對象識別跟蹤方法及裝置與流程

2023-11-02 23:51:49

本發明涉及圖像識別技術領域，尤其涉及一種對象識別跟蹤方法及裝置。

背景技術：

基於視頻流的對象識別系統用於識別視頻流中出現的對象並在對象的周圍標註出對象信息。為了實現對象識別和信息標註，對象識別系統首先檢測出每一幀畫面中所有待檢對象出現的位置，通過特定的對象識別的算法識別每一幀畫面中的所有對象，再在對象特徵資料庫中檢索每一個對象相關的信息，最後將對象相關的信息標註在對應的對象周圍。

當視頻流中出現的對象數目較多的時候，視頻流中的每一幀畫面相對於前一幀畫面，對象的數量可能會發生變化，同一個對象的位置也可能會發生變化，為了準確地標註對象信息，對象識別系統會針對每一幀都執行上述檢測、識別和檢索的操作，計算量非常大，又由於目前視頻的幀率都很高，導致運行對象識別和檢索過程的本地設備或遠程伺服器的計算壓力和存儲壓力非常大。

技術實現要素：

為克服相關技術中存在的問題，本發明提供一種對象識別跟蹤方法及裝置。

根據本發明實施例的第一方面，提供一種對象識別跟蹤方法，包括：

在視頻流中獲取待識別的當前幀圖像；

檢測所述當前幀圖像中的識別對象，得到檢測框列表，所述檢測框列表用於存儲包圍每個所述識別對象的第一檢測框的第一檢測框信息；

針對所述當前幀圖像中的每個第一檢測框，確定所述第一檢測框與預設的對象識別信息表中存儲的每個第二檢測框之間的重合範圍，所述對象識別信息表包括：第二檢測框的第二檢測框信息與對象標識之間的對應關係，所述第二檢測框用於包圍所述已識別幀圖像中的識別對象；

如果存在任一所述重合範圍大於第一預設閾值，確定該第一檢測框信息對應的對象標識與所述第二檢測框信息對應的對象標識相同。

可選地，所述方法還包括：

如果存在任一第一檢測框，該第一檢測框與每個第二檢測框之間的重合範圍均小於所述第一預設閾值，為該第一檢測框中的識別對象確定新的對象標識，所述新的對象標識與已識別幀圖像中的對象標識不同；

獲取與該第一檢測框包圍的識別對象對應的標註信息；

建立新的對象標識與所述標註信息之間的對應關係；

將該第一檢測框的第一檢測框信息與所述新的對象標識之間的對應關係，以及，新的對象標識和標註信息之間的對應關係添加到所述對象識別信息表中。

可選地，所述獲取與該第一檢測框包圍的識別對象對應的標註信息包括：

向對象識別伺服器發送對象識別請求，所述對象識別請求中攜帶所述第一檢測框中識別對象的圖像，以使所述對象識別伺服器根據所述圖像進行對象識別；

接收所述對象識別伺服器返回的對象識別結果，所述對象識別結果中攜帶標註信息。

可選地，所述對象識別信息表中還包括:與對象標識對應的時間戳，所述時間戳在每次為識別對象確定對象標識後創建或更新，所述方法還包括：

每隔預設時間間隔，將系統的當前時間與所述對象識別信息表中的每個所述時間戳比較；

如果所述系統的當前時間與任一所述時間戳之間的差值大於第二預設閾值，在所述對象識別信息表中刪除所述時間戳與對象標識之間的對應關係、對象標識與第二檢測框的第二檢測框信息之間的對應關係和對象標識與標註信息之間的對應關係。

可選地，所述對象識別信息表中還包括：每個識別對象在已識別幀圖像中的連續出現次數，所述方法還包括：

如果所述連續出現次數大於第三預設閾值，且所述系統的當前時間與任一所述時間戳之間的差值小於或者等於第二預設閾值，在所述對象識別信息表中查詢與所述對象標識對應的標註信息；

