(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210109933.9 (22)申请日 2022.01.29 (65)同一申请的已公布的文献号 申请公布号 CN 114119970 A (43)申请公布日 2022.03.01 (73)专利权人 中科视语 （北京） 科技有限公司 地址 102300 北京市门头沟区石龙 经济开 发区永安路20号3号楼 A-6193室 (72)发明人 王金桥　赵朝阳　于斌　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 代理人 吴刚 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/80(2022.01)G06V 10/771(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (56)对比文件 CN 112528817 A,2021.0 3.19 CN 108550161 A,2018.09.18 US 20191625 07 A1,2019.0 5.30 WO 20210 07984 A1,2021.01.21 审查员 于淼 (54)发明名称 目标跟踪方法及装置 (57)摘要 本发明提供一种目标跟踪 方法及装置， 该目 标跟踪方法包括： 获取待检测图像和多个已标注 图像； 基于多个所述已标注图像， 确定动态降维 矩阵； 基于所述已标注图像和所述动态降维矩 阵， 确定岭回归解析值； 基于 所述待检测图像、 所 述动态降维矩阵以及所述岭回归解析值， 确定目 标定位结果。 本发明提供的目标跟踪方法及装 置， 通过基于已标注图像确定动态降维矩阵， 利 用动态降维矩阵来优化岭回归算法的处理过程， 从而能够提高利用岭回归算法的判别能力和泛 化能力， 提高目标跟踪的精度和鲁棒 性。 权利要求书2页 说明书10页 附图3页 CN 114119970 B 2022.05.03 CN 114119970 B 1.一种目标跟踪方法， 其特 征在于， 包括： 获取待检测图像和多个已标注图像， 所述已标注图像是对图像中的目标用边框的形式 标注出来目标位置的图像； 将多个所述已标注图像输入至动态降维模型中， 得到动态降维矩阵； 将所述已标注图像和所述动态降维矩阵输入至岭回归模型中， 得到所述岭回归模型输 出的岭回归解析值； 基于所述待检测图像、 所述动态降维矩阵以及所述岭回归解析值， 确定目标定位结果； 其中， 所述将多个所述已标注图像输入至动态降维模型中， 得到动态降维矩阵， 包括： 将多个所述已标注图像输入至动态降维模型 的特征提取层中， 提取到多个参考特征； 将多 个所述参考特征输入至所述动态降维模型 的卷积层中， 得到融合特征； 将所述融合特征输 入至所述动态降维模型 的反卷积层中， 得到低层次正交基矩阵和高层次正交基矩阵； 对所 述低层次正交基矩阵和所述高层次正交基矩阵进行重组， 得到所述动态降维矩阵； 所述将所述已标注图像和所述动态降维矩阵输入至岭回归模型中， 得到所述岭回归模 型输出的岭回归解析值， 包括： 将所述已标注图像输入至岭回归模型的特征提取层中， 提取 到待降维特征； 将所述待降维特征输入至所述岭回归模型 的降维层中， 将所述动态降维矩 阵作为所述降维层的权 重， 得到岭回归解析值； 所述基于所述待检测图像、 所述动态降维矩阵以及所述岭回归解析值， 确定目标定位 结果， 包括： 提取 所述待检测图像的检测特 征； 基于公式： ； 确定目标定位结果， 其中， 表示所述目标定位结果， 表示所述待检测图像的检测特 征， 表示所述检测特 征的转置运 算， 表示所述动态降维矩阵， 表示所述岭回归解析值。 2.根据权利要求1所述的目标跟踪方法， 其特征在于， 所述动态降维模型为以多组样本 图像为样本， 以与所述样本图像所对应的降维矩阵样本数据为样本标签进行训练得到的。 3.根据权利要求1或2所述的目标跟踪方法， 其特征在于， 所述岭回归模型为以样本 图 像和样本降维矩阵为样本， 以与所述样本图像和所述样本降维矩阵所对应的岭回归解析值 样本数据为样本标签进行训练得到的。 4.根据权利要求1或2所述的目标跟踪方法， 其特征在于， 所述多个已标注图像为在间 隔目标帧数后， 基于初始标注图像和所述目标定位结果进行 更新得到的。 5.一种目标跟踪装置， 其特 征在于， 包括： 获取模块， 用于获取待检测图像和多个已标注图像， 所述已标注图像是对图像中的目 标用边框的形式标注出来目标位置的图像； 第一确定模块， 用于将多个所述已标注图像输入至动态降维模型中， 得到动态降维矩 阵； 第二确定模块， 用于将所述已标注图像和所述动态降维矩阵输入至岭回归模型中， 得 到所述岭回归 模型输出的岭回归解析值； 第三确定模块， 用于基于所述待检测图像、 所述动态降维矩阵以及所述岭回归解析值， 确定目标定位结果；权　利　要　求　书 1/2 页 2 CN 114119970 B 2其中， 所述将多个所述已标注图像输入至动态降维模型中， 得到动态降维矩阵， 包括： 将多个所述已标注图像输入至动态降维模型 的特征提取层中， 提取到多个参考特征； 将多 个所述参考特征输入至所述动态降维模型 的卷积层中， 得到融合特征； 将所述融合特征输 入至所述动态降维模型 的反卷积层中， 得到低层次正交基矩阵和高层次正交基矩阵； 对所 述低层次正交基矩阵和所述高层次正交基矩阵进行重组， 得到所述动态降维矩阵； 所述将所述已标注图像和所述动态降维矩阵输入至岭回归模型中， 得到所述岭回归模 型输出的岭回归解析值， 包括： 将所述已标注图像输入至岭回归模型的特征提取层中， 提取 到待降维特征； 将所述待降维特征输入至所述岭回归模型 的降维层中， 将所述动态降维矩 阵作为所述降维层的权 重， 得到岭回归解析值； 所述基于所述待检测图像、 所述动态降维矩阵以及所述岭回归解析值， 确定目标定位 结果， 包括： 提取 所述待检测图像的检测特 征； 基于公式： ； 确定目标定位结果， 其中， 表示所述目标定位结果， 表示所述待检测图像的检测特 征， 表示所述检测特 征的转置运 算， 表示所述动态降维矩阵， 表示所述岭回归解析值。 6.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至4任一项所 述目标跟踪方法的步骤。 7.一种非暂态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 理器执行时实现如权利要求1至4任一项所述目标跟踪方法的步骤。权　利　要　求　书 2/2 页 3 CN 114119970 B 3