1.一种目标跟踪方法,所述方法包括:
获取历史图像以及当前图像;
提取各所述历史图像的外观特征以及各所述历史图像与所述当前图像之间的运动矢量特征;
利用所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征;
提取所述当前图像对应的外观特征;
计算所述当前图像的外观特征与所述融合特征之间的相关度,将所述相关度的数值最大的位置提取为目标位置,根据所述目标位置对目标进行跟踪。
2.根据权利要求1所述的方法,其特征在于,所述利用所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征,包括:
计算各所述历史图像与所述当前图像的前一帧图像之间的翘曲特征;
获取所述当前图像前一帧图像对应的外观特征;
计算所述翘曲特征与所述当前图像前一帧图像的外观特征的第一相似度;
根据所述第一相似度的数值得到各位置对应的位置权重;
利用所述位置权重以及所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征。
3.根据权利要求2所述的方法,其特征在于,所述计算所述翘曲特征与所述当前图像前一帧图像的外观特征的第一相似度,包括:
计算所述翘曲特征与所述当前图像前一帧图像的外观特征的余弦距离;
根据所述余弦距离的数值大小,得到所述翘曲特征与所述当前图像前一帧图像的外观特征的第一相似度。
4.根据权利要求2所述的方法,其特征在于,所述利用所述位置权重以及所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征,包括:
计算所述当前图像与各所述历史图像的第二相似度;
根据所述第二相似度的数值得到各所述历史图像对应的时间权重;
利用所述位置权重、所述时间权重以及所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征。
5.根据权利要求2或4所述的方法,其特征在于,所述利用所述位置权重以及所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征,包括:
计算各所述历史图像的图像质量;
按照图像质量的高低对各所述历史图像进行排序;
根据排序结果对各所述历史图像分配时间权重;
利用所述位置权重、所述时间权重以及所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征。
6.根据权利要求1所述的方法,其特征在于,所述计算所述外观特征与所述融合特征之间的相关度,将所述相关度的数值最大的位置提取为目标位置,根据所述目标位置对目标进行跟踪,包括:
对所述外观特征以及所述融合特征进行相关滤波处理,得到所述外观特征与所述融合特征之间的相关度;
将所述相关度的数值最大的位置提取为目标位置;
获取目标区域的尺寸信息,根据所述尺寸信息以及所述目标位置对所述目标进行跟踪。
7.根据权利要求1所述的方法,其特征在于,所述将所述相关度的数值最大的位置提取为目标位置,根据所述目标位置对目标进行跟踪,包括:
计算所述外观特征与所述融合特征之间的峰值信噪比值;
当所述峰值信噪比值和所述相关度的数值同时满足预设阈值时,将所述相关度的数值最大的位置提取为目标位置;
根据所述目标位置对目标跟踪网络进行更新,根据更新后的所述目标跟踪网络对目标进行跟踪。
8.一种目标跟踪装置,其特征在于,所述装置包括:
图像获取模块,用于获取历史图像以及当前图像;
矢量特征提取模块,用于提取各所述历史图像的外观特征以及各所述历史图像与所述当前图像之间的运动矢量特征;
融合特征获取模块,用于利用所述运动矢量特征对各所述历史图像对应的外观特征进行融合得到融合特征;
外观特征提取模块,用于提取所述当前图像对应的外观特征;
跟踪模块,用于计算所述当前图像的外观特征与所述融合特征之间的相关度,将所述相关度的数值最大的位置提取为目标位置,根据所述目标位置对目标进行跟踪。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。