CN108090916B - 用于跟踪视频中的目标图形的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于跟踪视频中的目标图形的方法和装置。该方法的一具体实施方式包括：在目标视频的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息；跟踪上一帧图像中的各角点获得当前帧图像中的目标图形的各角点的位置信息以确定第二边的参数信息；响应于确定第一边和第二边的相似度小于第一预设阈值，对各第一边的参数信息进行预测以获取预测的参数信息，并根据预测的参数信息生成多个候选目标图形；根据多个候选目标图形的图像特征确定目标图形在当前帧图像中的最终位置。该实施方式通过融合目标图形的角点和边的特征实现目标图形的追踪，并对追踪不准确的结果进行优化，提高了目标图形追踪的准确性。

Description

用于跟踪视频中的目标图形的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于跟踪视频中的目标图形的方法和装置。

背景技术

在视频处理中，如果需要对某视频对象进行编辑，如水印添加、做马赛克掩膜、颜色校正等，都需要准确地知道其所在的位置。

现有技术提供了多种用于跟踪视频中待编辑对象的视频目标图形跟踪的方法，但是各方法通常仅适用于部分场景条件，很难适用于多种复杂场景的情况。例如，现有的基于稀疏光流/稠密光流的视频跟踪方法，在目标图形出现遮挡的情况下难以准确地确定目标图形；现有的基于特征点匹配的视频跟踪方法，不适用于纹理信息较弱的目标图形的跟踪；对于图像逐帧分割的方法，分割算法在复杂场景下无法准确地识别目标图形的边界。因此，如何在各种复杂场景下准确地跟踪视频的各帧图像中的目标图形成为亟待解决的问题。

发明内容

本申请实施例提出了用于跟踪视频中的目标图形的方法和装置。

第一方面，本申请实施例提供了一种用于跟踪视频中的目标图形的方法，该方法包括：在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息，其中，第一边为上一帧图像中的目标图形的边；跟踪上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，其中，第二边为当前帧图像中的目标图形的相邻的角点构成的边；响应于确定第一边和与该第一边对应的第二边的相似度小于第一预设阈值，对上一帧图像中的各第一边的参数信息进行预测以获取预测的参数信息，并根据预测的参数信息生成多个候选目标图形；根据多个候选目标图形的图像特征确定目标图形在当前帧图像中的最终位置。

在一些实施例中，在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息，包括：在目标视频的上一帧图像中确定目标图形的各角点的位置信息；根据所确定的各角点的位置信息，确定上一帧图像中的目标图形的每条第一边的参数信息。

在一些实施例中，跟踪上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，包括：采用KLT跟踪算法跟踪上一帧图像中的各角点，获得当前帧图像中的目标图形的各角点的位置信息；利用所获得的各角点的位置信息，确定当前帧图像中的目标图形的每条第二边的参数信息。

在一些实施例中，在跟踪上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息之后，方法还包括：对于上一帧图像中由任意两个相邻角点所确定的第一边和跟踪该两个角点获得的位置信息所确定的当前帧图像中的第二边，利用该第一边的参数信息和第二边的参数信息计算该第一边和第二边的相似度；响应于确定第一边和第二边的相似度大于或等于第一预设阈值，利用跟踪获得的各角点的位置信息确定目标图形在当前帧图像中的最终位置。

在一些实施例中，对上一帧图像中的各第一边的参数信息进行预测获取预测的参数信息，并根据所获取的预测的参数信息生成多个候选目标图形，包括：利用卡尔曼滤波器对上一帧图像中的各第一边的参数信息进行预测，获取预测的参数信息；利用预测的参数信息确定各预测边，根据各预测边确定多个预测角点；以预测角点为中心，在当前帧图像中确定每个预测角点的候选角点；利用各预测角点和各候选角点，生成多个候选目标图形。

