本發(fā)明涉及計(jì)算機(jī)軟件應(yīng)用領(lǐng)域，特別涉及一種目標(biāo)跟蹤方法及裝置。

背景技術(shù)：

近年來，隨著互聯(lián)網(wǎng)技術(shù)、通信技術(shù)、遙感技術(shù)的發(fā)展以及人們生活質(zhì)量水平的提升，人們對電子設(shè)備提出了更高的要求，以電子玩具為例，人們希望電子玩具能夠更加的智能，不再是通過遙控手柄等遙控器來改變電子玩具的運(yùn)動(dòng)軌跡，而希望電子玩具能夠具有一定的感知能力，通過對環(huán)境的感知實(shí)現(xiàn)運(yùn)動(dòng)軌跡的改變，或者實(shí)現(xiàn)與用戶進(jìn)行互動(dòng)，如電子玩具通過對環(huán)境的感知能夠?qū)τ脩暨M(jìn)行跟蹤。

目前，大多的電子設(shè)備是通過搭載聲音傳感器來實(shí)現(xiàn)對目標(biāo)的跟蹤，通過聲音傳感器能夠?qū)λ幁h(huán)境中的聲源進(jìn)行測量，并通過預(yù)先設(shè)置的參數(shù)判斷該環(huán)境中是否存儲(chǔ)目標(biāo)，例如，用戶在行走過程中發(fā)出的腳步聲可以被電子設(shè)備上搭載的聲音傳感器測量到，聲音傳感器將測量到得腳步聲發(fā)送給處理模塊進(jìn)行分析，判斷腳步聲的變化趨勢，進(jìn)而計(jì)算出用戶是逐漸靠近電子設(shè)備還是逐漸遠(yuǎn)離電子設(shè)備，當(dāng)靠近或遠(yuǎn)離一定程度之后，電子設(shè)備可以改變相應(yīng)的運(yùn)動(dòng)軌跡來實(shí)現(xiàn)對用戶的跟蹤。

俗話說“耳聽為虛，眼見為實(shí)”是有一定根據(jù)的，就用戶在行走過程中發(fā)出的腳步聲而言，腳步聲大小與用戶所穿得鞋履以及用戶的行走習(xí)慣有直接的關(guān)系，例如，穿高跟鞋行走要比穿平底鞋行走時(shí)發(fā)出的腳步聲大，行走習(xí)慣拖地的要不走路正常時(shí)發(fā)出的腳步聲大，并且不同路段腳步聲也可能存儲(chǔ)在較大的差異，而采用上述方式對用戶進(jìn)行跟蹤是依賴腳步聲大小的，因此，上述對用戶進(jìn)行跟蹤存在較大的誤差，跟蹤的準(zhǔn)確度低下。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例的目的在于提供一種目標(biāo)跟蹤方法及裝置，能夠減少對目標(biāo)進(jìn)行跟蹤的誤差，提高跟蹤的準(zhǔn)確度。

為達(dá)到上述目的，本發(fā)明實(shí)施例公開了一種目標(biāo)跟蹤方法，應(yīng)用于裝載攝像頭的電子設(shè)備，所述電子設(shè)備具有驅(qū)動(dòng)裝置，所述驅(qū)動(dòng)裝置能夠驅(qū)動(dòng)所述電子設(shè)備運(yùn)動(dòng)；該方法包括：

獲得所述攝像頭拍攝的第一圖像，所述第一圖像為在所述電子設(shè)備位于第一位置時(shí)所述攝像頭所拍攝的圖像，所述第一位置為所述攝像頭能夠拍攝到目標(biāo)的初始位置；

計(jì)算所述第一圖像中所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例；

觸發(fā)所述驅(qū)動(dòng)裝置，以驅(qū)動(dòng)所述電子設(shè)備向前或向后移動(dòng)預(yù)設(shè)距離后，到達(dá)第二位置，所述向前為靠近所述目標(biāo)，所述向后為遠(yuǎn)離所述目標(biāo)；

獲得所述攝像頭拍攝的第二圖像，并計(jì)算所述第二圖像中所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述第二圖像為所述電子設(shè)備位于所述第二位置時(shí)所述攝像頭所拍攝的圖像；

根據(jù)所述攝像頭的視場角、所述第一比例、所述預(yù)設(shè)距離和所述第二比例，計(jì)算所述目標(biāo)的實(shí)際高度，完成初始化配置；

在完成初始化配置后，持續(xù)獲得所述攝像頭拍攝的第三圖像；

在獲得每一張第三圖像后，計(jì)算該第三圖像中所述目標(biāo)的第三高度占該第三圖像的高度的第三比例；

根據(jù)所述攝像頭的視場角、所述目標(biāo)的實(shí)際高度以及所述第三比例，計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的當(dāng)前距離；

計(jì)算所述當(dāng)前距離與預(yù)設(shè)的目標(biāo)跟蹤距離之間的差值；

觸發(fā)所述驅(qū)動(dòng)裝置，以使得所述驅(qū)動(dòng)裝置根據(jù)所述差值移動(dòng)所述電子設(shè)備，以跟蹤所述目標(biāo)。

可選的，所述計(jì)算該第三圖像中所述目標(biāo)的第三高度占該第三圖像的高度的第三比例的步驟，包括：

利用基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Faster-RCNN，對該第三圖像進(jìn)行目標(biāo)檢測，得到所述目標(biāo)；

計(jì)算所述目標(biāo)的第三高度；

計(jì)算所述第三高度占該第三圖像的高度的第三比例。

可選的，所述計(jì)算所述目標(biāo)的第三高度的步驟，包括：

用矩形框?qū)λ瞿繕?biāo)進(jìn)行標(biāo)記，將所述矩形框的高度確定為所述目標(biāo)的第三高度。

可選的，在所述計(jì)算所述第三高度占該第三圖像的高度的第三比例的步驟之前，所述方法還包括：

利用解析網(wǎng)絡(luò)ParseNet在該第三圖像中對所述矩形框進(jìn)行全局特征提取，得到所述矩形框在該第三圖像中所處的位置；

判斷所述矩形框在該第三圖像中所處的位置是否處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)；

如果是，執(zhí)行所述計(jì)算所述第三高度占該第三圖像的高度的第三比例的步驟。

可選的，所述方法還包括：

當(dāng)所述矩形框在該第三圖像中所處的位置不處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)時(shí)，觸發(fā)所述驅(qū)動(dòng)裝置，驅(qū)動(dòng)所述電子設(shè)備原地轉(zhuǎn)動(dòng)，以使得所述矩形框處于所述預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)。

可選的，計(jì)算所述目標(biāo)的實(shí)際高度所利用的公式為：

上式中，所述h為所述目標(biāo)的實(shí)際高度，所述P1為所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例，所述P2為所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述Fov為所述攝像頭的視場角，所述x為所述電子設(shè)備向前或向后移動(dòng)的預(yù)設(shè)距離，其中，所述電子設(shè)備向前移動(dòng)時(shí)x值為正，所述電子設(shè)備向后移動(dòng)時(shí)x值為負(fù)。

可選的，計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的距離所利用的公式為：

其中，所述Lx為拍攝所述第三圖像時(shí)對應(yīng)位置到所述目標(biāo)的當(dāng)前距離，所述h為所述目標(biāo)的實(shí)際高度，所述P3為所述第三圖像中所述目標(biāo)的總高度占所述第三圖像高度的第三比例，所述Fov為所述攝像頭的視場角。

