监控视频目标跟踪方法、装置、计算机设备、可读存储介质和程序产品与流程

本技术涉及计算机视觉，特别是涉及一种监控视频目标跟踪方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，可应用于金融科技领域或其他相关领域。

背景技术：

1、银行属于国家的重点安全防范单位，具有规模多样、重要设施繁多、出入人员复杂、管理涉及领域广等特点，作为当今社会货币的主要流通场所、国家经济运作的重要环节，其业务涉及大量的现金、有价证券及贵重物品。因此，必须建立一套切实有效的安防监控系统，对各个业务区域进行监控。随着人工智能相关技术的日益成熟，计算机硬件算力的不断提升和深度学习理论的迅猛发展，银行行为监控系统已成为银行安全管理的重要手段之一。

2、传统的银行监控系统主要依靠人工监控，不仅效率低下，而且容易漏检。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高监控的准确性和效率的监控视频目标跟踪方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种监控视频目标跟踪方法，包括：

3、获取待处理监控视频；待处理监控视频包括多个图像帧；

4、在待处理监控视频中选取包括待跟踪目标的目标图像帧，在目标图像帧中添加轮廓标识；轮廓标识用于在图像帧中表征待跟踪目标的物体轮廓；

5、将添加有轮廓标识的待处理监控视频，输入训练后的目标跟踪模型，得到待处理监控视频中的待跟踪目标的跟踪结果。

6、在其中一个实施例中，在待处理监控视频中选取包括待跟踪目标的目标图像帧，在目标图像帧中添加轮廓标识，包括：

7、基于待处理监控视频中各图像帧的排列顺序，获取包括待跟踪目标的第一张图像帧，作为目标图像帧；

8、在目标图像帧中，根据待跟踪目标的轮廓，添加最小矩形框，作为轮廓标识。

9、在其中一个实施例中，将添加有轮廓标识的待处理监控视频，输入训练后的目标跟踪模型，得到待处理监控视频中的待跟踪目标的跟踪结果，包括：

10、根据训练后的目标跟踪模型的输入格式，对添加有轮廓标识的待处理监控视频进行数据格式转换，得到输入视频数据；

11、将输入视频数据，输入训练后的目标跟踪模型，得到目标跟踪模型输出的目标坐标；

12、根据目标坐标，在待处理监控视频中生成追踪标识；追踪标识用于在视频中表征待跟踪目标的物体轮廓；

13、将显示有追踪标识的待处理监控视频，作为跟踪结果。

14、在其中一个实施例中，目标跟踪模型的训练过程，包括：

15、获取目标场景的样本监控视频，确定样本监控视频中的样本目标，以及样本目标的行为信息；样本监控视频包括多个样本图像帧；

16、根据样本目标的轮廓，在样本监控视频的每一个样本图像帧中添加位置标签；位置标签用于在样本图像帧中表征样本目标的位置信息和尺寸信息；

17、根据样本目标的行为信息，在样本监控视频的每一个样本图像帧中添加语义标签；语义标签用于在样本图像帧中表征样本目标的行为信息；

18、根据样本监控视频，以及样本监控视频中每一个样本图像帧对应的位置标签和语义标签，得到一个第一训练样本，根据多个第一训练样本，得到第一训练集；

19、采用第一训练集对初始的第一目标跟踪模型进行训练，根据每一次训练得到的第一损失值调整第一目标跟踪模型的模型参数，得到已训练的目标跟踪模型；第一损失值是第一目标跟踪模型将每次训练输出的第一训练坐标与样本目标在样本监控视频中的实际位置坐标进行比对得到的；第一训练坐标是第一目标跟踪模型处理样本目标的多模态特征得到的；多模态特征是第一目标跟踪模型根据位置标签从样本监控视频提取样本目标的视觉图像特征，以及根据语义标签从样本监控视频提取样本目标的自然语言特征，并对视觉图像特征和自然语言特征融合得到的。