在所述當前幀圖像中所述第一檢測框的預設位置處顯示所述標註信息。

根據本發明實施例的第二方面，提供一種對象識別跟蹤裝置，包括：

第一獲取模塊，用於在視頻流中獲取待識別的當前幀圖像；

檢測模塊，用於檢測所述當前幀圖像中的識別對象，得到檢測框列表，所述檢測框列表用於存儲包圍每個所述識別對象的第一檢測框的第一檢測框信息；

第一確定模塊，用於針對所述當前幀圖像中的每個第一檢測框，確定所述第一檢測框與預設的對象識別信息表中存儲的每個第二檢測框之間的重合範圍，所述對象識別信息表包括：第二檢測框的第二檢測框信息與對象標識之間的對應關係，所述第二檢測框用於包圍所述已識別幀圖像中的識別對象；

第二確定模塊，用於如果存在任一所述重合範圍大於第一預設閾值，確定該第一檢測框信息對應的對象標識與所述第二檢測框信息對應的對象標識相同。

可選地，所述裝置還包括：

第三確定模塊，用於如果存在任一第一檢測框，該第一檢測框與每個第二檢測框之間的重合範圍均小於所述第一預設閾值，為該第一檢測框中的識別對象確定新的對象標識，所述新的對象標識與已識別幀圖像中的對象標識不同；

第二獲取模塊，用於獲取與該第一檢測框包圍的識別對象對應的標註信息；

建立模塊，用於建立新的對象標識與所述標註信息之間的對應關係；

添加模塊，用於將該第一檢測框的第一檢測框信息與所述新的對象標識之間的對應關係，以及，新的對象標識和標註信息之間的對應關係添加到所述對象識別信息表中。

可選地，所述第二獲取模塊，包括：

發送單元，用於向對象識別伺服器發送對象識別請求，所述對象識別請求中攜帶所述第一檢測框中識別對象的圖像，以使所述對象識別伺服器根據所述圖像進行對象識別；

接收單元，用於接收所述對象識別伺服器返回的對象識別結果，所述對象識別結果中攜帶標註信息。

可選地，所述對象識別信息表中還包括:與對象標識對應的時間戳，所述時間戳在每次為識別對象確定對象標識後創建或更新，所述裝置還包括：

比較模塊，用於每隔預設時間間隔，將系統的當前時間與所述對象識別信息表中的每個所述時間戳比較；

刪除模塊，用於如果所述系統的當前時間與任一所述時間戳之間的差值大於第二預設閾值，在所述對象識別信息表中刪除所述時間戳與對象標識之間的對應關係、對象標識與第二檢測框的第二檢測框信息之間的對應關係和對象標識與標註信息之間的對應關係。

可選地，所述對象識別信息表中還包括：每個識別對象在已識別幀圖像中的連續出現次數，所述裝置還包括：

查詢模塊，用於如果所述連續出現次數大於第三預設閾值，且所述系統的當前時間與任一所述時間戳之間的差值小於或者等於第二預設閾值，在所述對象識別信息表中查詢與所述對象標識對應的標註信息；

顯示模塊，用於在所述當前幀圖像中所述第一檢測框的預設位置處顯示所述標註信息。

本發明實施例提供的該方法，本發明實施例通過首先在視頻流中獲取待識別的當前幀圖像，然後檢測所述當前幀圖像中的識別對象，得到檢測框列表，再針對所述當前幀圖像中的每個第一檢測框，確定所述第一檢測框與預設的對象識別信息表中存儲的每個第二檢測框之間的重合範圍，最後如果存在任一所述重合範圍大於第一預設閾值，可以確定該第一檢測框信息對應的對象標識與所述第二檢測框信息對應的對象標識相同。

本發明實施例提供的該方法，能夠通過將當前幀圖像中包圍識別對象的第一檢測框，與對象識別信息表中存儲的已識別幀圖像中包圍識別對象的第二檢測框比較重合範圍，無需識別第一檢測框和第二檢測框中識別對象的圖像，即可確定第一檢測框中的識別對象的對象標識，無需針對每一個幀圖像中的每一個識別對象逐一進行圖像識別，即可實現識別對象的標識的確定，進而實現對視頻圖像中識別對象的快速跟蹤，降低系統的運算壓力和存儲壓力，並且節省用戶等待圖像識別結果的時間，提高對視頻流中各個幀圖像中識別對象進行識別和跟蹤的效率。

