车辆跟踪方法、装置、系统及服务器制造方法及图纸

本申请实施例提供了车辆跟踪方法、装置、系统及服务器，该方法包括：获取第一图像数据中各车辆的第一位置，获取第二图像数据中各车辆的第二位置，其中，第一图像数据与第二图像数据分别为监控区域相邻的两个监控设备采集的图像数据；按照第一位置及第二位置，将第一图像数据及第二图像数据中符合预设位置规则的车辆关联为同一车辆，得到各车辆关联结果；按照各车辆关联结果进行车辆跟踪。本申请实施例的车辆跟踪方法，不要求被跟踪车辆上报GPS信息，实现了通过监控设备的图像数据对车辆进行跟踪。

Vehicle tracking method, device, system and server

【技术实现步骤摘要】
车辆跟踪方法、装置、系统及服务器
本申请涉及目标检测跟踪
，特别是涉及车辆跟踪方法、装置、系统及服务器。
技术介绍
随着汽车保有量的上升，道路上的车辆也越来越多。出于安全及车辆行为研究等原因，需要对道路上的车辆进行跟踪。在相关的车辆跟踪方法中，需要利用车辆携带的GPS(GlobalPositioningSystem，全球定位系统)设备，获取车辆的GPS位置，从而实现对车辆跟踪。但是在上述车辆跟踪方法中，需要车辆携带GPS设备，并且需要车辆所有者授权跟踪方获取车辆的GPS信息后，才可以实现车辆的跟踪。然而在多数情况下，车辆所有者并不会授权跟踪方获取自身车辆的GPS信息，因此车辆跟踪变得困难。随着道路监控设备的普及，基于图像数据的车辆跟踪方法逐渐成为研究的热点。
技术实现思路
本申请实施例的目的在于提供一种车辆跟踪方法、装置、系统及服务器，以实现基于图像数据的车辆跟踪。具体技术方案如下：第一方面，本申请实施例提供了一种车辆跟踪方法，所述方法包括：获取第一图像数据中各车辆的第一位置，获取第二图像数据中各车辆的第二位置，其中，所述第一图像数据与所述第二图像数据分别为监控区域相邻的两个监控设备采集的图像数据；按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，得到各车辆关联结果；按照各所述车辆关联结果进行车辆跟踪。可选的，所述第一图像数据与所述第二图像数据对应的监控区域存在重叠，所述按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，包括：按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中车辆位置距离小于预设第一距离阈值的车辆关联为同一车辆。可选的，所述第一图像数据与所述第二图像数据对应的监控区域不存在重叠，所述车辆从所述第一图像数据对应的监控区域驶入所述第二图像数据对应的监控区域，所述按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，包括：按照所述第一位置，预测所述第一图像数据中各车辆在所述第二图像数据中的预测位置；计算各所述预测位置与所述第二图像数据中各车辆的第二位置的车辆预测距离，将所述车辆预测距离小于预设第二距离阈值的车辆关联为同一车辆。可选的，本申请实施例的车辆跟踪方法还包括：获取第三图像数据中各车辆的标识信息及第四图像数据中各车辆的标识信息；按照所述第三图像数据中各车辆的标识信息及所述第四图像数据中各车辆的标识信息，检验各所述车辆关联结果是否正确；所述按照各所述车辆关联结果进行车辆跟踪，包括：针对正确的车辆关联结果，按照所述正确的车辆关联结果进行车辆跟踪。可选的，所述标识信息为车牌信息，所述按照所述第三图像数据中各车辆的标识信息及所述第四图像数据中各车辆的标识信息，检验各所述车辆关联结果是否正确，包括：按照所述第三图像数据中各车辆的车牌信息及所述第四图像数据中各车辆的车牌信息，检验各所述车辆关联结果是否正确。可选的，本申请实施例的车辆跟踪方法还包括：针对不正确的车辆关联结果，按照车牌信息对所述不正确的车辆关联结果中的车辆重新进行关联。可选的，所述标识信息为图像特征信息，所述按照所述第三图像数据中各车辆的标识信息及所述第四图像数据中各车辆的标识信息，检验各所述车辆关联结果是否正确，包括：按照所述第三图像数据中各车辆的图像特征信息及所述第四图像数据中各车辆的图像特征信息，计算关联为同一车辆的两辆车辆的图像特征信息的特征匹配度；按照所述第一位置及所述第二位置，计算关联为同一车辆的两辆车辆的位置置信度；比较各所述车辆关联结果的特征匹配度与预设匹配度阈值的大小，比较各所述车辆关联结果的位置置信度与预设置信度阈值的大小，其中，针对一车辆关联结果，在该车辆关联结果的特征匹配度不小于所述匹配度阈值，且该车辆关联结果的位置置信度大于所述置信度阈值时，判定该车辆关联结果正确。可选的，本申请实施例的车辆跟踪方法还包括：将特征匹配度小于所述匹配度阈值的车辆关联结果判定为不可信结果；将特征匹配度不小于所述匹配度阈值、且位置置信度不大于所述置信度阈值的车辆关联结果，判定为关联待定结果；若所述关联待定结果及所述不可信结果的总数为1，则判定所述关联待定结果或所述不可信结果为正确的车辆关联结果；若所述关联待定结果及所述不可信结果的总数大于1，按照预设关联度公式，得到关联度最高的车辆关联结果，作为正确的车辆关联结果。第二方面，本申请实施例提供了一种车辆跟踪装置，所述装置包括：位置获取模块，用于获取第一图像数据中各车辆的第一位置，获取第二图像数据中各车辆的第二位置，其中，所述第一图像数据与所述第二图像数据分别为监控区域相邻的两个监控设备采集的图像数据；车辆关联模块，用于按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，得到各车辆关联结果；车辆跟踪模块，用于按照各所述车辆关联结果进行车辆跟踪。可选的，所述第一图像数据与所述第二图像数据对应的监控区域存在重叠，所述车辆关联模块，具体用于：按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中车辆位置距离小于预设第一距离阈值的车辆关联为同一车辆。可选的，所述第一图像数据与所述第二图像数据对应的监控区域不存在重叠，所述车辆从所述第一图像数据对应的监控区域驶入所述第二图像数据对应的监控区域，所述车辆关联模块，包括：位置预测子模块，用于按照所述第一位置，预测所述第一图像数据中各车辆在所述第二图像数据中的预测位置；第一阈值判定子模块，用于计算各所述预测位置与所述第二图像数据中各车辆的第二位置的车辆预测距离，将所述车辆预测距离小于预设第二距离阈值的车辆关联为同一车辆。可选的，本申请实施例的车辆跟踪装置还包括：标识获取模块，用于获取第三图像数据中各车辆的标识信息及第四图像数据中各车辆的标识信息；关联检验模块，用于按照所述第三图像数据中各车辆的标识信息及所述第四图像数据中各车辆的标识信息，检验各所述车辆关联结果是否正确；所述车辆跟踪模块，具体用于：针对正确的车辆关联结果，按照所述正确的车辆关联结果进行车辆跟踪。可选的，所述标识信息为车牌信息，所述关联检验模块，具体用于：按照所述第三图像数据中各车辆的车牌信息及所述第四图像数据中各车辆的车牌信息，检验各所述车辆关联结果是否正确。可选的，本申请实施例的车辆跟踪装置还包括：第一关联更新模块，用于针对不正确的车辆关联结果，按照车牌信息对所述不正确的车辆关联结果中的车辆重新进行关联。可选的，所述标识信息为图像特征信息，所述关联检验模块，包括：匹配度计算子本文档来自技高网...

