一种灯光检测仪的追踪方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种灯光检测仪的追踪方法、 装置、电子设备及存储介质。

背景技术

在车辆年检中，灯光视频检测是一个重要的检测项目，通过视频需要确认 灯光检测仪是否移动，防止出现检测仪没有移动却灯光视频检测通过的情况。 现有技术中先通过检测算法定位出灯光检测仪的位置，然后利用传统的核相关 滤波算法(KernelCorrelation on Filter，KCF)进行追踪。

由于利用KCF算法同时追踪多个对象时，对CPU和系统资源消耗过大， 而且追踪对象被遮挡传统的KCF算法追踪就容易追踪丢，一旦出现追踪丢失状 况，就无法继续进行追踪对象的追踪。

发明内容

本发明提供一种灯光检测仪的追踪方法、装置、电子设备及存储介质，以 实现当追踪对象被遮挡时仍能根据相邻帧进行追踪，同时减少系统资源消耗， 降低CPU要求。

第一方面，本发明实施例提供了一种灯光检测仪的追踪方法，该方法包括：

将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一中心位置和 当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的第二中心位 置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计算偏移量； 如果所述计算偏移量的绝对值大于零，则根据所述第二中心位置和所述第一中 心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的实际偏 移量；

如果所述实际偏移量大于等于距离阈值，则所述当前帧图像中灯光检测仪 相对于所述上一帧图像中灯光检测仪发生移动。

进一步的，所述将所述当前特征、第二中心位置和实际偏移量存入灯光检 测仪数据库之前，还包括：

提取所述视频帧参数模型倒数第二层网络的矩阵，作为所述灯光检测仪在 当前帧图像中的当前特征；

将所述当前特征、第二中心位置和实际偏移量存入灯光检测仪数据库。

进一步的，所述提取所述视频帧参数模型倒数第二层网络的矩阵，作为所 述灯光检测仪在当前帧图像中的当前特征之后，还包括：

如果所述第一中心位置上灯光检测仪被遮挡且所述第二中心位置不为空， 则将所述当前特征与所述灯光检测仪数据库中特征进行匹配；

如果所述当前特征与所述灯光检测仪数据库中特征匹配，则确定所述当前 图像帧中所述第二中心位置上对应的对象为灯光检测仪。

进一步的，所述如果所述当前特征与所述灯光检测仪数据库中特征匹配， 则确定所述当前图像帧中所述第二中心位置上对应的对象为灯光检测仪，包括：

如果所述当前特征与所述灯光检测仪数据库中特征匹配，则计算所述当前 特征与所述灯光检测仪数据库中匹配特征的相似度；

如果所述相似度高于预设相似度阈值，则所述当前图像帧中所述第二中心 位置上对应的对象为灯光检测仪。

进一步的，所述如果所述当前特征与所述灯光检测仪数据库中特征匹配， 则计算所述当前特征与所述灯光检测仪数据库中匹配特征的相似度之后，还包 括：

如果所述相似度低于所述预设相似度阈值，则所述当前图像帧中无追踪目 标将所述第二中心点置为空。

进一步的，所述如果所述计算偏移量的绝对值大于零，则根据所述第二中 心位置和所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中 灯光检测仪的实际偏移量，包括：

根据所述计算偏移量和所述第二中心位置，确定上一帧图像中预测第三中 心位置；

根据所述预测第三中心位置、设定阈值及所述第一中心点位置，确定当前 帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的实际偏移量。

进一步的，所述视频帧参数模型，包括：

获取灯光检测仪的历史视频帧序列；

将所述历史视频帧序列中的每一帧图像中的目标检测框、当前帧图像中灯 光检测仪的第二中心位置和当前帧图像中灯光检测仪的第二中心位置相对于上 一帧图像中灯光检测仪的第一中心位置的计算偏移量进行标记；