在一些实施例中，根据多个候选目标图形的图像特征确定目标图形在第二帧图像中的最终位置，包括：将目标视频划分为连续的N帧图像，其中，N为正整数；利用位于上一帧图像之前的各帧图像生成基准帧图像，从基准帧图像中提取目标图形的图像特征；计算所提取出的目标图形的图像特征与各候选目标图形的图像特征的相似度；从多个候选目标图形中确定出与基准帧图像中的目标图形相似度最大的候选目标图形作为当前帧中的目标图形；利用所确定出的当前帧中的目标图形的角点的位置信息确定当前帧中的目标图形的最终位置。

第二方面，本申请实施例提供了一种用于跟踪视频中的目标图形的装置，装置包括：第一确定单元，配置用于在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息，其中，第一边为上一帧图像中的目标图形的边；跟踪单元，配置用于跟踪上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，其中，第二边为当前帧图像中的目标图形的相邻的角点构成的边；预测单元，配置用于响应于确定第一边和与该第一边对应的第二边的相似度小于第一预设阈值，对上一帧图像中的各第一边的参数信息进行预测以获取预测的参数信息，并根据所获取的预测的参数信息生成多个候选目标图形；第二确定单元，配置用于根据多个候选目标图形的图像特征确定目标图形在当前帧图像中的最终位置。

在一些实施例中，第一确定单元进一步配置用于：在目标视频的上一帧图像中确定目标图形的各角点的位置信息；根据所确定的各角点的位置信息，确定上一帧图像中的目标图形的每条第一边的参数信息。

在一些实施例中，跟踪单元进一步配置用于：采用KLT跟踪算法跟踪上一帧图像中的各角点，获得当前帧图像中的目标图形的各角点的位置信息；利用所获得的各角点的位置信息，确定当前帧图像中的目标图形的每条第二边的参数信息。

在一些实施例中，装置还包括：计算单元，配置用于对于上一帧图像中由任意两个相邻角点所确定的第一边和跟踪该两个角点获得的位置信息所确定的当前帧图像中的第二边，利用该第一边的参数信息和第二边的参数信息计算该第一边和第二边的相似度；第三确定单元，配置用于响应于确定第一边和第二边的相似度大于或等于第一预设阈值，利用跟踪获得的各角点的位置信息确定目标图形在当前帧图像中的最终位置。

在一些实施例中，预测单元进一步配置用于：利用卡尔曼滤波器对上一帧图像中的各第一边的参数信息进行预测，获取预测的参数信息；利用预测的参数信息确定各预测边，根据各预测边确定多个预测角点；以预测角点为中心，在当前帧图像中确定每个预测角点的候选角点；利用各预测角点和各候选角点，生成多个候选目标图形。

在一些实施例中，第二确定单元进一步配置用于：将目标视频划分为连续的N帧图像，其中，N为正整数；利用位于上一帧图像之前的各帧图像生成基准帧图像，从基准帧图像中提取目标图形的图像特征；计算所提取出的目标图形的图像特征与各候选目标图形的图像特征的相似度；从多个候选目标图形中确定出与基准帧图像中的目标图形相似度最大的候选目标图形作为当前帧中的目标图形；利用所确定出的当前帧中的目标图形的角点的位置信息确定当前帧中的目标图形的最终位置。

本申请实施例提供的用于跟踪视频中的目标图形的方法和装置，通过获取的目标视频的上一帧图像中目标图形的角点的位置信息和第一边的参数信息跟踪上一帧图像中的角点，可以确定当前帧图像中目标图形的第二边的参数信息，而后在确定第一边和与该第一边对应的第二边的相似度小于第一预设阈值的情况下，可以对第一边进行预测获取预测参数信息，并根据预测参数信息生成多个候选目标图形，最后根据各候选目标图像的图像特征可以确定目标图形在当前帧图像中的最终位置，从而实现了通过融合目标图形的角点和边的特征对目标图形进行追踪，并对追踪不准确的结果进行预测优化，提高了目标图形追踪的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于跟踪视频中的目标图形的方法的一个实施例的流程图；