為達(dá)到上述目的，本發(fā)明實(shí)施例還公開了一種目標(biāo)跟蹤裝置，應(yīng)用于裝載攝像頭的電子設(shè)備，所述電子設(shè)備具有驅(qū)動(dòng)裝置，所述驅(qū)動(dòng)裝置能夠驅(qū)動(dòng)所述電子設(shè)備運(yùn)動(dòng)；所述裝置包括：

第一獲得模塊，用于獲得所述攝像頭拍攝的第一圖像，所述第一圖像為在所述電子設(shè)備位于第一位置時(shí)所述攝像頭所拍攝的圖像，所述第一位置為所述攝像頭能夠拍攝到目標(biāo)的初始位置；

第一計(jì)算模塊，用于計(jì)算所述第一圖像中所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例；

第一觸發(fā)模塊，用于觸發(fā)所述驅(qū)動(dòng)裝置，以驅(qū)動(dòng)所述電子設(shè)備向前或向后移動(dòng)預(yù)設(shè)距離后，到達(dá)第二位置，所述向前為靠近所述目標(biāo)，所述向后為遠(yuǎn)離所述目標(biāo)；

第二獲得模塊，用于獲得所述攝像頭拍攝的第二圖像，并計(jì)算所述第二圖像中所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述第二圖像為所述電子設(shè)備位于所述第二位置時(shí)所述攝像頭所拍攝的圖像；

第二計(jì)算模塊，用于根據(jù)所述攝像頭的視場角、所述第一比例、所述預(yù)設(shè)距離和所述第二比例，計(jì)算所述目標(biāo)的實(shí)際高度，完成初始化配置；

第三獲得模塊，用于在完成初始化配置后，持續(xù)獲得所述攝像頭拍攝的第三圖像；

第三計(jì)算模塊，用于在所述第三獲得模塊獲得每一張第三圖像后，計(jì)算該第三圖像中所述目標(biāo)的第三高度占該第三圖像的高度的第三比例；

第四計(jì)算模塊，用于根據(jù)所述攝像頭的視場角、所述目標(biāo)的實(shí)際高度以及所述第三比例，計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的當(dāng)前距離；

第五計(jì)算模塊，用于計(jì)算所述當(dāng)前距離與預(yù)設(shè)的目標(biāo)跟蹤距離之間的差值；

跟蹤模塊，用于觸發(fā)所述驅(qū)動(dòng)裝置，以使得所述驅(qū)動(dòng)裝置根據(jù)所述差值移動(dòng)所述電子設(shè)備，以跟蹤所述目標(biāo)。

可選的，所述第三計(jì)算模塊，包括：

目標(biāo)檢測子模塊，用于利用基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Faster-RCNN，對該第三圖像進(jìn)行目標(biāo)檢測，得到所述目標(biāo)；

第一計(jì)算子模塊，用于計(jì)算所述目標(biāo)的第三高度；

第二計(jì)算子模塊，用于計(jì)算所述第三高度占該第三圖像的高度的第三比例。

可選的，所述第一計(jì)算子模塊，具體用于：

用矩形框?qū)λ瞿繕?biāo)進(jìn)行標(biāo)記，將所述矩形框的高度確定為所述目標(biāo)的第三高度。

可選的，所述裝置還包括：

特征提取模塊，用于在執(zhí)行所述第二計(jì)算子模塊之前，利用解析網(wǎng)絡(luò)ParseNet在該第三圖像中對所述矩形框進(jìn)行全局特征提取，得到所述矩形框在該第三圖像中所處的位置；

判斷模塊，用于判斷所述矩形框在該第三圖像中所處的位置是否處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)；

第二觸發(fā)模塊，用于在所述判斷模塊判定結(jié)果為是的情況下，觸發(fā)所述第二計(jì)算子模塊。

可選的，所述裝置還包括：

第三觸發(fā)模塊，用于在所述判斷模塊判定結(jié)果為否的情況下，觸發(fā)所述驅(qū)動(dòng)裝置，驅(qū)動(dòng)所述電子設(shè)備原地轉(zhuǎn)動(dòng)，以使得所述矩形框處于所述預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)。

可選的，所述第二計(jì)算模塊，具體用于：

根據(jù)所述攝像頭的視場角、所述第一比例、所述預(yù)設(shè)距離和所述第二比例，完成初始化配置按照如下公式計(jì)算所述目標(biāo)的實(shí)際高度，完成初始化配置：

上式中，所述h為所述目標(biāo)的實(shí)際高度，所述P1為所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例，所述P2為所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述Fov為所述攝像頭的視場角，所述x為所述電子設(shè)備向前或向后移動(dòng)的預(yù)設(shè)距離，其中，所述電子設(shè)備向前移動(dòng)時(shí)x值為負(fù)，所述電子設(shè)備向后移動(dòng)時(shí)x值為正。

可選的，所述第四計(jì)算模塊，具體用于：

根據(jù)所述攝像頭的視場角、所述目標(biāo)的實(shí)際高度以及所述第三比例，按照如下公式計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的當(dāng)前距離：

其中，所述Lx為拍攝所述第三圖像時(shí)對應(yīng)位置到所述目標(biāo)的當(dāng)前距離，所述h為所述目標(biāo)的實(shí)際高度，所述P3為所述第三圖像中所述目標(biāo)的總高度占所述第三圖像高度的第三比例，所述Fov為所述攝像頭的視場角。

綜上可見，在本發(fā)明實(shí)施例提供的方案中，通過裝載與電子設(shè)備上的攝像頭能夠在第一位置拍攝到第一圖像，并對第一圖像進(jìn)行目標(biāo)檢測，得到第一比例，同時(shí)觸發(fā)驅(qū)動(dòng)裝置使電子設(shè)備向前或向后移動(dòng)預(yù)設(shè)距離后到達(dá)第二位置，在第二位置時(shí)，攝像頭拍攝獲得第二圖像，同樣對第二圖像進(jìn)行目標(biāo)檢測，得到第二比例，并根據(jù)攝像頭的視場角、第一比例、預(yù)設(shè)距離以及第二比例，計(jì)算該目標(biāo)的實(shí)際高度，完成初始化配置；之后持續(xù)獲得第三圖像，針對任意的第三圖像進(jìn)行目標(biāo)檢測，得到第三比例，根據(jù)該第三比例、攝像頭的視場角以及上述計(jì)算出的目標(biāo)的實(shí)際高度，計(jì)算拍攝第三圖像時(shí)該電子設(shè)備對應(yīng)位置到目標(biāo)的當(dāng)前距離，并將當(dāng)前距離與預(yù)設(shè)的目標(biāo)跟蹤距離作差得到差值，根據(jù)差值移動(dòng)電子設(shè)備，達(dá)到實(shí)時(shí)跟蹤目標(biāo)的目的，減少了對目標(biāo)進(jìn)行跟蹤的誤差，提高了跟蹤的準(zhǔn)確度。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種目標(biāo)跟蹤方法的流程示意圖；

圖2為本發(fā)明實(shí)施例提供的一種初始化配置的過程示意圖；

圖3為本發(fā)明實(shí)施例提供的一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

下面通過具體實(shí)施例，對本發(fā)明進(jìn)行詳細(xì)的說明。

圖1為本發(fā)明實(shí)施例提供的一種目標(biāo)跟蹤方法的流程示意圖，該方法應(yīng)用于裝載攝像頭的電子設(shè)備，所述電子設(shè)備具有驅(qū)動(dòng)裝置，所述驅(qū)動(dòng)裝置能夠驅(qū)動(dòng)所述電子設(shè)備運(yùn)動(dòng)，該方法包括步驟：