應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本發明。

附圖說明

此處的附圖被併入說明書中並構成本說明書的一部分，示出了符合本發明的實施例，並與說明書一起用於解釋本發明的原理。

圖1是根據一示例性實施例示出的一種對象識別跟蹤方法的一種流程圖；

圖2是根據一示例性實施例示出的一種對象識別跟蹤方法的另一種流程圖；

圖3是根據一示例性實施例示出的一種對象識別跟蹤方法的另一種流程圖；

圖4是根據一示例性實施例示出的一種對象識別跟蹤方法的另一種流程圖；

圖5是根據一示例性實施例示出的一種對象識別跟蹤方法的結構示意圖；

圖6是本申請又一實施例提供的執行對象識別跟蹤方法的電子設備的硬體結構示意圖。

具體實施方式

這裡將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本發明相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本發明的一些方面相一致的裝置和方法的例子。

為了能夠在視頻流內跟蹤每個幀圖像中的識別對象時，不必每一幀均進行對象識別操作，如圖1所示，在本發明的一個實施例中，提供一種對象識別跟蹤方法，該對象識別跟蹤方法可以應用在計算機中，所述方法可以包括以下步驟。

在步驟s101中，在視頻流中獲取待識別的當前幀圖像。

在本發明實施例中，視頻流可以指視頻數據的傳輸，它能夠被作為一個穩定的和連續的流通過網絡處理，視頻流中可以包括多個幀圖像，待識別的當前幀圖像可以指視頻流中的任一幀圖像，當前幀圖像中可以包含至少一個識別對象，如：1個識別對象、3個識別對象或者10個識別對象等等，也可以不包含識別對象，如果當前幀圖像中不包含識別對象，則可以繼續進行下一幀圖像的處理，無需繼續識別當前幀圖像中的識別對象，所以本發明實施例主要應用於當前幀圖像中包含至少一個識別對象的場景。

在步驟s102中，檢測所述當前幀圖像中的識別對象，得到檢測框列表。

在本發明實施例中，識別對象可以指人臉或者頭部等，也可以指飛機或者汽車等，具體可以根據實際情況確定，本發明不做限定，所述檢測框列表用於存儲包圍每個所述識別對象的第一檢測框的第一檢測框信息，識別對象的第一檢測框可以指標識識別對象所在的顯示區域的矩形框，例如：人臉的識別框(後文簡稱人臉框)等，第一檢測框信息可以指第一檢測框的大小和坐標等，在實際應用中第一檢測框的大小可以通過第一檢測框的長度、寬度或者面積等來體現，例如：人臉框的大小和坐標可以通過人臉檢測算法檢測當前幀圖像中能包含一張人臉的矩形框的坐標位置和大小，第一檢測框信息的表現形式包括但不限於以下兩種方式：人臉框左上角坐標+人臉框右下角坐標，或者，人臉框左上角坐標+人臉框長度+人臉框寬度。

在該步驟中，可以使用人臉識別算法檢測當前幀圖像中的識別對象，可以在識別到識別對象後，生成至少一個包圍識別對象的第一檢測框，並記錄每個第一檢測框的第一檢測框信息，然後將之少一個第一檢測框信息存入檢測框列表。

在步驟s103中，針對所述當前幀圖像中的每個第一檢測框，確定所述第一檢測框與預設的對象識別信息表中存儲的每個第二檢測框之間的重合範圍。

在本發明實施例中，所述對象識別信息表包括：第二檢測框的第二檢測框信息與對象標識之間的對應關係，所述第二檢測框用於包圍所述已識別幀圖像中的識別對象，在實際應用中，對象識別信息表用於存儲已識別幀圖像中不同的識別對象對應的第二檢測框信息等，已識別幀圖像可以指視頻流中當前幀圖像之前的幀圖像，對象識別信息表可以在系統初始化時創建，隨著識別的幀圖像的數量的增加，其中寫入的信息也隨之增多，例如，在識別第一幀圖像時，對象識別信息表中可以包含0個第二檢測框信息與對象標識之間的對應關係，隨著不斷的識別幀圖像，第二檢測框信息與對象標識之間的對應關係的數量也隨之增加，對象標識可以指唯一標識識別對象的標識，例如：人臉編號等。