图3是根据本申请的用于跟踪视频中的目标图形的方法的另一个实施例的流程图；

图4是根据本申请的用于跟踪视频中的目标图形的装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于跟踪视频中的目标图形的方法或用于跟踪视频中的目标图形的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送视频等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频播放应用、图片查看应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持视频播放等功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExperts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPicture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上播放的视频提供支持的后台视频服务器。后台视频服务器可以对接收到的视频进行图像帧划分、目标图形跟踪等处理，并将处理结果(例如跟踪到的目标图形)反馈给终端设备。

需要说明的是，本申请实施例所提供的用于跟踪视频中的目标图形的方法一般由服务器105执行，相应地，用于跟踪视频中的目标图形的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于跟踪视频中的目标图形的方法的一个实施例的流程200。该用于跟踪视频中的目标图形的方法，包括以下步骤：

步骤201，在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息。

在本实施例中，用于跟踪视频中的目标图形的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行视频播放的终端接收目标视频，而后从所获取目标视频提取出多帧图像，并从各帧图像中确定与当前帧图像相邻的上一帧图像，最后在上一帧图像中确定目标图形的角点的位置信息以及由相邻的角点构成的第一边的参数信息。其中，第一边可以为上一帧图像中的目标图形的边。这里的目标图形可以为视频帧图像中某一物体(如电视、相框等)的轮廓构成的多边形。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

在本实施例的一些可选的实现方式中，上述电子设备可以首先在目标视频的上一帧图像中确定目标图形的各角点的位置信息，而后根据所确定的各角点的位置信息，计算出该上一帧图像中的目标图形的每条第一边的参数信息。

在本实施例的一些可选的实现方式中，在目标视频中，与当前帧图像相邻的上一帧图像可以为目标视频中的第一帧图像，此时可以采用人工标注的方式标注该第一帧图像中目标图形的角点位置和第一边的参数信息，从而可以准确地得到该帧图像中的目标图形的角点位置和第一边的参数信息。或者，在目标视频中，与当前帧图像相邻的上一帧图像可以为位于第一帧图像之后的任一帧图像，此时可以通过跟踪位于上一帧图像之前且与该上一帧图像相邻的图像帧确定该上一帧图像中的目标图形的角点位置信息和第一边的参数信息。

步骤202，跟踪上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息。

在本实施例中，基于步骤201在上一帧图像中确定出的目标图像的角点，上述电子设备(例如图1所示的服务器)可以跟踪上一帧图像中的目标图形的各角点，从而可以在与上一帧图像相邻的当前帧图像中确定出与上一帧图像中的各角点相同或相近的角点的位置信息，所确定的各角点的位置信息即为跟踪到的角点位置信息。利用跟踪到的各角点的位置信息可以确定相邻的角点构成的第二边的参数信息，其中，第二边为跟踪到的目标图形在当前帧图像中的各边，且各第二边为由跟踪到的相邻的角点构成的边。

通常，对视频中的目标图形进行跟踪可以理解为在连续的图像序列上找到具有相同或相近特征的区域，从而可以在图像中确定目标图形的位置。这里，上述电子设备可以通过跟踪目标图形的角点的位置信息，并结合目标图像的边的参数信息，从而确定该目标图形的位置。进一步地，上述电子设备可以采用合适的跟踪算法来跟踪目标图形的角点，例如，可以采用FAST(Features From Accelerated Segment Test)特征点提取算法达到跟踪目标图形的角点的目的。

步骤203，响应于确定第一边和与该第一边对应的第二边的相似度小于第一预设阈值，对上一帧图像中的各第一边的参数信息进行预测以获取预测的参数信息，并根据预测的参数信息生成多个候选目标图形。