S101：獲得所述攝像頭拍攝的第一圖像，所述第一圖像為在所述電子設(shè)備位于第一位置時(shí)所述攝像頭所拍攝的圖像，所述第一位置為所述攝像頭能夠拍攝到目標(biāo)的初始位置；

為了直觀地對本發(fā)明實(shí)施例所提供的電子設(shè)備進(jìn)行說明，首先對電子設(shè)備的基本結(jié)構(gòu)進(jìn)行介紹，本發(fā)明實(shí)施例中提及的電子設(shè)備需要裝載攝像頭，因?yàn)樵撾娮釉O(shè)備用于跟蹤目標(biāo)，因此還需要具備運(yùn)動(dòng)的能力，所以該電子設(shè)備還需搭載能夠使驅(qū)動(dòng)電子設(shè)備運(yùn)動(dòng)的驅(qū)動(dòng)裝置，當(dāng)然電子設(shè)備需要有電源系統(tǒng)來為各部件提供電源，同時(shí)該電子設(shè)備具有圖像處理的能力。

該電子設(shè)備上裝載的攝像頭可以選用常見的攝像頭，例如，羅技(Logitech)HD720P免驅(qū)動(dòng)高清攝像頭、XM雄邁720P百萬高清行車監(jiān)控?cái)z像頭、螢石(EZVIZ)C6H云臺全景無線網(wǎng)絡(luò)攝像頭等等，本發(fā)明實(shí)施例并不對攝像頭的具體形式做進(jìn)一步限定。對于攝像頭裝載的方式，一般為了能夠拍攝得到較好的圖像，攝像頭可以水平地安裝在電子設(shè)備上。對于驅(qū)動(dòng)裝置而言，驅(qū)動(dòng)裝置可以采用常見的直流電機(jī)，例如，在電子設(shè)備的底部安裝四個(gè)輪子，四個(gè)輪子可以按正方形(前、后、左、右)進(jìn)行布局，每個(gè)輪子均由一個(gè)直流電機(jī)控制，每個(gè)輪子能夠單獨(dú)的受控，因此，通過上述的四個(gè)直流電機(jī)能夠?qū)崿F(xiàn)任意方向的運(yùn)動(dòng)。

通過控制電子設(shè)備底部安裝的四個(gè)直流電機(jī)，能夠?qū)z像頭轉(zhuǎn)動(dòng)至能夠拍攝到目標(biāo)的位置，本發(fā)明實(shí)施例所提供的方案中，目標(biāo)可以為行人、小動(dòng)物以及物體其他移動(dòng)的物體，本發(fā)明實(shí)施例不對目標(biāo)的具體形式做明確的限定，為了直觀統(tǒng)一地對本發(fā)明實(shí)施例進(jìn)行說明，以下實(shí)施例均以目標(biāo)是行人為例進(jìn)行說明。

不難理解的，通過控制上述的直流電機(jī)能夠使得攝像頭的視野中出現(xiàn)行人，這里所說的攝像頭的視野是指攝像頭能夠拍攝到的范圍，假設(shè)當(dāng)前狀態(tài)下，行人恰巧出于攝像頭的正前方，且攝像頭能夠拍攝到該行人，那么稱上述攝像頭所處的位置為第一位置，攝像頭在上述的第一位置拍攝到圖像為第一圖像；攝像頭可以理解為是圖像采集裝置，通過攝像頭能夠獲得第一圖像?？梢岳斫獾氖?，攝像頭檢測到行人出現(xiàn)，然后拍攝圖像，可以通過現(xiàn)有技術(shù)來實(shí)現(xiàn)。

S102：計(jì)算所述第一圖像中所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例；

由上可知的是，攝像頭在上述第一位置拍攝的第一圖像中有行人(目標(biāo))，行人在上述的第一圖像中會(huì)有一定的高度，本發(fā)明實(shí)施例中稱該高度為第一高度，通過對第一圖像進(jìn)行分析檢測，能夠檢測出第一圖像中的行人，那么該行人在第一圖像中的第一高度也可以被計(jì)算出來。

就目前的圖像處理技術(shù)而言，對圖像進(jìn)行目標(biāo)檢測的方式有多種，例如，利用方向梯度直方圖(Histogram of Oriented Gradient，簡稱HOG)對上述第一圖像中的行人的特征進(jìn)行提取，HOG特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行目標(biāo)檢測的特征描述，它通過計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。同時(shí)，HOG特征可以結(jié)合支持向量機(jī)(Support Vector Machine，簡稱SVM)分類器，能夠方便準(zhǔn)確的對第一圖像中的行人進(jìn)行檢測。此外，較為準(zhǔn)確智能的目標(biāo)檢測的方法是，利用深度學(xué)習(xí)的方式來對圖像進(jìn)行分析。例如，可以利用基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Faster-RCNN，對上述第一圖像進(jìn)行目標(biāo)檢測。

本領(lǐng)域技人員能夠理解的是，F(xiàn)aster-RCNN由兩部分組成，分別是全卷積神經(jīng)網(wǎng)絡(luò)(Region Proposal Network，簡稱RPN)和快速卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Fast-RCNN。

RPN的輸入可以是任意大小的圖片，RPN對輸入的圖像進(jìn)行特征提取，特征提取可以采用VGG Net進(jìn)行卷積、池化操作，得到關(guān)于輸入圖像的特征圖譜，再按照預(yù)設(shè)大小的卷積核將特征圖譜分割成多個(gè)矩形窗口，把每個(gè)矩形窗口的中心點(diǎn)當(dāng)成一個(gè)基準(zhǔn)點(diǎn)，圍繞這個(gè)基準(zhǔn)點(diǎn)選取9個(gè)不同尺寸的預(yù)選框，對于每一個(gè)預(yù)選框，均在后面連，接一個(gè)二分類器softmax然后再接上一個(gè)邊界框(bounding box)的回歸器，回歸器的輸出為4個(gè)坐標(biāo)點(diǎn)，這4個(gè)坐標(biāo)點(diǎn)能夠確定對應(yīng)的預(yù)選框的區(qū)域，這9個(gè)不同尺寸的預(yù)選框構(gòu)成一個(gè)目標(biāo)可能存在的預(yù)選區(qū)域集。

Fast-RCNN將上述RPN輸入的圖像，以及通過RPN得到的目標(biāo)可能存在的預(yù)選區(qū)域集作為輸入，首先對該圖像進(jìn)行處理得到一個(gè)卷積特征圖，然后為預(yù)選區(qū)域集中每個(gè)區(qū)域的ROI(Region Of Interest)池化層從卷積特征圖中提取一個(gè)固定長度的特征向量，每個(gè)特征向量被送入全連接層，最終得到兩個(gè)輸出，一個(gè)用于確定圖像中目標(biāo)的類別，另一個(gè)用于確定目標(biāo)所處區(qū)域。

通過目標(biāo)所處的區(qū)域，能夠確定出目標(biāo)在圖像中的第一高度，獲得該第一高度僅為了計(jì)算該高度占第一圖形的高度的比例，稱該比例為第一比例。對于同一個(gè)攝像頭來說，其視場角(Field Of View，簡稱FOV)為一個(gè)定值，因此同一個(gè)攝像頭所拍攝的圖像具有相同的大小，F(xiàn)OV是指攝像頭所能覆蓋的范圍(物體超過這個(gè)角就不會(huì)出現(xiàn)在拍攝的圖像中)，攝像頭能拍攝多大范圍的景物，通常用角度來表示，這個(gè)角度就叫攝像頭的FOV，F(xiàn)OV是攝像頭的硬件參數(shù)。例如，羅技(Logitech)HD720P免驅(qū)動(dòng)高清攝像頭的視場角FOV＝60°，對于該攝像頭來說，其拍攝到的圖像大小為640*360，所以第一圖像的大小也為640*360，因此，如果第一圖像中行人的高度可知的話，那么該行人占第一圖像的高度的第一比也可以計(jì)算出來，第一比例可用P1表示，假設(shè)上述計(jì)算出P1＝0.6。