根据标记后的所述历史视频帧序列中相邻两帧图像、每一帧图像中的目标 检测框、当前帧图像中灯光检测仪的第二中心位置和当前帧图像中灯光检测仪 第二中心位置相对于上一帧图像中灯光检测仪的第一中心位置的计算偏移量进 行，对深度学习网络进行训练，直至所述深度学习网络收敛，得到所述视频参 数模型。

第二方面，本发明实施例还提供了一种移动检测装置，该装置包括：

参数确定模块，用于将灯光检测仪的上一帧图像、上一帧图像中灯光检测 仪的第一中心位置和当前帧图像输入视频帧参数模型，得到当前帧图像中灯光 检测仪的第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检 测仪的计算偏移量；所述视频帧参数模型为深度学习网络对所述灯光检测仪的 历史帧图像中灯光检测仪中心位置以及相邻帧灯光检测仪的偏移量训练得到；

偏移确定模块，用于如果所述计算偏移量的绝对值大于零，则根据所述第 二中心位置和所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图 像中灯光检测仪的实际偏移量；

状态确定模块，用于如果所述实际偏移量大于等于距离阈值，则所述当前 帧图像中灯光检测仪相对于所述上一帧图像中灯光检测仪发生移动。

第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：

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 个处理器实现任一所述的追踪检测方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有 计算机程序，该程序被处理器执行时实现任一所述的追踪检测方法。

本发明通过将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一 中心位置和当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的 第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计 算偏移量；如果所述计算偏移量的绝对值大于零，则根据所述第二中心位置和 所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光检测 仪的实际偏移量；如果所述实际偏移量大于等于距离阈值，则所述当前帧图像 中灯光检测仪相对于所述上一帧图像中灯光检测仪发生移动，解决利用KCF算 法追踪容易追踪丢，一旦出现追踪丢失状况，就无法继续进行追踪对象的追踪 问题，实现当追踪对象被遮挡时仍能根据相邻帧进行追踪，同时减少系统资源 消耗，降低CPU要求。

附图说明

图1是本发明实施例一中的一种灯光检测仪的追踪方法的流程图；

图2是本发明实施例二中的一种灯光检测仪的追踪方法的流程图；

图3是本发明实施例三中的一种灯光检测仪的追踪装置的结构示意图；

图4是本发明实施例四中的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明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本发明，而非对本发明的限定。另外还需 要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结 构。

实施例一

图1为本发明实施例一提供的一种灯光检测仪的追踪方法的流程图，本实 施例可适用于车辆年检中灯光视频检测的情况，该方法可以由灯光检测仪的追 踪装置来执行，该装置可以通过软件和/或硬件的方式来实现，并具体可继承于 具备存储和计算能力来进行灯光检测仪的追踪的电子设备中。

如图1所示，提供一种灯光检测仪的追踪方法，具体包括如下步骤：

步骤110，将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一 中心位置和当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的 第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计 算偏移量；

本发明实施例中，灯光检测仪的上一帧图像可以理解为灯光工位录制的车 辆年检灯光检测过程的灯光检测仪视频帧序列中相邻两帧图像中时间序列在前 的图像帧。当前帧图像可以理解为灯光工位录制的车辆年检灯光检测过程的灯 光检测仪视频序列中上一帧图像相邻图像帧中时间序列在后的图像帧。上一帧 图像中灯光检测仪的第一中心位置可以理解为在上一帧图像中各个检测框中心 点的位置，其中，灯光检测仪完整视频帧序列中每一帧图像包含至少两个处于 不同位置的灯光检测仪且灯光检测仪始终在检测框的中心点位置。视频帧参数 模型可以理解为根据历史视频帧和参数标记对深度学习网络训练得到的参数提 取模型。当前帧图像中灯光检测仪的第二中心位置可以理解为在当前帧图像中 检测框中心点的位置，即根据视频帧参数模型提取的当前帧图像中各个检测框 中心点的位置。当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计 算偏移量可以理解为当前帧图像中第二中心位置坐标在上一帧图像中与第一中 心点位置坐标的计算差值，即视频帧参数模型预测的偏移量。