在該步驟中，例如：可以首先針對當前幀圖像中的標識為001的第一檢測框，計算該第一檢測框與根據對象識別信息表確定的每個第二檢測框之間的重合範圍，也就是說，可以首先計算第一檢測框001與第二檢測框01之間的重合範圍，然後計算第一檢測框001與第二檢測框02之間的重合範圍，再計算第一檢測框001與第二檢測框03之間的重合範圍，……，在第一檢測框001的重合範圍全部確定完畢後，再計算標識為002的第一檢測框與對象識別信息表中各個第二信息框計算重合範圍，也就是說，可以首先計算第一檢測框002與第二檢測框01之間的重合範圍，然後計算第一檢測框002與第二檢測框02之間的重合範圍，再計算第一檢測框002與第二檢測框03之間的重合範圍，……，直至每個第一檢測框的重合範圍全部計算完畢，第二信息框是由對象識別信息表中當前包含的對應關係內的第二檢測框信息確定的，假設當前對象識別信息表中包含0個第二檢測框信息，則每個第一檢測框與所有第二檢測框的重合面積將均為0。

在步驟s104中，如果存在任一所述重合範圍大於第一預設閾值，確定該第一檢測框信息對應的對象標識與所述第二檢測框信息對應的對象標識相同。

在本發明實施例中，第一預設閾值可以為50％或者70％等等。

在該步驟中，可以將在步驟s103中確定的每個重合範圍逐個分別與第一預設閾值比較，在每出現一個大於第一預設閾值的重合範圍時，可以將與計算該重合範圍的第一檢測框信息對應的對象標識確定為計算該重合範圍的第二檢測框信息對應的對象標識，例如：假設需要確定第一檢測框信息對應的對象標識，第二檢測框信息對應的對象標識為a，第一檢測框001與第二檢測框01之間的重合範圍大於預設閾值，則可以確定第一檢測框信息對應的對象標識也為a。

本發明實施例通過首先在視頻流中獲取待識別的當前幀圖像，然後檢測所述當前幀圖像中的識別對象，得到檢測框列表，再針對所述當前幀圖像中的每個第一檢測框，確定所述第一檢測框與預設的對象識別信息表中存儲的每個第二檢測框之間的重合範圍，最後如果存在任一所述重合範圍大於第一預設閾值，可以確定該第一檢測框信息對應的對象標識與所述第二檢測框信息對應的對象標識相同。

本發明實施例提供的該方法，能夠通過將當前幀圖像中包圍識別對象的第一檢測框，與對象識別信息表中存儲的已識別幀圖像中包圍識別對象的第二檢測框比較重合範圍，無需識別第一檢測框和第二檢測框中識別對象的圖像，即可確定第一檢測框中的識別對象的對象標識，無需針對每一個幀圖像中的每一個識別對象逐一進行圖像識別，即可實現識別對象的標識的確定，降低系統的運算壓力和存儲壓力，並且節省用戶等待圖像識別結果的時間，提高對視頻流中各個幀圖像中識別對象進行識別的效率。

如圖2所示，在本發明的又一實施例中，所述方法還包括以下步驟。

在步驟s201中，如果存在任一第一檢測框，該第一檢測框與每個第二檢測框之間的重合範圍均小於所述第一預設閾值，為該第一檢測框中的識別對象確定新的對象標識。

在本發明實施例中，所述新的對象標識與已識別幀圖像中的對象標識不同。

在該步驟中，假設第一檢測框005與對象識別信息表中的每個第二檢測框之間的重合範圍均小於第一預設閾值，則可以確定該第一檢測框005中的識別對象為視頻流中新出現的識別對象，這時可以為該新出現的識別對象生成一個與對象識別信息表中存儲的各個對象標識均不同的、新的對象標識。

在步驟s202中，獲取與該第一檢測框包圍的識別對象對應的標註信息。

在該步驟中，如果圖像識別過程在本地設備中實現，則可以在本地設備中對新的識別對象進行圖像識別，然後根據圖像識別結果確定該識別對象的標註信息；如果圖像識別過程在伺服器中實現，則可以向對象識別伺服器發送對象識別請求，所述對象識別請求中攜帶所述第一檢測框中識別對象的圖像，以使所述對象識別伺服器根據所述圖像進行對象識別；然後接收所述對象識別伺服器返回的對象識別結果，所述對象識別結果中攜帶標註信息。