需要說明的是，上述利用Faster-RCNN對第一圖像進(jìn)行目標(biāo)檢測僅為本發(fā)明實(shí)施例提供的一種具體實(shí)現(xiàn)方式，上述過程旨在計(jì)算第一圖像中的目標(biāo)占第一圖像的高度的第一比例，凡能夠達(dá)到上述目的的圖像處理方法均適用，因此，本發(fā)明實(shí)施例并不對計(jì)算目標(biāo)高度占第一圖像的高度的第一比例的具體實(shí)現(xiàn)方式做進(jìn)一步限定。

S103：觸發(fā)所述驅(qū)動(dòng)裝置，以驅(qū)動(dòng)所述電子設(shè)備向前或向后移動(dòng)預(yù)設(shè)距離后，到達(dá)第二位置，所述向前為靠近所述目標(biāo)，所述向后為遠(yuǎn)離所述目標(biāo)；

在上述計(jì)算出第一圖像中的行人的高度占第一圖像的高度的第一比例之后，觸發(fā)上述所說的驅(qū)動(dòng)裝置，驅(qū)動(dòng)裝置能夠使電子設(shè)備向前或者是向后移動(dòng)一段距離，稱該段舉例為預(yù)設(shè)距離，到達(dá)第二位置，該處所說的向前指的是靠近目標(biāo)的方向，向后指的是遠(yuǎn)離目標(biāo)的方向。

示例性的，在計(jì)算出電子設(shè)備在第一位置時(shí)，攝像頭所拍攝的第一圖像中行人占第一圖像的高度的第一比例P1＝0.6之后，觸發(fā)安裝在電子設(shè)備底部的驅(qū)動(dòng)裝置(四個(gè)輪子)，使電子設(shè)備向后移動(dòng)一段距離x，如x＝0.5m(米)，如果電子設(shè)備在第一位置時(shí)，攝像頭處于行人的正前方，那么可以直接觸發(fā)四個(gè)輪子中的左、右輪子，同步向后轉(zhuǎn)動(dòng)，使電子設(shè)備向后移動(dòng)離0.5m。當(dāng)然，也可以同步向前轉(zhuǎn)動(dòng)，使電子設(shè)備前移動(dòng)0.5m。

為了避免電子設(shè)備在移動(dòng)到達(dá)第二位置時(shí)目標(biāo)超出攝像頭的拍攝范圍，在觸發(fā)驅(qū)動(dòng)裝置時(shí)可以根據(jù)上述計(jì)算的第一比例P1的大小來確定是將電子設(shè)備向前移動(dòng)，還是向后移動(dòng)。例如，當(dāng)?shù)谝槐壤齈1大于0.5時(shí)，選擇將電子設(shè)備向后移動(dòng)；當(dāng)?shù)谝槐壤齈2小于等于0.5時(shí)，選擇將電子設(shè)備向前移動(dòng)，這里將第一比例P1與0.5作比較，選擇向前還是向后移動(dòng)電子設(shè)備僅為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，對于比較數(shù)值并不做明確限定，除上述列舉的數(shù)值0.5外，該數(shù)值還可以為0.4、0.6等等。

S104：獲得所述攝像頭拍攝的第二圖像，并計(jì)算所述第二圖像中所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述第二圖像為所述電子設(shè)備位于所述第二位置時(shí)所述攝像頭所拍攝的圖像；

由上可知的是，通過上述觸發(fā)驅(qū)動(dòng)裝置后能夠?qū)⒃撾娮釉O(shè)備移動(dòng)得到第二位置，假設(shè)上述驅(qū)動(dòng)裝置將該電子設(shè)備向后移動(dòng)0.5m后到達(dá)第二位置，在該第二位置時(shí)，攝像頭拍攝到第二圖像。

不難理解的是，第一圖像和第二圖像除內(nèi)容不同外，二者在形式上是對等的，因此，針對第二圖像來說，計(jì)算第二圖像中目標(biāo)的第二高度占第二圖像的高度的第二比例(用P2表示)的過程，類似于計(jì)算第一圖像中目標(biāo)的第一高度占第一圖像的高度的第一比例P1，因此，該計(jì)算過程此時(shí)將不再贅述。

S105：根據(jù)所述攝像頭的視場角、所述第一比例、所述預(yù)設(shè)距離和所述第二比例，計(jì)算所述目標(biāo)的實(shí)際高度，完成初始化配置；

本領(lǐng)域技術(shù)人員能夠理解的是，攝像頭的視場角FOV是攝像頭的硬件參數(shù)，不會(huì)隨著攝像頭所處位置的變化而改變。例如，上述采用的羅技(Logitech)HD720P免驅(qū)動(dòng)高清攝像頭的視場角FOV＝60°，通過分別對上述電子設(shè)備位于第一位置和第二位置時(shí)，攝像頭拍攝的第一圖像和第二圖像進(jìn)行圖像處理，能夠得到對應(yīng)的第一比例P1以及第二比例P2，那么，根據(jù)上述的視場角FOV、第一比例P1、第二比例P2和電子設(shè)備向前或向后移動(dòng)的距離x，計(jì)算目標(biāo)的實(shí)際高度。

在本發(fā)明實(shí)施例提供的一種具體實(shí)現(xiàn)方式中，計(jì)算所述目標(biāo)的實(shí)際高度所利用的公式可以為：

上式中，所述h為所述目標(biāo)的實(shí)際高度，所述P1為所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例，所述P2為所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述Fov為所述攝像頭的視場角，所述x為所述電子設(shè)備向前或向后移動(dòng)的預(yù)設(shè)距離，其中，所述電子設(shè)備向前移動(dòng)時(shí)x值為負(fù)，所述電子設(shè)備向后移動(dòng)時(shí)x值為正。

下面對該公式的推導(dǎo)過程進(jìn)行詳細(xì)的說明，如圖2所述，為本發(fā)明實(shí)施例提供的一種初始化配置的過程示意圖，如圖2所示，電子設(shè)備在第一位置時(shí)，與行人的距離為L，在第一位置時(shí)，攝像頭拍攝的第一圖像中的行人占第一圖像的高度的第一比例P1＝h/H1，假設(shè)電子設(shè)備在計(jì)算出P1之后觸發(fā)驅(qū)動(dòng)裝置使其向后移動(dòng)的距離x到達(dá)第二位置，由于電子設(shè)備是向后移動(dòng)的，因此x的值為正，因此，電子設(shè)備在第二位置時(shí)與行人的距離為L+x，在第二位置時(shí)，攝像頭拍攝的第二圖像中的行人占第二圖像的高度的第二比例P2＝h/H2。由于攝像頭是水平安裝的，因此，基于攝像頭視場角角平分線，攝像頭拍攝的圖像的上下部分距離相同，故存在以下關(guān)系式：

由上可推導(dǎo)出，進(jìn)而可推導(dǎo)出又由于P1＝h/H1，因此，能夠推導(dǎo)出行人的實(shí)際高度

示例性的，假設(shè)P1＝0.6、P2＝0.5，攝像頭的FOV＝60°，電子設(shè)備在計(jì)算出P1之后觸發(fā)驅(qū)動(dòng)裝置使其向后移動(dòng)的距離x＝0.5m，那么，通過上述計(jì)算h的公式不難得到，行人的實(shí)際高度