本发明实施例中，在将灯光检测完整视频帧序列开始输入视频帧参数模型 之前，先将完整视频帧序列中的第一帧图像输入到视频帧参数模型中，提取第 一帧图像中包含灯光检测仪的检测框及检测框中心位置。将第二帧图像作为当 前帧图像，将第一帧图像作为上一帧图像，将第一帧图像、第一帧图像的第一 中心位置和第二帧图像输入视频帧参数模型，视频帧参数模型提取第二帧图像 中灯光检测仪的第二中心位置和第二帧图像中灯光检测仪相对于第一帧图像中 灯光检测仪的计算偏移量。

本发明实施例中，在将灯光检测完整视频帧序列中分别将相邻两帧输入视 频帧参数模型中，可以计算每帧图像上各个灯光检测仪及灯光检测对应的检测 框中心位置，但是并不能将各个将灯光检测仪的第一中心点位置与灯光检测仪 的第二中心点位置对应的同一灯光检测仪进行关联。

步骤120，如果所述计算偏移量的绝对值大于零，则根据所述第二中心位 置和所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光 检测仪的实际偏移量；

本发明实施例中，当前帧图像中灯光检测仪相对于上一帧图像中灯光检测 仪的实际偏移量可以理解为同一灯光检测仪当前帧图像中第二中心位置坐标在 上一帧图像中与第一中心点位置坐标的真实偏差值。

本发明实施例中，根据当前帧图像中任一灯光检测仪的第二中心点位置坐 标与当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计算偏移量， 确定上一帧图像中该灯光检测仪的预测第一中心位置坐标。根据上一帧图像中 该灯光检测仪的预测第一中心位置坐标与设定阈值，确定该灯光检测仪在上一 帧图像中的实际第一中心点位置坐标。根据该灯光检测仪的第二中心点坐标位 置与该灯光检测在上一帧图像中的实际第一中心点位置坐标，确定当前帧图像 中该灯光检测仪相对于上一帧图像中该灯光检测仪的实际偏移量。

本发明实施例中，根据当前帧图像中任一灯光检测仪的第二中心点位置坐 标与当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计算偏移量， 将相同坐标轴上的该灯光检测仪的第二中心点位置坐标与当前帧图像中灯光检 测仪相对于上一帧图像中灯光检测仪的计算偏移量坐标对应相加。例如：若假 设该灯光检测仪的第二中心点位置坐标为(x，y)和当前帧图像中灯光检测仪 相对于上一帧图像中该灯光检测仪的计算偏移量为(a，b)，则上一帧图像中 该灯光检测仪的预测第一中心位置坐标为(x+a，y+b)。将根据上一帧图像中 该灯光检测仪的预测第一中心位置坐标与设定阈值，将以上一帧图像中该灯光 检测仪的预测第一中心位置坐标为中心与预设阈值为半径在上一帧图像中查找， 若查找到任一灯光检测仪的第一中心位置坐标作为该灯光检测在上一帧图像中 的实际第一中心点位置坐标，将上一帧图像中查找到灯光检测仪与当前图像中 的该灯光检测仪视为同一灯光检测仪。上一帧图像中的实际第一中心点位置坐 标相同坐标轴上对应减去该灯光检测仪的第二中心点位置坐标，得到当前帧图 像中该灯光检测仪相对于上一帧图像中灯光检测仪的实际偏移量。

步骤130，如果所述实际偏移量大于等于距离阈值，则所述当前帧图像中 灯光检测仪相对于所述上一帧图像中灯光检测仪发生移动。

本发明实施例中，距离阈值可以理解为根据经验在灯光检测视频帧序列中 确定灯光检测仪移动的最小移动值，用于判断灯光检测仪是否移动的边界值。

本发明实施例中，根据灯光检测仪相对于上一帧图像中灯光检测仪的实际 偏移量，确定灯光检测仪相对于上一帧图像中灯光检测仪的实际偏移距离。如 果灯光检测仪相对于上一帧图像中灯光检测仪的实际偏移距离大于等于距离阈 值，则说明当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪发生移动。 如果灯光检测仪相对于上一帧图像中灯光检测仪的实际偏移距离小于距离阈值， 则说明当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪没有发生移动。

