基于图像的小型生物群体行为检测跟踪方法及装置与流程

本公开实施例涉及图像检测的，更具体地，涉及一种基于图像的小型生物群体行为检测跟踪方法及装置。

背景技术：

1、随着视觉技术的快速发展，利用视觉技术可以对人、各类生物的活动或者各类设备的运行等进行检测。一般来说，摄像头可以采集图像并将采集到的图像发送给检测跟踪装置，检测跟踪装置可以根据摄像头发送的图像识别出需要被检测的对象，并确定被检测对象的移动轨迹。在被检测的对象的活动比较剧烈的情况下，检测跟踪装置需要消耗较多的计算资源。

技术实现思路

1、本公开实施例的一个目的是提供一种基于图像的小型生物群体行为检测跟踪方法及装置的新的技术方案。

2、根据本公开的第一方面，提供了一种基于图像的小型生物群体行为检测跟踪方法，包括：

3、获取当前帧图像和历史帧图像；

4、将所述当前帧图像和所述历史帧图像输入至预置的检测网络中，得到当前特征图像和历史特征图像；其中，不同的特征图像是反映不同的帧图像中的各个被检测对象的图像；

5、将所述当前特征图像和所述历史特征图像输入至预置的提取网络中，得到当前特征数据和历史特征数据；

6、确定所述当前特征数据和所述历史特征数据中表示目标被检测对象所对应的点位的点位相似度；其中，所述各个被检测对象包括目标被检测对象；

7、根据所述点位相似度，得到所述目标被检测对象的偏移数据；

8、根据所述偏移数据，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹。

9、可选地，所述提取网络为三层卷积层构成的网络；

10、所述当前特征图像和所述历史特征图像输入至预置的提取网络中，得到当前特征数据和历史特征数据，包括：

11、将所述当前特征图像和所述历史特征图像输入至预置的提取网络中，得到以宽度、高度以及维度上表示的当前特征数据和历史特征数据。

12、可选地，在所述确定所述当前特征数据和所述历史特征数据中表示目标被检测对象所对应的点位的点位相似度之前，还包括：

13、对所述当前特征数据和所述历史特征数据进行下采样处理；

14、所述确定所述当前特征数据和所述历史特征数据中表示目标被检测对象所对应的点位的点位相似度，包括：

15、根据处理后的当前特征数据和处理后的历史特征数据，构建设定维度的代价空间；

16、确定所述代价空间中表示目标被检测对象所对应的点位的点位相似度。

17、可选地，所述根据所述点位相似度，得到所述目标被检测对象的偏移数据，包括：

18、对所述点位相似度进行池化处理，得到第一设定方向上的第一点位相似度和第二设定方向上的第二点位相似度；

19、根据所述第一点位相似度、所述第二点位相似度以及设定的特征步长，得到所述目标被检测对象的偏移数据。

20、可选地，所述根据所述偏移数据，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹，包括：

21、将所述偏移数据输入至预置的变换模型中，得到所述历史特征图像传递到所述当前特征图像的特征值；

22、根据所述特征值，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹。

23、可选地，所述根据所述特征值，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹，包括：

24、根据设定补偿量、所述特征值以及所对应的权重，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹。

25、可选地，在所述根据所述偏移数据，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹之后，还包括：

26、获取所述目标被检测对象在所述历史帧图像和所述当前帧图像的中心位置；

27、根据所述中心位置和所述移动轨迹，生成围绕所述目标被检测对象的动态检测框。

28、根据本公开的第二方面，还提供了一种基于图像的小型生物群体行为检测跟踪装置，包括：

29、帧图像获取模块，用于获取当前帧图像和历史帧图像；

30、特征图像得到模块，用于将所述当前帧图像和所述历史帧图像输入至预置的检测网络中，得到当前特征图像和历史特征图像；其中，不同的特征图像是反映不同的帧图像中的各个被检测对象的图像；

31、特征数据得到模块，用于将所述当前特征图像和所述历史特征图像输入至预置的提取网络中，得到当前特征数据和历史特征数据；

32、相似度确定模块，用于确定所述当前特征数据和所述历史特征数据中表示目标被检测对象所对应的点位的点位相似度；其中，所述各个被检测对象包括目标被检测对象；

33、偏移数据得到模块，用于根据所述点位相似度，得到所述目标被检测对象的偏移数据；

34、移动轨迹得到模块，用于根据所述偏移数据，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹。

35、根据本公开的第三方面，还提供了一种基于图像的小型生物群体行为检测跟踪装置，该装置包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序，以实现根据本公开的第一方面所述的方法。

36、根据本公开的第四方面，还提供了一种可读存储介质，所述可读存储介质上存储计算机程序，所述计算机程序在被处理器执行时实现根据本公开的第一方面所述的方法。

37、本公开实施例的一个有益效果在于，获取当前帧图像和历史帧图像，利用检测网络和提取网络可以得到当前特征数据和历史特征数据。通过当前特征数据和历史特征数据，可以确定对应点位的点位相似度，并通过点位相似度，得到目标被检测对象的偏移数据，进而得到目标被检测对象的移动轨迹。利用对应点位的点位相似度来确定当前特征图像和历史特征图像中同一个被检测对象，能够消耗较少的计算资源确定被检测对象，有效提高基于图像的小型生物群体行为检测跟踪装置的内存利用率。

38、通过以下参照附图对本公开的示例性实施例的详细描述，本公开实施例的其它特征及其优点将会变得清楚。

技术特征：

1.一种基于图像的小型生物群体行为检测跟踪方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述提取网络为三层卷积层构成的网络；

3.根据权利要求1或2所述的方法，其特征在于，在所述确定所述当前特征数据和所述历史特征数据中表示目标被检测对象所对应的点位的点位相似度之前，还包括：

4.根据权利要求2所述的方法，其特征在于，所述根据所述点位相似度，得到所述目标被检测对象的偏移数据，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述偏移数据，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述特征值，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹，包括：

7.根据权利要求1所述的方法，其特征在于，在所述根据所述偏移数据，对所述当前特征图像进行增强处理，得到目标被检测对象的移动轨迹之后，还包括：

8.一种基于图像的小型生物群体行为检测跟踪装置，其特征在于，包括：

9.一种基于图像的小型生物群体行为检测跟踪装置，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的基于图像的小型生物群体行为检测跟踪方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的基于图像的小型生物群体行为检测跟踪方法的步骤。

技术总结
本公开涉及一种基于图像的小型生物群体行为检测跟踪方法及装置，属于图像检测的技术领域，该方法包括获取当前帧图像和历史帧图像；将当前帧图像和历史帧图像输入至预置的检测网络中，得到当前特征图像和历史特征图像；其中，不同的特征图像是反映不同的帧图像中的各个被检测对象的图像；将当前特征图像和历史特征图像输入至预置的提取网络中，得到当前特征数据和历史特征数据；确定当前特征数据和历史特征数据中表示目标被检测对象所对应的点位的点位相似度；其中，各个被检测对象包括目标被检测对象；根据点位相似度，得到目标被检测对象的偏移数据；根据偏移数据，对当前特征图像进行增强处理，得到目标被检测对象的移动轨迹。

技术研发人员：赵小川,燕琦,李陈,冯运铎,樊迪,王子彻
受保护的技术使用者：中国兵器工业计算机应用技术研究所
技术研发日：
技术公布日：2024/8/26