上述全部過程為電子設(shè)備的初始化配置過程，計(jì)算出行人的示例高度之后即完成了上述初始化配置的過程。

需要說明的是，上述過程中設(shè)置的電子設(shè)備向前或向后移動(dòng)的距離x＝0.5位一種具體的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例不對該距離做明確限定。

S106：在完成初始化配置后，持續(xù)獲得所述攝像頭拍攝的第三圖像；

可以理解的是，在上述完成對電子設(shè)備的初始化配置之后，攝像頭開始實(shí)時(shí)的拍攝圖像，可以理解為攝像頭開始錄像，當(dāng)然，前述攝像頭在拍攝得到第一圖像和第二圖像對應(yīng)的攝像頭的狀態(tài)這里不做規(guī)定，可以是錄像，也可以是單點(diǎn)拍攝，只要能夠獲得處于上述第一位置和第二位置對應(yīng)的第一圖像和第二圖像即可。

通過攝像頭錄像過程，能夠持續(xù)的獲得攝像頭拍攝的當(dāng)前圖像，稱當(dāng)前圖像為第三圖像。

S107：在獲得每一張第三圖像后，計(jì)算該第三圖像中所述目標(biāo)的第三高度占該第三圖像的高度的第三比例；

由于攝像頭拍攝的第三圖像在形式上是對等的，因此，針對每一第三圖像，可以計(jì)算出該第三圖像中行人的高度占該第三圖像的高度的第三比例(用P3表示)。

通過對第三圖像進(jìn)行目標(biāo)檢測，能夠檢測出第三圖像中的行人，那么該行人在第一圖像中的第一高度也可以被計(jì)算出來。

目前對圖像進(jìn)行目標(biāo)檢測的方式有多種，例如，利用方向梯度直方圖(Histogram of Oriented Gradient，簡稱HOG)對上述第一圖像中的行人的特征進(jìn)行提取，HOG特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行目標(biāo)檢測的特征描述，它通過計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。同時(shí)，HOG特征可以結(jié)合支持向量機(jī)(Support Vector Machine，簡稱SVM)分類器，能夠方便準(zhǔn)確的對第一圖像中的行人進(jìn)行檢測。此外，較為準(zhǔn)確智能的目標(biāo)檢測的方法是，利用深度學(xué)習(xí)的方式來對圖像進(jìn)行分析。例如，可以利用基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Faster-RCNN，對上述的第一圖像進(jìn)行目標(biāo)檢測。

為了清楚地對本發(fā)明實(shí)施例的整體方案進(jìn)行說明，該部分內(nèi)容將在后面的具體實(shí)施例中進(jìn)行詳細(xì)介紹。

S108：根據(jù)所述攝像頭的視場角、所述目標(biāo)的實(shí)際高度以及所述第三比例，計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的當(dāng)前距離；

由上述可知的是，第三比例P3＝h/H3，h通過前述的公式能夠計(jì)算得到，而P3能夠通過第三圖像中行人的高度與第三圖像的高度得到，假設(shè)此時(shí)得到的第三比例P3＝0.45，上述計(jì)算得到的行人的實(shí)際高度h＝1.731m，那么可以計(jì)算出此時(shí)對應(yīng)的H3＝1.731/0.45＝3.85m，而此時(shí)根據(jù)攝像頭的視場角Fov以及該H3便能計(jì)算出當(dāng)前電子設(shè)備所處位置到行人的距離Lx，tan(Fov/2)＝H3/2*Lx。因此，根據(jù)上述的攝像頭的視場角Fov、行人的實(shí)際高度以及第三比例能夠計(jì)算出拍攝該第三圖像時(shí)，電子設(shè)備所處位置到行人的距離Lx。

在本發(fā)明實(shí)施例提供的一種具體實(shí)現(xiàn)方式中，計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的距離所利用的公式可以為：

其中，所述Lx為拍攝所述第三圖像時(shí)對應(yīng)位置到所述目標(biāo)的當(dāng)前距離，所述h為所述目標(biāo)的實(shí)際高度，所述P3為所述第三圖像中所述目標(biāo)的總高度占所述第三圖像高度的第三比例，所述Fov為所述攝像頭的視場角。

示例性的，上述計(jì)算出行人的實(shí)際高度h＝1.731m，第三比例P3＝0.45，攝像頭的視場角Fov＝60°，那么代入上述公式，能夠計(jì)算出拍攝該第三圖像時(shí)對應(yīng)位置到行人的當(dāng)前距離Lx＝1.731/2*0.45*0.577＝3.33m。

S109：計(jì)算所述當(dāng)前距離與預(yù)設(shè)的目標(biāo)跟蹤距離之間的差值；

為了使電子設(shè)能夠穩(wěn)定的跟蹤目標(biāo)(行人)，即電子設(shè)備與行人之間需要保持一個(gè)穩(wěn)定的距離，該距離稱之為目標(biāo)跟蹤距離，通常根據(jù)用戶的習(xí)慣不同，這一數(shù)值可能有所不同，比如有的用戶希望電子設(shè)備能夠距離自己近點(diǎn)，而有些用戶則希望該電子設(shè)備能夠里自己遠(yuǎn)一點(diǎn)，因此，這一跟蹤距離時(shí)一個(gè)經(jīng)驗(yàn)值，并且具有很強(qiáng)的主觀性，例如，用戶預(yù)設(shè)的目標(biāo)跟蹤距離為3m，也就是說電子設(shè)備在跟蹤過程中需要始終與用戶(也就是行人)保持3m的距離，如果存在一定的偏差需要及時(shí)的進(jìn)行調(diào)整，進(jìn)而能夠達(dá)到動(dòng)態(tài)的穩(wěn)定的跟蹤。

綜上可見，在本發(fā)明實(shí)施例提供的方案中，可計(jì)算上述的Lx與預(yù)設(shè)的目標(biāo)跟蹤距離之間的差值，然后根據(jù)該差值來對觸發(fā)上述的驅(qū)動(dòng)裝置來改變電子設(shè)備的運(yùn)動(dòng)軌跡。

示例性的，若上述計(jì)算出的當(dāng)前距離Lx＝0.33m，而用戶預(yù)設(shè)的目標(biāo)跟蹤距離為3m，那么此時(shí)可計(jì)算出差值為+0.33m，這里值得強(qiáng)調(diào)的是，“+”表示當(dāng)前距離大于預(yù)設(shè)的目標(biāo)跟蹤距離，“-”則表示當(dāng)前距離Lx小于預(yù)設(shè)的目標(biāo)跟蹤距離。

S110：觸發(fā)所述驅(qū)動(dòng)裝置，以使得所述驅(qū)動(dòng)裝置根據(jù)所述差值移動(dòng)所述電子設(shè)備，以跟蹤所述目標(biāo)。

通過上述步驟能夠計(jì)算出當(dāng)前位置Lx與預(yù)設(shè)目標(biāo)距離之間的差值，根據(jù)該差值觸發(fā)上述的驅(qū)動(dòng)裝置，使電子設(shè)備向前或向后移動(dòng)相應(yīng)的距離，例如，在上述計(jì)算出的差值為+0.33的情況下，也就是說此時(shí)的電子設(shè)備在預(yù)設(shè)的目標(biāo)跟蹤距離之外0.33m，因此，需要觸發(fā)驅(qū)動(dòng)裝置將電子設(shè)備向前移動(dòng)0.33m才能達(dá)到預(yù)設(shè)的目標(biāo)跟蹤距離。

