一种基于视频的目标关联方法、装置和可读存储介质与流程

技术特征：
1.一种基于视频的目标关联方法，其特征在于，包括：获取监控视频的当前帧图像；对所述当前帧图像中的待追踪目标进行目标检测，得到所述待追踪目标的第一目标检测信息；以及基于所述当前帧图像中所述待追踪目标的位置信息，确定历史帧图像中的各个待匹配目标；所述待匹配目标包括历史帧图像中候选匹配区域内的目标，所述候选匹配区域是基于所述待追踪目标的位置信息确定的；所述历史帧图像是所述监控视频中所述当前帧图像之前的图像；基于各个待匹配目标的第二目标检测信息和所述第一目标检测信息的相似度，确定出与所述待追踪目标关联的待匹配目标。2.根据权利要求1所述的基于视频的目标关联方法，其特征在于，所述基于各个待匹配目标的第二目标检测信息和所述第一目标检测信息的相似度，确定出与所述待追踪目标关联的待匹配目标的步骤，包括：判断所有所述待匹配目标中是否存在所述相似度大于预设评分阈值的待匹配目标；若是，则将所述相似度最大的待匹配目标与所述待追踪目标进行关联。3.根据权利要求1所述的基于视频的目标关联方法，其特征在于，所述确定出与所述待追踪目标关联的待匹配目标的步骤之后，包括：将所述待匹配目标的身份标识信息，确定为所述待追踪目标的身份标识信息。4.根据权利要求1所述的基于视频的目标关联方法，其特征在于，所述第一目标检测信息包括所述待追踪目标的类别信息与关键点信息；所述第二目标检测信息包括所述待匹配目标的类别信息与关键点信息；所述基于各个待匹配目标的第二目标检测信息和所述第一目标检测信息的相似度，确定出与所述待追踪目标关联的待匹配目标的步骤，包括：基于所述待匹配目标的类别信息、所述待匹配目标的关键点信息、所述待追踪目标的类别信息以及所述待追踪目标的关键点信息，将所述待追踪目标与每个所述待匹配目标进行相似度比对，得到相应的相似度；基于所述相似度，确定出与所述待追踪目标关联的待匹配目标。5.根据权利要求4所述的基于视频的目标关联方法，其特征在于，所述基于所述待匹配目标的类别信息、所述待匹配目标的关键点信息、所述待追踪目标的类别信息以及所述待追踪目标的关键点信息，将所述待追踪目标与每个所述待匹配目标进行相似度比对，得到相应的相似度的步骤，包括：基于所述待匹配目标的类别信息与所述待追踪目标的类别信息，对所述待追踪目标与每个所述待匹配目标进行匹配度比对，得到类别相似度；基于所述待匹配目标的目标检测框与所述待追踪目标的目标检测框，对所述待追踪目标与每个所述待匹配目标进行位置比对，得到空间相似度；基于所述待匹配目标的关键点信息与所述待追踪目标的关键点信息，对所述待追踪目标与每个所述待匹配目标进行姿态比对，得到姿态相似度；基于所述类别相似度、所述空间相似度以及所述姿态相似度，生成所述相似度。6.根据权利要求5所述的基于视频的目标关联方法，其特征在于，所述基于所述类别相似度、所述空间相似度以及所述姿态相似度，生成所述相似度的步骤，包括：
对所述类别相似度、所述空间相似度以及所述姿态相似度进行加权求和处理，得到所述相似度。7.根据权利要求5所述的基于视频的目标关联方法，其特征在于，所述类别信息包括所述待追踪目标的类别以及与所述类别对应的特征向量，所述基于所述待匹配目标的类别信息与所述待追踪目标的类别信息，对所述待追踪目标与每个所述待匹配目标进行匹配度比对，得到类别相似度的步骤，包括：计算所述待追踪目标的特征向量与所述待匹配目标的特征向量之间的偏差，得到偏差值；将所述偏差值与预设偏差评分表进行匹配，得到所述类别相似度。8.根据权利要求5所述的基于视频的目标关联方法，其特征在于，所述基于所述待匹配目标的目标检测框与所述待追踪目标的目标检测框，对所述待追踪目标与每个所述待匹配目标进行位置比对，得到空间相似度的步骤，包括：计算所述待追踪目标的目标检测框与所述待匹配目标的目标检测框之间的交并比，得到当前交并比；将所述当前交并比与预设空间评分表进行匹配，得到所述空间相似度。9.