在步驟s203中，建立新的對象標識與所述標註信息之間的對應關係。

在步驟s204中，將該第一檢測框的第一檢測框信息與所述新的對象標識之間的對應關係，以及，新的對象標識和標註信息之間的對應關係添加到所述對象識別信息表中。

本發明實施例通過在存在任一第一檢測框，該第一檢測框與每個第二檢測框之間的重合範圍均小於所述第一預設閾值時，為該第一檢測框中的識別對象確定新的對象標識，然後獲取與該第一檢測框包圍的識別對象對應的標註信息，再建立新的對象標識與所述標註信息之間的對應關係，最後將該第一檢測框的第一檢測框信息與所述新的對象標識之間的對應關係，以及，新的對象標識和標註信息之間的對應關係添加到所述對象識別信息表中。

本發明實施例提供的該方法，能夠對視頻流中新的識別對象生成對象標識，獲取新的識別對象的標註信息，然後將新的識別對象的對象標識和標註信息分別對應的存儲到對象識別信息表中，以便於識別當前幀圖像之後的下一幀圖像中的識別對象時使用。

在實際應用中，假設在第n幀中，檢測出了一個對象，但是第n+1幀中，儘管這個對象還在畫面中，但是因為種種原因檢測算法並沒有檢測出這個對象，所以這個對象對應的檢測框會在畫面中消失；然而，在第n+2幀中，算法再次成功地檢測出了這個對象。為了過濾掉這種偶發的算法失敗的檢測，並且便於正確地處理對象真正消失的情況，如圖3所示，在本發明的又一實施例中，增加了超時檢測的機制，所述對象識別信息表中還包括:與對象標識對應的時間戳，所述時間戳在每次為識別對象確定對象標識後創建或更新，在實際應用中，可以在步驟s104：如果存在任一所述重合範圍大於第一預設閾值，確定該第一檢測框信息對應的對象標識與所述第二檢測框信息對應的對象標識相同之後，更新該對象標識的時間戳；或者，在步驟s201：如果存在任一第一檢測框，該第一檢測框與每個第二檢測框之間的重合範圍均小於所述第一預設閾值，為該第一檢測框中的識別對象確定新的對象標識之後，創建時間戳，所述方法還包括：

在步驟s301中，每隔預設時間間隔，將系統的當前時間與所述對象識別信息表中的每個所述時間戳比較。

在步驟s302中，如果所述系統的當前時間與任一所述時間戳之間的差值大於第二預設閾值，在所述對象識別信息表中刪除所述時間戳與對象標識之間的對應關係、對象標識與第二檢測框的第二檢測框信息之間的對應關係和對象標識與標註信息之間的對應關係。

在本發明實施例中，設置第二預設閾值可以用於篩選時間過期的識別對象，在本發明的一個實施例中，由於攝像頭的圖像幀率一般是30幀每秒，每幀33毫秒，假定連續10幀沒有檢測出對象，超時時間就是333毫秒，因此，在這種應用場景下，第二預設閾值應大於333毫秒，例如，第二預設閾值可以取值為500毫秒等，以上舉例僅用於解釋本發明，不對本發明的保護範圍做出限定。

在該步驟中，可以在計算得到的任一時間差大於第二預設閾值時，在對象識別信息表中刪除計算與該時間差的時間戳對應的對象標識相關聯的多個對應關係，例如，在正常情況下，超過500毫秒還沒有檢測出對象，可以認為識別對象已經在畫面中消失，可以刪除該識別對象的對象標識以及對象標識相關聯的多個對應關係。

本發明實施例通過將系統的當前時間與所述對象識別信息表中的每個所述時間戳比較，如果所述系統的當前時間與任一所述時間戳之間的差值大於第二預設閾值，在所述對象識別信息表中刪除所述時間戳與對象標識之間的對應關係、對象標識與第二檢測框的第二檢測框信息之間的對應關係和對象標識與標註信息之間的對應關係。

本發明實施例提供的該方法，能夠將超過第二預設閾值的時間戳對應的對象標識，以及包含對象標識的各種對應關係刪除，也就是說，每一個識別對象的相關信息的存在時間在超過第二預設閾值之後才會被判定為該識別對象在畫面中消失，降低人臉檢測操作誤判(例如算法檢測失誤導致的有任一幀檢測失敗，沒有檢測出對象)的影響，降低人臉識別的次數，提升了檢測框在畫面中顯示的穩定性。