綜上可見，圖1實(shí)施例提供的方案中，通過裝載與電子設(shè)備上的攝像頭能夠在第一位置拍攝到第一圖像，并對第一圖像進(jìn)行目標(biāo)檢測，得到第一圖像中目標(biāo)的高度占該第一圖像的高度的第一比例，同時(shí)觸發(fā)電子設(shè)備的驅(qū)動(dòng)裝置，使電子設(shè)備向前或向后移動(dòng)預(yù)設(shè)距離后到達(dá)第二位置，在第二位置時(shí)，攝像頭拍攝獲得第二圖像，同樣對第二圖像進(jìn)行目標(biāo)檢測，得到第二圖像中目標(biāo)的高度占該第二圖像的高度的第二比例，并根據(jù)攝像頭的視場角、第一比例以及第二比例，計(jì)算該目標(biāo)的實(shí)際高度，完成初始化配置；之后能夠持續(xù)的獲取第三圖像，針對任意的第三圖像進(jìn)行目標(biāo)檢測，能夠得到第三圖像中目標(biāo)的高度占第三圖像的高度的第三比例，根據(jù)該第三比例以及攝像頭的視場角以及上述計(jì)算出的目標(biāo)的實(shí)際高度，能夠計(jì)算出拍攝第三圖像時(shí)該電子設(shè)備對應(yīng)位置到目標(biāo)的當(dāng)前距離。

可見，應(yīng)用圖1提供實(shí)施例，通過裝載的攝像頭能夠真實(shí)地獲得目標(biāo)所處場景的圖像，并對獲得的圖像進(jìn)行目標(biāo)檢測，能夠準(zhǔn)確的計(jì)算出目標(biāo)的高度占該圖像的高度的比例，根據(jù)該比例以及目標(biāo)的實(shí)際高度，計(jì)算拍攝該圖像時(shí)該電子設(shè)備對應(yīng)位置到目標(biāo)的當(dāng)前距離，并將當(dāng)前距離與預(yù)設(shè)的目標(biāo)跟蹤距離作差得到差值，根據(jù)差值移動(dòng)電子設(shè)備，達(dá)到實(shí)時(shí)跟蹤目標(biāo)的目的，減少了對目標(biāo)進(jìn)行跟蹤的誤差，提高了跟蹤的準(zhǔn)確度。

針對上述的步驟S107，在本發(fā)明實(shí)施例提供的一種具體實(shí)現(xiàn)方式中，所述計(jì)算該第三圖像中所述目標(biāo)的第三高度占該第三圖像的高度的第三比例，可以包括：

步驟a：利用基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Faster-RCNN，對該第三圖像進(jìn)行目標(biāo)檢測，得到所述目標(biāo)；

由上可知的是，F(xiàn)aster-RCNN由兩部分組成，分別是全卷積神經(jīng)網(wǎng)絡(luò)(Region Proposal Network，簡稱RPN)和快速卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Fast-RCNN。

RPN的輸入可以是任意大小的圖片，RPN對輸入的圖像進(jìn)行特征提取，特征提取可以采用VGG Net進(jìn)行卷積、池化操作，得到關(guān)于輸入圖像的特征圖譜，再按照預(yù)設(shè)大小的卷積核將特征圖譜分割成多個(gè)矩形窗口，把每個(gè)矩形窗口的中心點(diǎn)當(dāng)成一個(gè)基準(zhǔn)點(diǎn)，圍繞這個(gè)基準(zhǔn)點(diǎn)選取9個(gè)不同尺寸的預(yù)選框，對于每一個(gè)預(yù)選框，均在后面連，接一個(gè)二分類器softmax然后再接上一個(gè)邊界框(bounding box)的回歸器，回歸器的輸出為4個(gè)坐標(biāo)點(diǎn)，這4個(gè)坐標(biāo)點(diǎn)能夠確定對應(yīng)的預(yù)選框的區(qū)域，這9個(gè)不同尺寸的預(yù)選框構(gòu)成一個(gè)目標(biāo)可能存在的預(yù)選區(qū)域集。

Fast-RCNN將上述RPN輸入的圖像，以及通過RPN得到的目標(biāo)可能存在的預(yù)選區(qū)域集作為輸入，首先對該圖像進(jìn)行處理得到一個(gè)卷積特征圖，然后為預(yù)選區(qū)域集中每個(gè)區(qū)域的ROI(Region Of Interest)池化層從卷積特征圖中提取一個(gè)固定長度的特征向量，每個(gè)特征向量被送入全連接層，最終得到兩個(gè)輸出，一個(gè)用于確定圖像中目標(biāo)的類別，另一個(gè)用于確定目標(biāo)所處區(qū)域。

步驟b：計(jì)算所述目標(biāo)的第三高度；

進(jìn)一步的，所述計(jì)算所述目標(biāo)的第三高度的步驟，可以包括：

用矩形框?qū)λ瞿繕?biāo)進(jìn)行標(biāo)記，將所述矩形框的高度確定為所述目標(biāo)的第三高度。

在上述確定出目標(biāo)所處區(qū)域之后，可以用矩形框?qū)δ繕?biāo)所處的區(qū)域進(jìn)行標(biāo)記，最常見的標(biāo)記方法是將目標(biāo)所在的像素點(diǎn)中橫坐標(biāo)的最小值以及縱坐標(biāo)的最大值，分別作為矩形框左上頂點(diǎn)的橫坐標(biāo)以及縱坐標(biāo)，將目標(biāo)所在的像素點(diǎn)中橫坐標(biāo)的最大值以及縱坐標(biāo)的最小值，分別作為矩形框右下頂點(diǎn)的橫坐標(biāo)以及縱坐標(biāo)，確定出矩形框的左上頂點(diǎn)和右下頂點(diǎn)便能夠確定該矩形框大小。該矩形框的高度即為行人的高度，稱該高度為第三高度，本發(fā)明實(shí)施例中“第一高度”、“第二高度”以及“第三高度”中的“第一”、“第二”以及“第三”僅為區(qū)分不同圖像中的目標(biāo)對應(yīng)的高度，“第一高度”、“第二高度”以及“第三高度”之間并沒有實(shí)際的先后順序之分。

步驟c：計(jì)算所述第三高度占該第三圖像的高度的第三比例。

上述計(jì)算出第三高度之后，第三高度占第三圖像的高度的第三比例P3，由于第三比例P3等于行人的實(shí)際高度h與攝像頭拍攝第三圖像時(shí)對應(yīng)的視場高度H3的比值，即P3＝h/H3。

基于上述提供的實(shí)施例，本發(fā)明實(shí)施例提供的一種具體實(shí)現(xiàn)方式中，在步驟c之前，該方法還可以包括：

步驟A：利用解析網(wǎng)絡(luò)ParseNet在該第三圖像中對所述矩形框進(jìn)行全局特征提取，得到所述矩形框在該第三圖像中所處的位置；

由于攝像頭拍攝到的圖像中各特征之間的位置關(guān)系與實(shí)際場景中的位置關(guān)系一致，由經(jīng)驗(yàn)可知，采用攝像頭在拍攝目標(biāo)時(shí)，當(dāng)攝像頭的中心正對目標(biāo)時(shí)，目標(biāo)在攝像頭的鏡頭中通常是處于中間位置的，如果圖像中的目標(biāo)處于圖像中的左側(cè)或右側(cè)的話，那也就意味著此時(shí)的攝像頭并不是正對目標(biāo)的，即與目標(biāo)存在這一定的夾角，如果此時(shí)直接對目標(biāo)進(jìn)行跟蹤的話，極有可能在驅(qū)動(dòng)設(shè)備驅(qū)動(dòng)電子設(shè)備向前移動(dòng)一段距離后，目標(biāo)將超出攝像頭的拍攝范圍，導(dǎo)致目標(biāo)被跟丟。