进一步的，所述将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的 第一中心位置和当前帧图像输入视频帧参数模型之后，还包括：

提取所述视频帧参数模型倒数第二层网络的矩阵，作为所述灯光检测仪在 当前帧图像中的当前特征；

将所述当前特征、第二中心位置和实际偏移量存入灯光检测仪数据库。

本发明实施例中，倒数第二层网络的矩阵可以理解为一个图像矩阵输入视 频帧参数模型中进行了N-1次卷积操作得到另一矩阵。灯光检测仪在当前帧图 像中的当前特征可以理解为将当前帧图像输入视频帧参数模型中进行N-1次卷 积操作得到预设个数的特征值。其中，N为视频帧参数模型中卷积操作的总次 数。灯光检测仪数据库可以理解为关联存储当前视频帧序列中各视频帧对应的 参数的数据库。

本发明实施例中，提取视频帧参数模型倒数第二层网络的矩阵作为灯光检 测仪在当前帧图像中的当前特征值，作为判断各个灯光检测仪的依据。在视频 帧参数模型中倒数第二层网络中提取出当前帧图像布局中各个灯光检测仪分布 位置、灯光、周围特性、像素情况等多个因素，也可以是认为各个灯光检测仪 在图像中的属性特征。将当前特征、第二中心位置和实际偏移量存入灯光检测 仪数据库，用于查找各视频帧图像的参数或查找各参数对应的视频帧图像。

进一步的，所述将所述当前特征、第二中心位置和实际偏移量存入灯光检 测仪数据库之前，还包括：

如果所述所述第一中心位置上灯光检测仪被遮挡且所述所述第二中心位置 上灯光检测仪没有被遮挡，则将所述当前特征与所述灯光检测仪数据库中特征 进行匹配；

如果所述当前特征与所述灯光检测仪数据库中特征匹配，则确定所述当前 图像帧中所述所述第二中心位置上对应的对象为灯光检测仪。

本发明实施例中，所述第一中心位置上灯光检测仪被遮挡可以理解为上一 帧图像中灯光检测仪被遮挡时，视频帧参数模型无法根据上上一帧图像确认上 一帧图像中灯光检测仪在当前帧图像中的第二中心点位置，即上一帧图像的第 一中心位置上灯光检测仪，进而无法提取第一中心位置上灯管检测仪对应的特 征。所述第二中心位置上灯光检测仪没有被遮挡可以理解为视频帧参数模型可 以根据输入的灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一中心 位置和当前帧图像，确定当前帧图像中的当前特征及第二中心位置，但不能根 据上一帧图像中第一中心位置与当前特征及第二中心位置确定当前帧图像的相 对于上一帧图像的计算偏移量。

本发明实施例中，在灯光检测视频帧序列中各帧图像出项有一帧图像或者 多帧图像中灯光检测仪被遮挡，当前帧图像中出现灯光检测仪时，无法根据上 一帧图像、上一帧图像的第一中心位置、当前帧图像输入视频参数模型输出参 数确定灯光检测仪的移动情况，需要在灯光检测仪数据库中进行特征匹配。当 前帧图像对应的当前特征与灯光检测仪数据库中存入时间大小顺序的相反顺序 进行一次比对，如果当前特征与灯光检测仪数据库中任一帧图像对应的特征匹 配，则确定当前图像帧中所述第二中心位置上对应的对象为灯光检测仪。

