(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 202111656591.4 (22)申请日 2021.12.3 0 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 叶乐乐　周祥明　张朋　 (74)专利代理 机构 杭州华进联浙知识产权代理 有限公司 3 3250 专利代理师 何凯歌 (51)Int.Cl. G06T 7/246(2017.01) G06T 7/00(2017.01) G06N 3/04(2006.01) (54)发明名称 目标跟踪方法、 装置、 电子装置和存 储介质 (57)摘要 本申请涉及一种目标跟踪方法、 装置、 电子 装置和存储介质。 其中， 该目标跟踪方法包括： 将 待处理图像输入到预设的深度学习模 型中， 得到 跟踪目标的初始 检测区域图像； 确定初始检测区 域图像的质量参考值； 响应于质量参考值小于预 设参考值， 从历史检测区域图像中确定出与初始 检测区域图像匹配度最高的历史检测区域图像； 基于确定 出的历史检测区域图像， 对初始检测区 域图像进行修正， 得到目标检测区域图像； 基于 目标检测区域图像， 对跟踪目标进行跟踪。 通过 本申请， 解决了相关技术中跟踪目标的跟踪轨迹 连续性差的问题， 提高了跟踪目标的跟踪轨迹连 续性。 权利要求书2页 说明书11页 附图6页 CN 114463381 A 2022.05.10 CN 114463381 A 1.一种目标跟踪方法， 其特 征在于， 包括： 将待处理图像输入到预设的深度学习模型中， 得到跟踪目标的初始检测区域图像； 确定所述初始检测区域图像的质量 参考值； 响应于所述质量参考值小于预设参考值， 从历史检测区域图像中确定出与 所述初始检 测区域图像匹配度最高的历史检测区域图像； 基于确定出的所述历史检测区域图像， 对所述初始检测区域图像进行修正， 得到目标 检测区域图像； 基于所述目标检测区域图像， 对所述跟踪目标进行跟踪。 2.根据权利要求1所述的目标跟踪方法， 其特征在于， 所述初始检测区域图像包括： 所 述跟踪目标的N个构件区域图像， 所述构件区域图像包括所述跟踪目标的至少一个构件； 所 述N为大于0的整数。 3.根据权利要求2所述的目标跟踪方法， 其特征在于， 确定所述初始检测区域图像的质 量参考值包括： 确定所述初始检测区域图像中的所述 N个构件区域图像； 确定所述 N个构件区域图像中各个所述 N个构件区域图像的子质量 参考值； 基于确定的各个子质量 参考值， 确定所述初始检测区域图像的质量 参考值。 4.根据权利要求3所述的目标跟踪方法， 其特征在于， 所述跟踪目标包括人体； 所述N个 构件区域图像包括： 所述人体对应的头肩区域图像和躯 干区域图像。 5.根据权利要求4所述的目标跟踪方法， 其特征在于， 响应于所述质量参考值小于预设 参考值， 从历史检测区域图像中确定出与所述初始检测区域图像匹配度最高的历史检测区 域图像包括： 在所述初始检测区域图像的质量参考值小于第 一子预设参考值的情况下， 获取所述跟 踪目标的头肩区域图像的头肩特 征； 根据所述头肩特征， 从历史检测区域确定出与 所述头肩特征匹配度最高的关联躯干特 征所对应的历史检测区域图像。 6.根据权利要求2所述的目标跟踪方法， 其特征在于， 响应于所述质量参考值小于预设 参考值， 从历史检测区域图像中确定出与所述初始检测区域图像匹配度最高的历史检测区 域图像包括： 在所述初始检测区域图像的质量参考值小于第 二子预设参考值的情况下， 获取所述跟 踪目标的头肩区域图像的头肩特 征； 确定所述待处理图像中所述头肩特征的当前质量参考值， 以及确定所述历史检测区域 图像中所述头肩区域图像对应的平均头肩特 征； 根据所述待处理图像中的所述头肩特征的当前质量参考值、 所述头肩特征和所述平均 头肩特征， 得到目标头肩特 征； 根据所述目标头肩特征， 从历史检测区域确定出与所述目标头肩特征匹配度最高的躯 干特征所对应的历史检测区域图像。 7.根据权利要求1所述的目标跟踪方法， 其特征在于， 基于所述目标检测区域图像， 对 所述跟踪目标进行跟踪包括： 将所述目标检测区域图像输入到预设的跟踪神经网络 中， 得到所述跟踪目标的跟踪轨权　利　要　求　书 1/2 页 2 CN 114463381 A 2迹； 根据所述跟踪轨 迹， 对所述跟踪目标进行跟踪。 8.根据权利要求7所述的目标跟踪方法， 其特征在于， 根据所述跟踪轨迹， 对所述跟踪 目标进行跟踪还 包括； 确定所述跟踪轨迹的跟踪等级和所述初始检测区域图像的质量参考值所在的质量参 考值等级区间； 根据所述跟踪轨迹的跟踪等级和所述初始检测区域图像的质量参考值所在的质量参 考值等级区间， 对所述跟踪目标进行跟踪。 9.一种目标跟踪装置， 其特 征在于， 包括： 输入模块， 用于将待处理图像输入到预设的深度学习模型中， 得到跟踪目标的初始检 测区域图像； 第一确定模块， 用于确定所述初始检测区域图像的质量 参考值； 第二确定模块， 用于响应于所述质量参考值小于预设参考值， 从历史检测区域图像中 确定出与所述初始检测区域图像匹配度最高的历史检测区域图像； 修正模块， 用于基于确定出的所述历史检测区域图像， 对所述初始检测区域图像进行 修正， 得到目标检测区域图像； 跟踪模块， 用于基于所述目标检测区域图像， 对所述跟踪目标进行跟踪。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 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权利要求1至8中任一项 所述的目标跟 踪方法。 11.一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8中任一项所述的目标跟踪方法的步骤。权　利　要　求　书 2/2 页 3 CN 114463381 A 3