考慮到上述因素，為了進(jìn)一步的防止電子設(shè)備向前移動(dòng)一段距離之后，目標(biāo)超出攝像頭的拍攝范圍，在本發(fā)明實(shí)施例提供的技術(shù)方案中，在上述計(jì)算第三高度占該第三圖像的高度的第三比例的步驟之前，利用解析網(wǎng)絡(luò)ParseNet在該第三圖像中對所述矩形框進(jìn)行全局特征提取，得到所述矩形框在該第三圖像中所處的位置。

利用解析網(wǎng)絡(luò)ParseNet對Faster-RCNN輸出的特征圖譜進(jìn)行提取全局特征，具體方法是使用max pooling操作提取新的特征，即全局特征(Global feature)，這個(gè)全局特征和Faster-RCNN卷積層的特征一同進(jìn)行歸一化操作并級聯(lián)起來，拼接成一個(gè)新的包含全局信息和局部細(xì)節(jié)的聯(lián)合特征(Combined feature)，這個(gè)新的特征送入Faster-RCNN后面的ROI池化層作進(jìn)一步檢測。通過利用ParseNet對前述的特征圖譜進(jìn)行全局特征提取，能夠確定出目標(biāo)在整個(gè)圖像中所處的位置，即用于標(biāo)記目標(biāo)的矩形框在整個(gè)圖像中所處的位置。

步驟B：判斷所述矩形框在該第三圖像中所處的位置是否處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)；

步驟C：在步驟B判斷結(jié)果為是的情況下，執(zhí)行步驟c。

由經(jīng)驗(yàn)可知，采用攝像頭在拍攝目標(biāo)時(shí)，當(dāng)攝像頭的中心正對目標(biāo)時(shí)，目標(biāo)在攝像頭的鏡頭中通常是處于中間位置的，也就是上述的矩形框處于整個(gè)圖像的中間位置。為了使目標(biāo)盡可能處于攝像頭的正前方，防止電子設(shè)備在跟蹤過程中跑偏，可以預(yù)先設(shè)置目標(biāo)跟蹤區(qū)域，即預(yù)設(shè)目標(biāo)跟蹤區(qū)域，然后判斷上述矩形框在該第三圖像中所處的位置是否處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)；如果判斷是處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)，那么認(rèn)為此時(shí)的行人處于攝像頭的正前方，繼續(xù)執(zhí)行所述計(jì)算所述第三高度占該第三圖像的高度的第三比例的步驟，進(jìn)而觸發(fā)上述的驅(qū)動(dòng)裝置，向前或向后移動(dòng)電子設(shè)備，達(dá)到穩(wěn)定的跟蹤。

示例性的，可以以第三圖像的中軸線為中心線，而用于標(biāo)記目標(biāo)的矩形框也有一個(gè)中軸線，該中軸線到中心線的距離稱為偏心距，當(dāng)該偏心距不超過第三圖像的寬度的10％時(shí)，認(rèn)為該行人處于攝像頭的正前方；當(dāng)然，該處僅為本發(fā)明實(shí)施例提供的一種具體實(shí)現(xiàn)方式，并且對于該具體實(shí)現(xiàn)方式中的10％為經(jīng)驗(yàn)值，可根據(jù)實(shí)際的跟蹤精度以及響應(yīng)要求調(diào)整該值的大小，本發(fā)明實(shí)施例并不對其做明確限定。

綜上可見，應(yīng)用本發(fā)明實(shí)施例提供的方案，利用解析網(wǎng)絡(luò)ParseNet在該第三圖像中對矩形框進(jìn)行全局特征提取，得到矩形框在該第三圖像中所處的位置，并通過判斷該位置是否處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域之內(nèi)，如果是，執(zhí)行計(jì)算所述第三高度占該第三圖像的高度的第三比例的步驟，能夠有效的防止目標(biāo)跟丟的現(xiàn)象，有效的提高了目標(biāo)跟蹤的準(zhǔn)確性。

在本發(fā)明實(shí)施例提供的另一具體實(shí)現(xiàn)方式中，在上述步驟B判斷結(jié)果為否的情況下，該方法還包括：

步驟D：觸發(fā)所述驅(qū)動(dòng)裝置，驅(qū)動(dòng)所述電子設(shè)備原地轉(zhuǎn)動(dòng)，以使得所述矩形框處于所述預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)。

由上可知的是，當(dāng)矩形框在該第三圖像中所處的位置不處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)時(shí)，說明此時(shí)攝像頭并不是正對著目標(biāo)，也就是說攝像頭與目標(biāo)之間存在這夾角，考慮到該現(xiàn)象，為了進(jìn)一步的提高目標(biāo)跟蹤的準(zhǔn)確度，防止目標(biāo)被跟丟的現(xiàn)象，在上述步驟B判斷結(jié)果為否的情況下，即矩形框在該第三圖像中所處的位置不處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)的情況下，可以觸發(fā)驅(qū)動(dòng)裝置，使該電子設(shè)備在原地旋轉(zhuǎn)，在旋轉(zhuǎn)過程中，攝像頭會(huì)持續(xù)的拍攝當(dāng)前的圖像，當(dāng)矩形框處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域時(shí)，驅(qū)動(dòng)裝置停止轉(zhuǎn)動(dòng)。

可見，應(yīng)用本發(fā)明實(shí)施例提供的方案，能夠?qū)z像頭時(shí)刻的調(diào)整到正對目標(biāo)的位置，同時(shí)能夠有效的解決目標(biāo)跟丟的現(xiàn)象，在目標(biāo)跟丟的情況下，觸發(fā)驅(qū)動(dòng)裝置，驅(qū)動(dòng)電子設(shè)備原地轉(zhuǎn)動(dòng)，360°搜索目標(biāo)，大大提高了目標(biāo)跟蹤的穩(wěn)定性。

圖3為本發(fā)明實(shí)施例提供的一種目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖，該裝置應(yīng)用于裝載攝像頭的電子設(shè)備，所述電子設(shè)備具有驅(qū)動(dòng)裝置，所述驅(qū)動(dòng)裝置能夠驅(qū)動(dòng)所述電子設(shè)備運(yùn)動(dòng)；該裝置包括：第一獲得模塊201、第一計(jì)算模塊202、第一觸發(fā)模塊203、第二獲得模塊204、第二計(jì)算模塊205、第三獲得模塊206、第三計(jì)算模塊207、第四計(jì)算模塊208、第五計(jì)算模塊209和跟蹤模塊210，具體的：

第一獲得模塊201，用于獲得所述攝像頭拍攝的第一圖像，所述第一圖像為在所述電子設(shè)備位于第一位置時(shí)所述攝像頭所拍攝的圖像，所述第一位置為所述攝像頭能夠拍攝到目標(biāo)的初始位置；

第一計(jì)算模塊202，用于計(jì)算所述第一圖像中所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例；

第一觸發(fā)模塊203，用于觸發(fā)所述驅(qū)動(dòng)裝置，以驅(qū)動(dòng)所述電子設(shè)備向前或向后移動(dòng)預(yù)設(shè)距離后，到達(dá)第二位置，所述向前為靠近所述目標(biāo)，所述向后為遠(yuǎn)離所述目標(biāo)；