进一步的，所述如果所述当前特征与所述灯光检测仪数据库中特征匹配， 则确定所述当前图像帧中所述所述第二中心位置上对应的对象为灯光检测仪， 包括：

如果所述当前特征与所述灯光检测仪数据库中特征匹配，则计算所述当前 特征与所述灯光检测仪数据库中匹配特征的相似度；

如果所述相似度高于预设相似度阈值，则所述当前图像帧中所述所述第二 中心位置上对应的对象为灯光检测仪。

本发明实施例中，灯光检测仪数据库中匹配特征的相似度可以理解为根据 当前特征与灯光检测仪数据库中任一帧图像对应的匹配特征计算的相似度值。 预设相似度阈值可以理解为根据实际经验与计算相似度值之间的概率最大的相 似度阈值。基于如下公式计算灯光检测仪数据库中匹配特征的相似度值 similarity：

其中，A为一个灯光检测仪上一帧图像中的第一中心点坐标对应的特征；B 为一个灯光检测仪当前帧图像中第二中心点坐标对应的特征；n为预设个数特 征值。

本发明实施例中，如果当前特征与灯光检测仪数据库中特征匹配，可能出 现部分信息的匹配，需要对当前特征与灯光检测仪数据库中匹配特征进行相似 度计算，进一步的验证当前特征与灯光检测仪数据库中匹配特征。如果相似度 高于预设相似度阈值，则当前特征对应的灯光检测仪与灯光检测仪数据库中的 匹配特征对应的灯光检测仪为同一灯光检测仪。并进一步的根据匹配特征对应 的图像帧与当前特征对应的当前帧图像及对应的参数值输入视频帧参数模型进 行参数计算，进行遮挡过程中追踪灯光检测仪在移动情况，其过程重复步骤110 至步骤130。

进一步的，所述如果所述当前特征与所述灯光检测仪数据库中特征匹配， 则计算所述当前特征与所述灯光检测仪数据库中匹配特征的相似度之后，还包 括：

如果所述相似度低于所述预设相似度阈值，则所述当前图像帧中无追踪目 标将所述第二中心点置为空。

本发明实施例中，如果相似度低于预设相似度阈值，则当前特征对应的灯 光检测仪与灯光检测仪数据库中的匹配特征对应的灯光检测仪为不同一灯光检 测仪。需要继续查找灯光检测仪数据库中的特征，如果查找完灯光检测仪数据 库中特征无匹配特征，则将第二中心点置为空，当前帧图像中无需要追踪的灯 光检测仪。

本发明通过将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一 中心位置和当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的 第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计 算偏移量；如果所述计算偏移量的绝对值大于零，则根据所述第二中心位置和 所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光检测 仪的实际偏移量；如果所述实际偏移量大于等于距离阈值，则所述当前帧图像 中灯光检测仪相对于所述上一帧图像中灯光检测仪发生移动，解决利用KCF算 法追踪容易追踪丢，一旦出现追踪丢失状况，就无法继续进行追踪对象的追踪 问题，实现当追踪对象被遮挡时仍能根据相邻帧进行追踪，同时减少系统资源 消耗，降低CPU要求。

实施例二

图2为本发明实施例二提供的一种灯光检测仪的追踪方法的流程图。本发 明实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下 步骤：

步骤210，将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一 中心位置和当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的 第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计 算偏移量；

步骤220，如果所述计算偏移量的绝对值大于零，则根据所述第二中心位 置和所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光 检测仪的实际偏移量；

步骤230，根据所述计算偏移量和所述第二中心位置，确定上一帧图像中 预测第三中心位置；根据所述预测第三中心位置、设定阈值及所述第一中心点 位置，确定当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的实际偏 移量。

本发明实施例中，设定阈值可以理解为根据实际经验值确定的最大概率找 到实际第一中心点位置的距离值。上一帧图像中预测第三中心位置可以理解为 视频帧参数模型根据灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第 一中心位置和当前帧图像预测的当前帧图像的第二中心位置在上一帧图像的位 置。