如圖4所示，在本發明的又一實施例中，所述對象識別信息表中還包括：每個識別對象在已識別幀圖像中的連續出現次數，所述方法還包括：

在步驟s401中，如果所述連續出現次數大於第三預設閾值，且所述系統的當前時間與任一所述時間戳之間的差值小於或者等於第二預設閾值，在所述對象識別信息表中查詢與所述對象標識對應的標註信息。

在本發明實施例中，識別對象在已識別幀圖像中的連續出現次數，可以在識別每個幀圖像時，識別對象每連續出現一次，連續出現次數加1，例如：假設識別對象a在第200幀中第一次出現，並且在之後的第201幀、第202幀……第209幀均出現，則可以確定識別對象a的連續出現次數為10幀，在例如：假設識別對象b在第5幀第一次出現，在之後的所有幀中不再出現，則可以確定識別對象b的連續出現次數為1次；第三預設閾值可以設置為較小的數值，以篩選掉連續出現次數過小的識別對象。

在該步驟中，如果所述連續出現次數大於第三預設閾值，且所述系統的當前時間與任一所述時間戳之間的差值小於或者等於第二預設閾值，可以根據對象標識在對象識別信息表中查詢對應的標註信息。

在步驟s402中，在所述當前幀圖像中所述第一檢測框的預設位置處顯示所述標註信息。

在該步驟中，可以在當前幀圖像中與對象標識對應的第一檢測框周圍預設位置處顯示標註信息，預設位置處可以為第一檢測框的右上角等。

本發明實施例通過如果所述連續出現次數大於第三預設閾值，且所述系統的當前時間與任一所述時間戳之間的差值小於或者等於第二預設閾值，在所述對象識別信息表中查詢與所述對象標識對應的標註信息，在所述當前幀圖像中所述第一檢測框的預設位置處顯示所述標註信息。

本發明實施例提供的該方法，能夠在識別對象連續出現次數超過第三預設閾值、並且系統的當前時間與任一所述時間戳之間的差值小於或者等於第二預設閾值，才發判定識別對象的有效性，降低人臉檢測操作誤判的影響，降低人臉識別的次數，提升畫面顯示的穩定性。

如圖5所示，在本發明的又一實施例中，提供一種對象識別跟蹤裝置，包括：第一獲取模塊11、檢測模塊12、第一確定模塊13和第二確定模塊14；

第一獲取模塊11，用於在視頻流中獲取待識別的當前幀圖像；

檢測模塊12，用於檢測所述當前幀圖像中的識別對象，得到檢測框列表，所述檢測框列表用於存儲包圍每個所述識別對象的第一檢測框的第一檢測框信息；

第一確定模塊13，用於針對所述當前幀圖像中的每個第一檢測框，確定所述第一檢測框與預設的對象識別信息表中存儲的每個第二檢測框之間的重合範圍，所述對象識別信息表包括：第二檢測框的第二檢測框信息與對象標識之間的對應關係，所述第二檢測框用於包圍所述已識別幀圖像中的識別對象；

第二確定模塊14，用於如果存在任一所述重合範圍大於第一預設閾值，確定該第一檢測框信息對應的對象標識與所述第二檢測框信息對應的對象標識相同。

在本發明的又一實施例中，所述裝置還包括：

第三確定模塊，用於如果存在任一第一檢測框，該第一檢測框與每個第二檢測框之間的重合範圍均小於所述第一預設閾值，為該第一檢測框中的識別對象確定新的對象標識，所述新的對象標識與已識別幀圖像中的對象標識不同；