第二獲得模塊204，用于獲得所述攝像頭拍攝的第二圖像，并計(jì)算所述第二圖像中所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述第二圖像為所述電子設(shè)備位于所述第二位置時(shí)所述攝像頭所拍攝的圖像；

第二計(jì)算模塊205，用于根據(jù)所述攝像頭的視場角、所述第一比例、所述預(yù)設(shè)距離和所述第二比例，計(jì)算所述目標(biāo)的實(shí)際高度，完成初始化配置；

進(jìn)一步的，所述第二計(jì)算模塊205，具體用于：

根據(jù)所述攝像頭的視場角、所述第一比例、所述預(yù)設(shè)距離和所述第二比例，完成初始化配置可以按照如下公式計(jì)算所述目標(biāo)的實(shí)際高度，完成初始化配置：

上式中，所述h為所述目標(biāo)的實(shí)際高度，所述P1為所述目標(biāo)的第一高度占所述第一圖像的高度的第一比例，所述P2為所述目標(biāo)的第二高度占所述第二圖像的高度的第二比例，所述Fov為所述攝像頭的視場角，所述x為所述電子設(shè)備向前或向后移動(dòng)的預(yù)設(shè)距離，其中，所述電子設(shè)備向前移動(dòng)時(shí)x值為負(fù)，所述電子設(shè)備向后移動(dòng)時(shí)x值為正。

第三獲得模塊206，用于在完成初始化配置后，持續(xù)獲得所述攝像頭拍攝的第三圖像；

第三計(jì)算模塊207，用于在所述第三獲得模塊獲得每一張第三圖像后，計(jì)算該第三圖像中所述目標(biāo)的第三高度占該第三圖像的高度的第三比例；

第四計(jì)算模塊208，用于根據(jù)所述攝像頭的視場角、所述目標(biāo)的實(shí)際高度以及所述第三比例，計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的當(dāng)前距離；

進(jìn)一步的，所述第四計(jì)算模塊208，具體用于：

根據(jù)所述攝像頭的視場角、所述目標(biāo)的實(shí)際高度以及所述第三比例，按照如下公式計(jì)算拍攝所述第三圖像時(shí)所述電子設(shè)備所處位置到所述目標(biāo)的當(dāng)前距離：

其中，所述Lx為拍攝所述第三圖像時(shí)對應(yīng)位置到所述目標(biāo)的當(dāng)前距離，所述h為所述目標(biāo)的實(shí)際高度，所述P3為所述第三圖像中所述目標(biāo)的總高度占所述第三圖像高度的第三比例，所述Fov為所述攝像頭的視場角。

第五計(jì)算模塊209，用于計(jì)算所述當(dāng)前距離與預(yù)設(shè)的目標(biāo)跟蹤距離之間的差值；

跟蹤模塊210，用于觸發(fā)所述驅(qū)動(dòng)裝置，以使得所述驅(qū)動(dòng)裝置根據(jù)所述差值移動(dòng)所述電子設(shè)備，以跟蹤所述目標(biāo)。

應(yīng)用圖3提供實(shí)施例，通過裝載的攝像頭能夠真是的獲得目標(biāo)所處場景的圖像，并對獲得的圖像進(jìn)行目標(biāo)檢測，能夠準(zhǔn)確的計(jì)算出目標(biāo)的高度占該圖像的高度的比例，根據(jù)該比例以及目標(biāo)的實(shí)際高度，計(jì)算拍攝該圖像時(shí)該電子設(shè)備對應(yīng)位置到目標(biāo)的當(dāng)前距離，并將當(dāng)前距離與預(yù)設(shè)的目標(biāo)跟蹤距離作差得到差值，根據(jù)差值移動(dòng)電子設(shè)備，達(dá)到實(shí)時(shí)跟蹤目標(biāo)的目的，減少了對目標(biāo)進(jìn)行跟蹤的誤差，提高了跟蹤的準(zhǔn)確度。

可選的，上述的第三計(jì)算模塊207，可以包括：目標(biāo)檢測子模塊、第一計(jì)算子模塊和第二計(jì)算子模塊，具體的：

目標(biāo)檢測子模塊，用于利用基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法Faster-RCNN，對該第三圖像進(jìn)行目標(biāo)檢測，得到所述目標(biāo)；

第一計(jì)算子模塊，用于計(jì)算所述目標(biāo)的第三高度；

進(jìn)一步的，所述第一計(jì)算子模塊，具體用于：

用矩形框?qū)λ瞿繕?biāo)進(jìn)行標(biāo)記，將所述矩形框的高度確定為所述目標(biāo)的第三高度。

第二計(jì)算子模塊，用于計(jì)算所述第三高度占該第三圖像的高度的第三比例。

在本發(fā)明實(shí)施例提供的一種具體實(shí)現(xiàn)方式中，在圖3提供實(shí)施例的基礎(chǔ)上，裝置還包括：特征提取模塊、判斷模塊和第二觸發(fā)模塊，具體的：

特征提取模塊，用于在執(zhí)行所述第二計(jì)算子模塊之前，利用解析網(wǎng)絡(luò)ParseNet在該第三圖像中對所述矩形框進(jìn)行全局特征提取，得到所述矩形框在該第三圖像中所處的位置；

判斷模塊，用于判斷所述矩形框在該第三圖像中所處的位置是否處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)；

第二觸發(fā)模塊，用于在所述判斷模塊判定結(jié)果為是的情況下，觸發(fā)所述第二計(jì)算子模塊。

應(yīng)用本發(fā)明實(shí)施例提供的方案，利用解析網(wǎng)絡(luò)ParseNet在該第三圖像中對矩形框進(jìn)行全局特征提取，得到矩形框在該第三圖像中所處的位置，并通過判斷該位置是否處于預(yù)設(shè)目標(biāo)跟蹤區(qū)域之內(nèi)，如果是，執(zhí)行計(jì)算所述第三高度占該第三圖像的高度的第三比例的步驟，能夠有效的防止目標(biāo)跟丟的現(xiàn)象，有效的提高了目標(biāo)跟蹤的準(zhǔn)確性。

基于上述提供的具體實(shí)施例，本發(fā)明實(shí)施例提供了另一種具體實(shí)現(xiàn)方式，在上述的判斷模塊判定結(jié)果為否的情況下，該裝置還包括：第三觸發(fā)模塊，具體的：

第三觸發(fā)模塊，用于在所述判斷模塊判定結(jié)果為否的情況下，觸發(fā)所述驅(qū)動(dòng)裝置，驅(qū)動(dòng)所述電子設(shè)備原地轉(zhuǎn)動(dòng)，以使得所述矩形框處于所述預(yù)設(shè)目標(biāo)跟蹤區(qū)域內(nèi)。

應(yīng)用本發(fā)明實(shí)施例提供的方案，能夠?qū)z像頭時(shí)刻的調(diào)整到正對目標(biāo)的位置，同時(shí)能夠有效的解決目標(biāo)跟丟的現(xiàn)象，在目標(biāo)跟丟的情況下，觸發(fā)驅(qū)動(dòng)裝置，驅(qū)動(dòng)電子設(shè)備原地轉(zhuǎn)動(dòng)，360°搜索目標(biāo)，大大提高了目標(biāo)跟蹤的穩(wěn)定性。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本說明書中的各個(gè)實(shí)施例均采用相關(guān)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對于裝置實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述方法實(shí)施方式中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲(chǔ)于計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，這里所稱得的存儲(chǔ)介質(zhì)，如：ROM/RAM、磁碟、光盤等。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。