20、在其中一个实施例中，目标跟踪模型的获取方式，包括：

21、获取目标场景的样本监控视频，确定样本监控视频中的样本目标；样本监控视频包括多个样本图像帧；

22、根据样本目标的轮廓，在样本监控视频的每一个样本图像帧中添加位置标签；位置标签用于在样本图像帧中表征样本目标的位置信息和尺寸信息；

23、根据样本监控视频，以及样本监控视频中每一个样本图像帧对应的位置标签，得到一个第二训练样本，根据多个第二训练样本，得到第二训练集；

24、采用第二训练集对初始的第二目标跟踪模型进行训练，根据每一次训练得到的第二损失值调整第二目标跟踪模型的模型参数，得到训练后的目标跟踪模型；第二损失值是第二目标跟踪模型将每次训练输出的第二训练坐标与样本目标在样本监控视频中的实际位置坐标进行比对得到的；第二训练坐标是第二目标跟踪模型处理样本目标的视觉图像特征得到的；视觉图像特征是第二目标跟踪模型根据位置标签从样本监控视频提取得到的。

25、在其中一个实施例中，获取目标场景的样本监控视频，包括：

26、获取目标场景的原始监控视频；

27、根据抽帧参数，对原始监控视频抽帧处理，得到抽帧监控视频；

28、根据选定的样本目标，去除抽帧监控视频中的无效视频片段，得到筛选监控视频；无效视频片段是指不包括选定的样本目标的视频片段，以及视频质量低于质量阈值的视频片段；

29、对筛选监控视频进行图像增强，得到样本监控视频。

30、第二方面，本技术还提供了一种监控视频目标跟踪装置，包括：

31、获取模块，用于获取待处理监控视频；待处理监控视频包括多个图像帧；

32、标定模块，用于在待处理监控视频中选取包括待跟踪目标的目标图像帧，在目标图像帧中添加轮廓标识；轮廓标识用于在图像帧中表征待跟踪目标的物体轮廓；

33、处理模块，用于将添加有轮廓标识的待处理监控视频，输入训练后的目标跟踪模型，得到待处理监控视频中的待跟踪目标的跟踪结果。

34、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

35、获取待处理监控视频；待处理监控视频包括多个图像帧；

36、在待处理监控视频中选取包括待跟踪目标的目标图像帧，在目标图像帧中添加轮廓标识；轮廓标识用于在图像帧中表征待跟踪目标的物体轮廓；

37、将添加有轮廓标识的待处理监控视频，输入训练后的目标跟踪模型，得到待处理监控视频中的待跟踪目标的跟踪结果。

38、第四方面，本技术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，所述计算机程序被处理器执行时实现以下步骤：

39、获取待处理监控视频；待处理监控视频包括多个图像帧；

40、在待处理监控视频中选取包括待跟踪目标的目标图像帧，在目标图像帧中添加轮廓标识；轮廓标识用于在图像帧中表征待跟踪目标的物体轮廓；

41、将添加有轮廓标识的待处理监控视频，输入训练后的目标跟踪模型，得到待处理监控视频中的待跟踪目标的跟踪结果。

42、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

43、获取待处理监控视频；待处理监控视频包括多个图像帧；

44、在待处理监控视频中选取包括待跟踪目标的目标图像帧，在目标图像帧中添加轮廓标识；轮廓标识用于在图像帧中表征待跟踪目标的物体轮廓；

45、将添加有轮廓标识的待处理监控视频，输入训练后的目标跟踪模型，得到待处理监控视频中的待跟踪目标的跟踪结果。

46、上述监控视频目标跟踪方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，获取待处理监控视频；待处理监控视频包括多个图像帧；在待处理监控视频中选取包括待跟踪目标的目标图像帧，在目标图像帧中添加轮廓标识；轮廓标识用于在图像帧中表征待跟踪目标的物体轮廓；将添加有轮廓标识的待处理监控视频，输入训练后的目标跟踪模型，得到待处理监控视频中的待跟踪目标的跟踪结果。基于神经网络模型，对监控视频中的目标进行自动追踪，能够提高监控的准确性和效率。