在本实施例中，对于上一帧图像中可以构成第一边的任意两个角点，利用跟踪到的该两个角点可以确定与该第一边对应的第二边。上述电子设备可以首先计算第一边和与该第一边对应的第二边之间的相似度。可以理解，若第一边和与第一边对应的第二边的参数信息的差距较大，可以确定上一帧图像中的目标图形与跟踪到到的当前帧图像中的目标图形差距较大，而视频的相邻二帧图像中，目标图形往往是相同或相近的，可见，在第一边和第二边的相似度较小的情况下可以确定该跟踪到的当前帧图像中的目标图形存在较大的误差。因此，上述电子设备在确定第一边和与该第一边对应的第二边的相似度小于预设阈值的情况下，可以认为跟踪到的目标图形不准确。上述电子设备可以对上一帧图像中的各第一边的参数信息进行预测以获取预测的参数信息。而后，电子设备再利用其所获取的预测的参数信息可以生成多个候选的目标图形。

可见，本申请实施例提供的方法可以融合目标图形的角点特征和目标图形的边特征来确定跟踪到的目标图形的是否存在较大的误差，并在判断出跟踪到的目标图形存在较大的误差时，对跟踪结果进一步处理，从而可以提高视频目标图形跟踪的准确性。

步骤204，根据多个候选目标图形的图像特征确定目标图形在当前帧图像中的最终位置。

在本实施中，基于步骤203生成的多个候选目标图形，上述电子设备利用各种手段对各目标图形的图像特征进行处理，以便其可以根据各候选目标图形的图像特征确定出目标图形在当前帧图像中的最终位置。

在本实施例的一些可选的实现方式中，上述电子设备可以通过将各候选目标图形与基准帧图像中的目标图形相对比的方式，从中确定出与基准帧图像中的目标图形相似度最大的候选目标图形作为当前帧图像中的目标图形。

作为示例，上述电子设备可以将目标视频划分为连续的N帧图像；之后，在其中确定当前帧图像、与当前帧图像相邻的上一帧图像、以及位于上一帧图像之前的各帧图像；而后，对位于上一帧图像之前的各帧图像的特征进行求平均等计算处理，从而可以生成上述基准帧图像，且该基准帧图像中可以包括目标图形；最后，利用各候选目标图形的图像特征与基准帧图像中的目标图形的图像特征计算出各候选目标图形与基准帧图像中的目标图形之间的相似度，以从各候选目标图形中确定出与基准帧图像中的目标图形的相似度最大的候选目标图形，利用该所确定的候选目标图形的角点的位置信息即可以确定当前帧图像中的目标图形的最终位置，如将所确定的候选目标图形的角点位置作为当前帧图像中的目标图形的角点的位置。

本申请的上述实施例提供的方法通过获取的目标视频的上一帧图像中目标图形的角点的位置信息和第一边的参数信息跟踪上一帧图像中的角点，可以确定当前帧图像中目标图形的第二边的参数信息，而后在确定第一边和与该第一边对应的第二边的相似度小于第一预设阈值的情况下，可以对第一边进行预测获取预测参数信息，并根据预测参数信息生成多个候选目标图形，最后根据各候选目标图像的图像特征可以确定目标图形在当前帧图像中的最终位置，从而实现了通过融合目标图形的角点和边的特征对目标图形进行追踪，并对追踪不准确的结果进行预测优化，提高了目标图形追踪的准确性。该方法可以解决目标图形存在遮挡、目标图形弱纹理等复杂情况。

进一步参考图3，其示出了用于跟踪视频中的目标图形的方法的另一个实施例的流程300。该用于跟踪视频中的目标图形的方法的流程300，包括以下步骤：

步骤301，在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息。

在本实施例中，用于跟踪视频中的目标图形的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行视频播放的终端接收目标视频，而后从所获取目标视频提取出多帧图像，并从各帧图像中确定与当前帧图像相邻的上一帧图像，最后在上一帧图像中确定目标图形的角点的位置信息以及由相邻的角点构成的第一边的参数信息。其中，第一边可以为上一帧图像中的目标图形的边。这里的目标图形可以为视频帧图像中某一物体(如电视、相框等)的轮廓构成的多边形。