本发明实施例中，灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的 第一中心位置和当前帧图像输入视频参数帧模型中，得到当前帧图像的第二中 心点位置、当前特征值、当前帧图像中灯光检测仪相对于上一帧图像中灯光检 测仪的计算偏移量。根据当前帧图像的第二中心点位置、当前特征值、当前帧 图像中灯光检测仪相对于上一帧图像中灯光检测仪的计算偏移量计算出当前帧 图像中灯光检测仪相对于上一帧图像中灯光检测仪的实际偏移量。

步骤240，如果所述实际偏移量大于等于距离阈值，则所述当前帧图像中 灯光检测仪相对于所述上一帧图像中灯光检测仪发生移动。

进一步的，所述视频帧参数模型，包括：

获取灯光检测仪的历史视频帧序列；

将所述历史视频帧序列中的每一帧图像中的目标检测框、当前帧图像中灯 光检测仪的第二中心位置和当前帧图像中灯光检测仪的第二中心位置相对于上 一帧图像中灯光检测仪的第一中心位置的计算偏移量进行标记；

根据标记后的所述历史视频帧序列中相邻两帧图像、每一帧图像中的目标 检测框、当前帧图像中灯光检测仪的第二中心位置和当前帧图像中灯光检测仪 第二中心位置相对于上一帧图像中灯光检测仪的第一中心位置的计算偏移量进 行，对深度学习网络进行训练，直至所述深度学习网络收敛，得到所述视频参 数模型。

本发明实施例中，历史视频帧序列可以理解为收集不同拍摄角度、不同光 照强度、不同监测站的灯光工位的视频帧序列。深度学习网络可以理解为待训 练的神经网络，用于对数据之间的映射关系进行学习训练。

本发明实施例中，根据历史视频帧序列和在历史视频帧序列中的每一帧图 像中的目标检测框、当前帧图像中灯光检测仪的第二中心位置和当前帧图像中 灯光检测仪相对于上一帧图像中灯光检测仪的计算偏移量进行标记后对深度学 习网络进行训练，利用公式(2)计算的L

其中，N为当前帧图像检测出的灯光检测仪数量，

本发明通过将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一 中心位置和当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的 第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计 算偏移量；如果所述计算偏移量的绝对值大于零，则根据所述第二中心位置和 所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光检测 仪的实际偏移量；如果所述实际偏移量大于等于距离阈值，则所述当前帧图像 中灯光检测仪相对于所述上一帧图像中灯光检测仪发生移动，解决利用KCF算 法追踪容易追踪丢，一旦出现追踪丢失状况，就无法继续进行追踪对象的追踪 问题，实现当追踪对象被遮挡时仍能根据相邻帧进行追踪，同时减少系统资源 消耗，降低CPU要求。

实施例三

图3为本发明实施例三提供的一种灯光检测仪的追踪装置的结构示意图。 该装置包括：参数确定模块310、偏移确定模块320和状态确定模块330。

参数确定模块，用于将灯光检测仪的上一帧图像、上一帧图像中灯光检测 仪的第一中心位置和当前帧图像输入视频帧参数模型，得到当前帧图像中灯光 检测仪的第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检 测仪的计算偏移量；所述视频帧参数模型为深度学习网络对所述灯光检测仪的 历史帧图像中灯光检测仪中心位置以及相邻帧灯光检测仪的偏移量训练得到；

偏移确定模块，用于如果所述计算偏移量的绝对值大于零，则根据所述第 二中心位置和所述第一中心位置确定当前帧图像中灯光检测仪相对于上一帧图 像中灯光检测仪的实际偏移量；