根据权利要求5所述的基于视频的目标关联方法，其特征在于，所述基于所述待匹配目标的关键点信息与所述待追踪目标的关键点信息，对所述待追踪目标与每个所述待匹配目标进行姿态比对，得到姿态相似度的步骤，包括：基于位置检测模型，分别对将所述待追踪目标的关键点信息与所述待匹配目标的关键点信息进行位置检测处理，得到所述待追踪目标的关键点位置信息与所述待匹配目标的关键点位置信息；基于姿态比对模型，对所述待追踪目标的关键点位置信息与所述待匹配目标的关键点位置信息进行姿态比对处理，得到姿态信息与所述姿态相似度。10.根据权利要求5所述的基于视频的目标关联方法，其特征在于，所述基于所述待匹配目标的关键点信息与所述待追踪目标的关键点信息，对所述待追踪目标与每个所述待匹配目标进行姿态比对，得到姿态相似度的步骤，还包括：从所述待追踪目标的所有关键点中选取出第一参照关键点，从所述待匹配目标中选取出第二参照关键点，所述第二参照关键点与所述第一参照关键点位于同一部位；将所述第一参照关键点与所述第二参照关键点对齐，并计算所述待追踪目标中的剩余关键点与所述待匹配目标中相应的剩余关键点之间的距离，得到姿态偏移值；将所述姿态偏移值与预设姿态评分表进行匹配，得到所述姿态相似度。11.根据权利要求1所述的基于视频的目标关联方法，其特征在于，所述对当前帧图像中的待追踪目标进行目标检测，得到所述待追踪目标的第一目标检测信息的步骤之前，包括：判断所述当前帧图像是否为关键帧图像；若是，则采用目标检测模型对所述当前帧图像进行处理，得到目标检测框；若否，则基于所述历史帧图像中待匹配目标的位置确定目标检测框；采用分类模型对所述目标检测框进行处理，得到所述待匹配目标的类别信息以及所述待追踪目标的类别信息；
采用关键点检测模型对所述目标检测框进行处理，得到所述待匹配目标的关键点信息以及所述待追踪目标的关键点信息。12.根据权利要求11所述的基于视频的目标关联方法，其特征在于，所述判断所述当前帧图像是否为关键帧图像的步骤，包括：判断所述当前帧图像的帧数是否在预设数值集内；若是，则确定所述当前帧图像为关键帧图像。13.根据权利要求11所述的基于视频的目标关联方法，其特征在于，所述方法还包括：在所述当前帧图像不是关键帧图像时，基于所述待追踪目标的关键点位置信息对所述目标检测框进行限缩。14.根据权利要求13所述的基于视频的目标关联方法，其特征在于，所述关键点位置信息包括每个关键点的位置坐标，所述位置坐标包括横坐标值以及纵坐标值，所述基于所述关键点位置信息对所述目标检测框进行限缩的步骤，包括：基于所述关键点位置信息，获取所有所述关键点中纵坐标值最小的关键点以及纵坐标值最大的关键点；基于所述关键点位置信息，获取所有所述关键点中横坐标值最小的关键点以及横坐标值最大的关键点；获取所述纵坐标值最小的关键点、所述纵坐标值最大的关键点、所述横坐标值最小的关键点以及所述横坐标值最大的关键点的外接矩形，得到所述当前帧图像的目标检测框。15.一种实时目标跟踪装置，其特征在于，包括互相连接的存储器和处理器，其中，所述存储器用于存储计算机程序，所述计算机程序在被所述处理器执行时，用于实现权利要求1-14中任一项所述的基于视频的目标关联方法。16.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序在被处理器执行时，用于实现权利要求1-14中任一项所述的基于视频的目标关联方法。

技术总结
本申请公开了一种基于视频的目标关联方法、装置和可读存储介质，该基于视频的目标关联方法包括：获取监控视频的当前帧图像；对当前帧图像中的待追踪目标进行目标检测，得到待追踪目标的第一目标检测信息；基于当前帧图像中待追踪目标的位置信息，确定历史帧图像中的各个待匹配目标；待匹配目标包括历史帧图像中候选匹配区域内的目标，候选匹配区域是基于待追踪目标的位置信息确定的；历史帧图像是监控视频中当前帧图像之前的图像；基于各个待匹配目标的第二目标检测信息和第一目标检测信息的相似度，确定出与待追踪目标关联的待匹配目标。通过上述方式，本申请能够实时智能化地进行目标关联。行目标关联。行目标关联。


技术研发人员：周经纬 潘华东 殷俊 李中振 巩海军
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2021.11.03
技术公布日：2022/3/21