步骤302，采用KLT跟踪算法跟踪上一帧图像中的各角点，获得当前帧图像中的目标图形的各角点的位置信息。

在本实施例中，基于步骤301确定的上一帧图像中的目标图形的各角点的位置信息，上述电子设备(例如图1所示的服务器)可以采用KLT跟踪算法跟踪上一帧图像中所确定的各角点，从而确定出各角点在当前帧图像中的位置信息。通常，因在目标视频中目标图形的运动是连续的，因此角点跟踪的搜索范围往往不会过大，例如，一般可以设置在10个像素以下。

KLT跟踪算法全称Kanade-Lucas-Tomasi Tracking，又称LK跟踪算法。该算法适用的前提是假设目标图形在目标视频中，只产生一致性的小位移，并且目标图形的灰度变化不大。利用KLT跟踪算法跟踪目标图形，需要在上一帧图像确定包括目标图形的目标框，而后对目标框和当前帧图像的跟踪框内图像特征不变的角点求取偏移量。需要说明的是，利用KLT跟踪角点的具体方法是目前广泛研究和应用的公知技术，在此不再赘述。

步骤303，利用所获得的各角点的位置信息，确定当前帧图像中的目标图形的每条第二边的参数信息。

在本实施例中，基于步骤302跟踪到的各角点，上述电子设备可以利用跟踪到的相邻的角点确定目标图形的各边，其中，所确定的目标图形的各边可以为第二边。进一步地，上述电子设备利用跟踪到的各角点的位置信息可以计算出每一条第二边的参数信息。

步骤304，利用该第一边的参数信息和第二边的参数信息计算该第一边和第二边的相似度是否小于预设阈值。

在本实施例中，对于上一帧图像中由任意两个相邻角点，该两个角点可以确定一条第一边，并且利用跟踪该两个角点获得位置信息可以确定与上述第一边对应的第二边，该第二边为当前帧图像中的目标图形的边。利用第一边的参数信息和与该第一边对应的第二边的参数信息，上述电子设备可以计算出第一边和与该第一边对应的第二边的相似度。而后，上述电子设备可以判断该相似度是否小于预设阈值，若确定该相似度小于预设阈值，则可以转到步骤306；若确定该相似度大于或等于预设阈值，则可以转到步骤305。

步骤305，利用跟踪获得的各角点的位置信息确定目标图形在当前帧图像中的最终位置。

在本实施例中，基于步骤304确定出的第一边和第二边的相似度大于或等于预设阈值，上述电子设备可以确定对比上一帧图像和当前帧图像目标图形的运动位移较小，其可以获取利用KLT跟踪算法跟踪到的各角点的位置信息，并确定跟踪到的各角点为当前帧图像中的目标图形的各角点。因此，利用跟踪到的各角点的位置信息可以确定目标图形在当前帧图像中的最终位置。

步骤306，利用卡尔曼滤波器对上一帧图像中的各第一边的参数信息进行预测，确定多个预测角点。

在本实施例中，基于步骤304确定出的第一边和第二边的相似度小于预设阈值，上述电子设备可以确定对比上一帧图像和当前帧图像目标图形的运动位移较大，跟踪质量较差。此时，上述电子设备需要对跟踪质量较差的结果进行更正处理。具体地，上述电子设备可以采用卡尔曼滤波器对上一帧图像中确定的各第一边的参数信息进行预测，从而获取预测的参数信息；而后，利用预测的参数信息可以确定出多条预测边，各预测边相交的点可以作为预测角点。

步骤307，以预测角点为中心，在当前帧图像中确定每个预测角点的候选角点。

在本实施例中，基于步骤306确定的各预测角点，上述电子设备以各预测角点为中心，而后可以在当前帧图像中选取多个候选角点，例如，可以在各预测角点周围两个像素内选取候选角点，从而可以生成多组候选的目标图形的角点。

步骤308，利用各预测角点和各候选角点，生成多个候选目标图形。

在本实施例中，基于步骤306确定的各预测角点和步骤307确定的各候选角点，上述电子设备可以将各预测角点和候选角点作为角点，构成多个图形，各图形可以为目标图形的候选目标图形。