第二獲取模塊，用於獲取與該第一檢測框包圍的識別對象對應的標註信息；

建立模塊，用於建立新的對象標識與所述標註信息之間的對應關係；

添加模塊，用於將該第一檢測框的第一檢測框信息與所述新的對象標識之間的對應關係，以及，新的對象標識和標註信息之間的對應關係添加到所述對象識別信息表中。

在本發明的又一實施例中，所述第二獲取模塊，包括：

發送單元，用於向對象識別伺服器發送對象識別請求，所述對象識別請求中攜帶所述第一檢測框中識別對象的圖像，以使所述對象識別伺服器根據所述圖像進行對象識別；

接收單元，用於接收所述對象識別伺服器返回的對象識別結果，所述對象識別結果中攜帶標註信息。

在本發明的又一實施例中，所述對象識別信息表中還包括:與對象標識對應的時間戳，所述時間戳在每次為識別對象確定對象標識後創建或更新，所述裝置還包括：

比較模塊，用於每隔預設時間間隔，將系統的當前時間與所述對象識別信息表中的每個所述時間戳比較；

刪除模塊，用於如果所述系統的當前時間與任一所述時間戳之間的差值大於第二預設閾值，在所述對象識別信息表中刪除所述時間戳與對象標識之間的對應關係、對象標識與第二檢測框的第二檢測框信息之間的對應關係和對象標識與標註信息之間的對應關係。

在本發明的又一實施例中，所述對象識別信息表中還包括：每個識別對象在已識別幀圖像中的連續出現次數，所述裝置還包括：

查詢模塊，用於如果所述連續出現次數大於第三預設閾值，且所述系統的當前時間與任一所述時間戳之間的差值小於或者等於第二預設閾值，在所述對象識別信息表中查詢與所述對象標識對應的標註信息；

顯示模塊，用於在所述當前幀圖像中所述第一檢測框的預設位置處顯示所述標註信息。

圖6是本申請又一實施例提供的執行對象識別跟蹤方法的電子設備的硬體結構示意圖，如圖6所示，該設備包括：

一個或多個處理器610以及存儲器620，圖6中以一個處理器610為例。

執行對象識別跟蹤方法的設備還可以包括：輸入裝置630和輸出裝置640。

處理器610、存儲器620、輸入裝置630和輸出裝置640可以通過總線或者其他方式連接，圖6中以通過總線連接為例。

存儲器620作為一種非易失性計算機可讀存儲介質，可用於存儲非易失性軟體程序、非易失性計算機可執行程序以及模塊，如本申請實施例中的對象識別跟蹤方法對應的程序指令/模塊(例如，附圖5所示的第一獲取模塊11、檢測模塊12、第一確定模塊13和第二確定模塊14)。處理器610通過運行存儲在存儲器620中的非易失性軟體程序、指令以及模塊，從而執行伺服器的各種功能應用以及數據處理，即實現上述方法實施例對象識別跟蹤方法。

存儲器620可以包括存儲程序區和存儲數據區，其中，存儲程序區可存儲作業系統、至少一個功能所需要的應用程式；存儲數據區可存儲根據對象識別跟蹤裝置的使用所創建的數據等。此外，存儲器620可以包括高速隨機存取存儲器，還可以包括非易失性存儲器，例如至少一個磁碟存儲器件、快閃記憶體器件、或其他非易失性固態存儲器件。在一些實施例中，存儲器620可選包括相對於處理器610遠程設置的存儲器，這些遠程存儲器可以通過網絡連接至對象識別跟蹤裝置。上述網絡的實例包括但不限於網際網路、企業內部網、區域網、移動通信網及其組合。

輸入裝置630可接收輸入的數字或字符信息，以及產生與對象識別跟蹤裝置的用戶設置以及功能控制有關的鍵信號輸入。輸出裝置640可包括顯示屏等顯示設備。

所述一個或者多個模塊存儲在所述存儲器620中，當被所述一個或者多個處理器610執行時，執行上述任意方法實施例中的對象識別跟蹤方法。

上述產品可執行本申請實施例所提供的方法，具備執行方法相應的功能模塊和有益效果。未在本實施例中詳盡描述的技術細節，可參見本申請實施例所提供的方法。

本領域技術人員在考慮說明書及實踐這裡公開的發明後，將容易想到本發明的其它實施方案。本申請旨在涵蓋本發明的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本發明的一般性原理並包括本發明未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本發明的真正範圍和精神由所附的權利要求指出。

應當理解的是，本發明並不局限於上面已經描述並在附圖中示出的精確結構，並且可以在不脫離其範圍進行各種修改和改變。本發明的範圍僅由所附的權利要求來限制。