状态确定模块，用于如果所述实际偏移量大于等于距离阈值，则所述当前 帧图像中灯光检测仪相对于所述上一帧图像中灯光检测仪发生移动。

进一步的，参数确定模块310具体还用于：

提取所述视频帧参数模型倒数第二层网络的矩阵，作为所述灯光检测仪在 当前帧图像中的当前特征；

将所述当前特征、第二中心位置和实际偏移量存入灯光检测仪数据库。

进一步的，参数确定模块具体还用于：

如果所述所述第一中心位置上灯光检测仪被遮挡且所述所述第二中心位置 上灯光检测仪没有被遮挡，则将所述当前特征与所述灯光检测仪数据库中特征 进行匹配；

如果所述当前特征与所述灯光检测仪数据库中特征匹配，则确定所述当前 图像帧中所述所述第二中心位置上对应的对象为灯光检测仪。

进一步的，参数确定模块310具体还用于：

如果所述当前特征与所述灯光检测仪数据库中特征匹配，则计算所述当前 特征与所述灯光检测仪数据库中匹配特征的相似度；

如果所述相似度高于预设相似度阈值，则所述当前图像帧中所述所述第二 中心位置上对应的对象为灯光检测仪。

进一步的，参数确定模块具310体还用于：

如果所述相似度低于所述预设相似度阈值，则所述当前图像帧中无追踪目 标将所述第二中心点置为空。

进一步的，偏移确定模块320具体用于：

根据所述计算偏移量和所述第二中心位置，确定上一帧图像中预测第三中 心位置；

根据所述预测第三中心位置、设定阈值及所述第一中心点位置，确定当前 帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的实际偏移量。

进一步的，偏移确定模块320具体用于：

获取灯光检测仪的历史视频帧序列；

将所述历史视频帧序列中的每一帧图像中的目标检测框、当前帧图像中灯 光检测仪的第二中心位置和当前帧图像中灯光检测仪相对于上一帧图像中灯光 检测仪的计算偏移量进行标记；并计算相邻两帧图像中的同一追踪目标的偏移 量；

根据标记后的所述历史视频帧序列中相邻两帧图像、每一帧图像中的目标 检测框、当前帧图像中灯光检测仪的第二中心位置和当前帧图像中灯光检测仪 相对于上一帧图像中灯光检测仪的计算偏移量进行，对深度学习网络进行训练， 直至所述深度学习网络收敛，得到所述视频参数模型。

本发明实施例所提供的灯光检测仪的追踪装置可执行本发明任意实施例所 提供的灯光检测仪的追踪方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4为本发明实施例4提供的一种电子设备的结构示意图。图4示出了适 于用来实现本发明实施方式的示例性电子设备12的框图。图4显示的电子设备 12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，电子设备12以通用计算设备的形式表现。电子设备12的组 件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28， 连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控 制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线 结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA) 总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA) 局域总线以及外围组件互连(PCI)总线。

电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能 够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不 可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随 机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包 括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举 例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通 常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性 磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个 驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包 括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些 程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如 存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用 程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包 括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/ 或方法。

电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显 示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设 备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的 任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O) 接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网 络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。 如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图4中未示出，可以结合电子设备12使用其它硬件和/或软件模块， 包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID 系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能 应用以及数据处理，例如实现本发明实施例所提供的灯光检测仪的追踪方法， 该方法包括：

将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一中心位置和 当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的第二中心位 置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计算偏移量；

如果所述计算偏移量的绝对值大于零，则根据所述第二中心位置和所述第 一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的实 际偏移量；

如果所述实际偏移量大于等于距离阈值，则所述当前帧图像中灯光检测仪 相对于所述上一帧图像中灯光检测仪发生移动。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程 序，该程序被处理器执行时实现任一所述的灯光检测仪的追踪方法，该方法包 括：

将灯光检测仪的上一帧图像、上一帧图像中灯光检测仪的第一中心位置和 当前帧图像输入视频帧参数模型，得到当前帧图像中灯光检测仪的第二中心位 置和当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的计算偏移量；

如果所述计算偏移量的绝对值大于零，则根据所述第二中心位置和所述第 一中心位置确定当前帧图像中灯光检测仪相对于上一帧图像中灯光检测仪的实 际偏移量；

如果所述实际偏移量大于等于距离阈值，则所述当前帧图像中灯光检测仪 相对于所述上一帧图像中灯光检测仪发生移动。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质 的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式 计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。

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发明操作的计 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)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员 会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进 行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽 然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以 上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例， 而本发明的范围由所附的权利要求范围决定。