步骤309，根据多个候选目标图形的图像特征确定目标图形在当前帧图像中的最终位置。

在本实施例中，基于步骤308生成的多个候选目标图形，上述电子设备利用各种手段对各目标图形的图像特征进行处理，以便其可以根据各候选目标图形的图像特征确定出目标图形在当前帧图像中的最终位置。具体地，上述电子设备可以首先设置基准帧图像；而后，利用各候选目标图形的图像特征与基准帧图像中的目标图形的图像特征计算出各候选目标图形与基准帧图像中的目标图形之间的相似度；最后，从各候选目标图形中确定出与基准帧图像中的目标图形的相似度最大的候选目标图形，利用该所确定的候选目标图形的角点的位置信息即可以确定当前帧图像中的目标图形的最终位置，如将所确定的候选目标图形的角点位置作为当前帧图像中的目标图形的角点的位置。

从图3中可以看出，与图2对应的实施例相比，本实施例中的用于跟踪视频中的目标图形的方法的流程300突出了利用预测的参数信息生成多个候选目标图形的步骤。由此，本实施例描述的方案在确定出目标图形的跟踪质量不好的情况下可以利用预测的第一边生成多个候选目标图形，从而保证了在目标图形的跟踪质量较差的情况下仍可以准确地确定当前帧图像中目标图形的最终位置。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用于跟踪视频中的目标图形的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于跟踪视频中的目标图形的装置400包括：第一确定单元401、跟踪单元402、预测单元403和第二确定单元404。其中，第一确定单元401配置用于在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息，其中，第一边为上一帧图像中的目标图形的边；跟踪单元402配置用于跟踪上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，其中，第二边为当前帧图像中的目标图形的相邻的角点构成的边；预测单元403配置用于响应于确定第一边和与该第一边对应的第二边的相似度小于第一预设阈值，对上一帧图像中的各第一边的参数信息进行预测以获取预测的参数信息，并根据所获取的预测的参数信息生成多个候选目标图形；第二确定单元404配置用于根据多个候选目标图形的图像特征确定目标图形在当前帧图像中的最终位置。

在本实施例的一些可选的实现方式中，第一确定单元401进一步配置用于：在目标视频的上一帧图像中确定目标图形的各角点的位置信息；根据所确定的各角点的位置信息，确定上一帧图像中的目标图形的每条第一边的参数信息。

在本实施例的一些可选的实现方式中，跟踪单元402进一步配置用于：采用KLT跟踪算法跟踪上一帧图像中的各角点，获得当前帧图像中的目标图形的各角点的位置信息；利用所获得的各角点的位置信息，确定当前帧图像中的目标图形的每条第二边的参数信息。

在本实施例的一些可选的实现方式中，装置400还包括：计算单元，配置用于对于上一帧图像中由任意两个相邻角点所确定的第一边和跟踪该两个角点获得的位置信息所确定的当前帧图像中的第二边，利用该第一边的参数信息和第二边的参数信息计算该第一边和第二边的相似度；第三确定单元，配置用于响应于确定第一边和第二边的相似度大于或等于第一预设阈值，利用跟踪获得的各角点的位置信息确定目标图形在当前帧图像中的最终位置。

在本实施例的一些可选的实现方式中，预测单元403进一步配置用于：利用卡尔曼滤波器对上一帧图像中的各第一边的参数信息进行预测，获取预测的参数信息；利用预测的参数信息确定各预测边，根据各预测边确定多个预测角点；以预测角点为中心，在当前帧图像中确定每个预测角点的候选角点；利用各预测角点和各候选角点，生成多个候选目标图形。