【技术保护点】
1.一种车辆跟踪方法，其特征在于，所述方法包括：/n获取第一图像数据中各车辆的第一位置，获取第二图像数据中各车辆的第二位置，其中，所述第一图像数据与所述第二图像数据分别为监控区域相邻的两个监控设备采集的图像数据；/n按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，得到各车辆关联结果；/n按照各所述车辆关联结果进行车辆跟踪。/n

【技术特征摘要】
1.一种车辆跟踪方法，其特征在于，所述方法包括：
获取第一图像数据中各车辆的第一位置，获取第二图像数据中各车辆的第二位置，其中，所述第一图像数据与所述第二图像数据分别为监控区域相邻的两个监控设备采集的图像数据；
按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，得到各车辆关联结果；
按照各所述车辆关联结果进行车辆跟踪。


2.根据权利要求1所述的方法，其特征在于，所述第一图像数据与所述第二图像数据对应的监控区域存在重叠，所述按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，包括：
按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中车辆位置距离小于预设第一距离阈值的车辆关联为同一车辆。


3.根据权利要求1所述的方法，其特征在于，所述第一图像数据与所述第二图像数据对应的监控区域不存在重叠，所述车辆从所述第一图像数据对应的监控区域驶入所述第二图像数据对应的监控区域，所述按照所述第一位置及所述第二位置，将所述第一图像数据及所述第二图像数据中符合预设位置规则的车辆关联为同一车辆，包括：
按照所述第一位置，预测所述第一图像数据中各车辆在所述第二图像数据中的预测位置；
计算各所述预测位置与所述第二图像数据中各车辆的第二位置的车辆预测距离，将所述车辆预测距离小于预设第二距离阈值的车辆关联为同一车辆。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取第三图像数据中各车辆的标识信息及第四图像数据中各车辆的标识信息；
按照所述第三图像数据中各车辆的标识信息及所述第四图像数据中各车辆的标识信息，检验各所述车辆关联结果是否正确；
所述按照各所述车辆关联结果进行车辆跟踪，包括：
针对正确的车辆关联结果，按照所述正确的车辆关联结果进行车辆跟踪。


5.根据权利要求4所述的方法，其特征在于，所述标识信息为车牌信息，所述按照所述第三图像数据中各车辆的标识信息及所述第四图像数据中各车辆的标识信息，检验各所述车辆关联结果是否正确，包括：
按照所述第三图像数据中各车辆的车牌信息及所述第四图像数据中各车辆的车牌信息，检验各所述车辆关联结果是否正确。


6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
针对不正确的车辆关联结果，按照车牌信息对所述不正确的车辆关联结果中的车辆重新进行关联。


7.根据权利要求4所述的方法，其特征在于，所述标识信息为图像特征信息，所述按照所述第三图像数据中各车辆的标识信息及所述第四图像数据中各车辆的标识信息，检验各所述车辆关联结果是否正确，包括：
按照所述第三图像数据中各车辆的图像特征信息及所述第四图像数据中各车辆的图像特征信息，计算关联为同一车辆的两辆车辆的图像特征信息的特征匹配度；
按照所述第一位置及所述第二位置，计算关联为同一车辆的两辆车辆的位置置信度；
比较各所述车辆关联结果的特征匹配度与预设匹配度阈值的大小，比较各所述车辆关联结果的位置置信度与预设置信度阈值的大小，其中，针对一车辆关联结果，在该车辆关联结果的特征匹配度不小于所述匹配度阈值，且该车辆关联结果的位置置信度大于所述置信度阈值时，判定该车...

【专利技术属性】
技术研发人员：王科，沈涛，裴建军，
申请(专利权)人：杭州海康威视系统技术有限公司，
类型：发明
国别省市：浙江;33