图像中预设相同的第二预设位置；

提取所述第二预测位置对应的第二预测位置；

根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系。

在本申请的一个或者多个实施例中，所述匹配单元3根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，包括：

根据所述目标对象在所述第二类帧图像中的第一特征信息及对应的第一预测位置对所述待处理的第一类帧图像中相应目标对象的位置进行预测，获取第二预测位置；

提取所述第二预测位置对应的第二预测位置；

根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系。

在本申请的一个或者多个实施例中，所述匹配单元3根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系，包括：

在待处理的第一类帧图像中以目标对象的所述第二预测位置为中心，生成第一匹配区域；

获取第一匹配区域与第二特征信息对应的位置信息中目标对象的交集面积占所述位置信息中目标对象整体面积的比值；

将比值符合第二预设条件的相应的位置信息作为匹配位置；

分别计算每一个匹配位置的第二特征信息与第二预测位置的第二预测位置的之间的匹配度；

将匹配度满足第三预设条件的第二预测位置对应的第二类帧图像中的目标对象与待处理的第一类帧图像中匹配位置对应的目标对象相关联。

在本申请的一个或者多个实施例中，所述匹配单元3根据第二预测信息与待处理的第一类帧图像中目标对象的第二特征信息之间的匹配度，确定与所述第二预测位置对应的所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中目标对象之间的关联关系，包括：

在所述待处理的第一类图像中以目标对象的所述第二预测位置为中心，生成第二匹配区域；

获取第二匹配区域与第二特征信息对应的位置信息中目标对象的交集面积占所述位置信息中目标对象整体面积的比值；

将比值符合第四预设条件的相应的位置信息作为匹配位置；

分别计算每一个匹配位置的第二特征信息与第二预测位置的第二预测位置的之间的匹配度；

将匹配度满足第五预设条件的第二预测位置对应的第二类帧图像中的目标对象或已处理的第一类帧图像的目标对象与待处理的第一类帧图像中匹配位置对应的目标对象相关联。

在本申请的一个或者多个实施例中，所述匹配单元3将匹配度满足第五预设条件的第二预测位置对应的第二类帧图像中的目标对象或已处理的第一类帧图像的目标对象与待处理的第一类帧图像中匹配位置对应的目标对象相关联后，还包括：

根据所述目标对象在所述待处理的第一类帧图像中的匹配位置及所述目标对象在帧图像的位置信息采用线性插值补全在待处理的第一类帧图像时序之前的帧图像中相应的目标对象的位置信息。

在本申请的一个或者多个实施例中，还包括：判断单元5；

当匹配度不满足第五预设条件时，所述判断单元5，用以判断所述目标对象的位置信息是否符合第六预设条件，若是，则取消对所述目标对象的预测。

在本申请的一个或者多个实施例中，所述第一特征信息包括：

方向梯度直方图特征，和/或颜色特征。

在本申请的一个或者多个实施例中，所述处理单元2对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息，包括：

对待处理的第一类帧图像进行检测，以获取目标对象的第二特征信息和对应的位置信息。

在本实施例中，通过根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；然后对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；再根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系，其中所述第二类帧图像比待处理的第一类帧图像时序在前。在对第二类帧图像进行目标对象跟踪过程中只采用了预测跟踪的方式，提高了跟踪速度；在对待处理的第一类帧图像进行目标跟踪时，将第二类帧图像中的目标对象与待处理的第一类帧图像中的目标对象进行关联，从而实现对目标的准确跟踪，在保证了对目标对象的准确度的同时提高了跟踪速度。

目标跟踪设备针对多目标对象跟踪中容易发生遮挡问题，采用了保留备选跟踪器，通过检测比对恢复的方式切换跟踪器的工作状态，克服了目标对象被遮挡的问题；通过检测器和跟踪器的配合跟踪第一类帧图像；采用跟踪器独立跟踪第二类帧图像，在保证跟踪目标对象准确度的同时提高了跟踪速度。跟踪器独立跟踪第二类帧图像时可采用openmp编程模型提速。

基于同一发明构思，本发明提供了一种电子设备，包括至少一个处理器及存储器，所述存储器存储有程序，并且被配置成由至少一个所述处理器执行以下步骤：

根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；

对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；

根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

基于同一发明构思，本发明提供了一种计算机可读存储介质，包括与电子设备结合使用的程序，程序可被处理器执行以完成以下步骤：

根据已处理的第一类帧图像中至少一个目标对象的第一特征信息，对第二类帧图像中相应目标对象的位置进行预测，获取第一预测位置，其中所述已处理的第一类帧图像在所述第二类帧图像时序之前；

对待处理的第一类帧图像进行处理，确定目标对象的第二特征信息和对应的位置信息；

根据所述第一特征信息和第二特征信息之间的匹配度，确定所述第二类帧图像中的目标对象与所述待处理的第一类帧图像中相应目标对象之间的关联关系。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。