在本实施例的一些可选的实现方式中，第二确定单元404进一步配置用于：将目标视频划分为连续的N帧图像，其中，N为正整数；利用位于上一帧图像之前的各帧图像生成基准帧图像，从基准帧图像中提取目标图形的图像特征；计算所提取出的目标图形的图像特征与各候选目标图形的图像特征的相似度；从多个候选目标图形中确定出与基准帧图像中的目标图形相似度最大的候选目标图形作为当前帧中的目标图形；利用所确定出的当前帧中的目标图形的角点的位置信息确定当前帧中的目标图形的最终位置。

下面参考图5，其示出了适于用来实现本申请实施例的终端设备/服务器的计算机系统500的结构示意图。图5示出的终端设备/服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定单元、跟踪单元、预测单元和第二确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一确定单元还可以被描述为“在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：在目标视频的与当前帧图像相邻的上一帧图像中确定目标图形的角点的位置信息和相邻的角点构成的第一边的参数信息，其中，第一边为上一帧图像中的目标图形的边；跟踪上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，其中，第二边为当前帧图像中的目标图形的相邻的角点构成的边；响应于确定第一边和与该第一边对应的第二边的相似度小于第一预设阈值，对上一帧图像中的各第一边的参数信息进行预测以获取预测的参数信息，并根据预测的参数信息生成多个候选目标图形；根据多个候选目标图形的图像特征确定目标图形在当前帧图像中的最终位置。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种用于跟踪视频中的目标图形的方法，包括：

在目标视频的与当前帧图像相邻的上一帧图像中确定所述目标图形的角点的位置信息和相邻的所述角点构成的第一边的参数信息，其中，所述第一边为所述上一帧图像中的所述目标图形的边；

跟踪所述上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，其中，所述第二边为所述当前帧图像中的所述目标图形的相邻的角点构成的边；

响应于确定所述第一边和与该第一边对应的第二边的相似度小于第一预设阈值，对所述上一帧图像中的各所述第一边的参数信息进行预测以获取预测的参数信息，并根据预测的参数信息生成多个候选目标图形；

根据所述多个候选目标图形的图像特征确定所述目标图形在所述当前帧图像中的最终位置。

2.根据权利要求1所述的方法，其中，所述在目标视频的与当前帧图像相邻的上一帧图像中确定所述目标图形的角点的位置信息和相邻的所述角点构成的第一边的参数信息，包括：

在所述目标视频的上一帧图像中确定所述目标图形的各角点的位置信息；

根据所确定的各角点的位置信息，确定所述上一帧图像中的所述目标图形的每条第一边的参数信息。

3.根据权利要求1所述的方法，其中，所述跟踪所述上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，包括：

采用KLT跟踪算法跟踪所述上一帧图像中的各角点，获得所述当前帧图像中的目标图形的各角点的位置信息；

利用所获得的各角点的位置信息，确定所述当前帧图像中的目标图形的每条第二边的参数信息。

4.根据权利要求1所述的方法，其中，在跟踪所述上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息之后，所述方法还包括：

对于所述上一帧图像中由任意两个相邻角点所确定的第一边和跟踪该两个角点获得的位置信息所确定的所述当前帧图像中的第二边，利用该第一边的参数信息和第二边的参数信息计算该第一边和第二边的相似度；

响应于确定所述第一边和第二边的相似度大于或等于所述第一预设阈值，利用跟踪获得的各角点的位置信息确定所述目标图形在所述当前帧图像中的最终位置。

5.根据权利要求1所述的方法，其中，所述对所述上一帧图像中的各所述第一边的参数信息进行预测获取预测的参数信息，并根据所获取的预测的参数信息生成多个候选目标图形，包括：

利用卡尔曼滤波器对所述上一帧图像中的各所述第一边的参数信息进行预测，获取预测的参数信息；

利用预测的参数信息确定各预测边，根据各所述预测边确定多个预测角点；

以所述预测角点为中心，在所述当前帧图像中确定每个预测角点的候选角点；

利用各所述预测角点和各所述候选角点，生成多个所述候选目标图形。

6.根据权利要求1所述的方法，其中，所述根据所述多个候选目标图形的图像特征确定所述目标图形在第二帧图像中的最终位置，包括：

将所述目标视频划分为连续的N帧图像，其中，N为正整数；

利用位于所述上一帧图像之前的各帧图像生成基准帧图像，从所述基准帧图像中提取目标图形的图像特征；

计算所提取出的目标图形的图像特征与各所述候选目标图形的图像特征的相似度；

从所述多个候选目标图形中确定出与所述基准帧图像中的目标图形相似度最大的候选目标图形作为所述当前帧中的目标图形；

利用所确定出的所述当前帧中的目标图形的角点的位置信息确定所述当前帧中的目标图形的最终位置。

7.一种用于跟踪视频中的目标图形的装置，包括：

第一确定单元，配置用于在目标视频的与当前帧图像相邻的上一帧图像中确定所述目标图形的角点的位置信息和相邻的所述角点构成的第一边的参数信息，其中，所述第一边为所述上一帧图像中的所述目标图形的边；

跟踪单元，配置用于跟踪所述上一帧图像中的目标图形的各角点获得当前帧图像中的目标图形的各角点的位置信息，以确定第二边的参数信息，其中，所述第二边为所述当前帧图像中的所述目标图形的相邻的角点构成的边；

预测单元，配置用于响应于确定所述第一边和与该第一边对应的第二边的相似度小于第一预设阈值，对所述上一帧图像中的各所述第一边的参数信息进行预测以获取预测的参数信息，并根据所获取的预测的参数信息生成多个候选目标图形；

第二确定单元，配置用于根据所述多个候选目标图形的图像特征确定所述目标图形在所述当前帧图像中的最终位置。

8.根据权利要求7所述的装置，其中，所述第一确定单元进一步配置用于：

在所述目标视频的上一帧图像中确定所述目标图形的各角点的位置信息；

根据所确定的各角点的位置信息，确定所述上一帧图像中的所述目标图形的每条第一边的参数信息。

9.根据权利要求7所述的装置，其中，所述跟踪单元进一步配置用于：

采用KLT跟踪算法跟踪所述上一帧图像中的各角点，获得所述当前帧图像中的目标图形的各角点的位置信息；

利用所获得的各角点的位置信息，确定所述当前帧图像中的目标图形的每条第二边的参数信息。

10.根据权利要求7所述的装置，其中，所述装置还包括：

计算单元，配置用于对于所述上一帧图像中由任意两个相邻角点所确定的第一边和跟踪该两个角点获得的位置信息所确定的所述当前帧图像中的第二边，利用该第一边的参数信息和第二边的参数信息计算该第一边和第二边的相似度；

第三确定单元，配置用于响应于确定所述第一边和第二边的相似度大于或等于所述第一预设阈值，利用跟踪获得的各角点的位置信息确定所述目标图形在所述当前帧图像中的最终位置。

11.根据权利要求7所述的装置，其中，所述预测单元进一步配置用于：

利用卡尔曼滤波器对所述上一帧图像中的各所述第一边的参数信息进行预测，获取预测的参数信息；

利用预测的参数信息确定各预测边，根据各所述预测边确定多个预测角点；

以所述预测角点为中心，在所述当前帧图像中确定每个预测角点的候选角点；

利用各所述预测角点和各所述候选角点，生成多个所述候选目标图形。

12.根据权利要求7所述的装置，其中，所述第二确定单元进一步配置用于：

将所述目标视频划分为连续的N帧图像，其中，N为正整数；

利用位于所述上一帧图像之前的各帧图像生成基准帧图像，从所述基准帧图像中提取目标图形的图像特征；

计算所提取出的目标图形的图像特征与各所述候选目标图形的图像特征的相似度；

从所述多个候选目标图形中确定出与所述基准帧图像中的目标图形相似度最大的候选目标图形作为所述当前帧中的目标图形；

利用所确定出的所述当前帧中的目标图形的角点的位置信息确定所述当前帧中的目标图形的最终位置。

13.一种设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一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，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。