【技术实现步骤摘要】
多目标跟踪方法和电子装置
本申请涉及目标跟踪领域，特别是涉及多目标跟踪方法和电子装置。
技术介绍
在自动驾驶感知领域中，摄像头是一种非常重要的传感器，通过图像感知技术，可以检测车辆周围大部分障碍物、交通标识和地面标识等，是自动驾驶车辆规范、安全行使的重要前提。在图像感知领域中多目标跟踪算法是一项非常关键技术，该算法决定了图像感知输出的目标是否准确、稳定。图像多目标跟踪是指在图像序列中，逐帧地检测图像中的感兴趣目标，然后不断更新这些目标在移动过程中的运动信息，从而得到这些目标完整的运动轨迹。目前主流的图像多目标跟踪算法中，以神经网络的检测结果（包括目标类别，图像中像素位置等信息）作为输入，对前后两帧图像检测到的目标进行匹配，根据匹配结果对目标进行信息更新。匹配算法在很大程度上决定了跟踪结果的优与劣，大多数的匹配算法首先计算目标在前后两帧图像中的像素位置相似度，然后用匈牙利算法进行全局最优匹配。然而在车辆转弯、颠簸的时候，会经常出现目标错误匹配、漏匹配的情况，导致输出目标出现身份切换、丢失、属性突变等情况，导致自动驾驶车...
【技术保护点】
1.一种多目标跟踪方法，其特征在于包括：/n对图像序列中的当前图像帧进行多目标检测得到检测目标集合，所述检测目标集合包括一个或多个第一目标的信息，每个所述第一目标的信息包括各所述第一目标的当前时刻的第一图像位置信息和各所述第一目标的当前时刻的第一图像像素信息；/n获取对所述图像序列中当前图像帧之前的历史图像帧进行多目标跟踪得到的跟踪轨迹集合，其中，所述跟踪轨迹集合包括一条或多条被分类为相同目标的第二目标的跟踪轨迹，每条所述第二目标的跟踪轨迹包括各历史时刻的每个所述第二目标的信息，每个所述第二目标的信息包括各所述第二目标的第二图像位置信息和各所述第二目标的第二图像像素信息；/...
【技术特征摘要】
1.一种多目标跟踪方法，其特征在于包括：
对图像序列中的当前图像帧进行多目标检测得到检测目标集合，所述检测目标集合包括一个或多个第一目标的信息，每个所述第一目标的信息包括各所述第一目标的当前时刻的第一图像位置信息和各所述第一目标的当前时刻的第一图像像素信息；
获取对所述图像序列中当前图像帧之前的历史图像帧进行多目标跟踪得到的跟踪轨迹集合，其中，所述跟踪轨迹集合包括一条或多条被分类为相同目标的第二目标的跟踪轨迹，每条所述第二目标的跟踪轨迹包括各历史时刻的每个所述第二目标的信息，每个所述第二目标的信息包括各所述第二目标的第二图像位置信息和各所述第二目标的第二图像像素信息；
根据各历史时刻的各所述第二目标的第二图像位置信息和采集当前图像帧时图像采集装置的运动信息，预测各所述第二目标在当前图像帧中的第三图像位置信息；
根据各所述第一目标的第一图像位置信息和各所述第二目标的第三图像位置信息，确定各所述第一目标与各所述第二目标的图像位置特征相似度；
根据各所述第二目标的第一图像像素信息和各所述第二目标的第二图像像素信息，确定各所述第一目标与各所述第二目标的图像像素特征相似度；
并联所述图像位置特征相似度和所述图像像素特征相似度，得到联合特征相似度；
根据所述联合特征相似度对各所述第一目标和各所述第二目标进行匹配，并根据匹配结果更新所述跟踪轨迹集合。
2.根据权利要求1所述的方法，其特征在于，并联所述图像位置特征相似度和所述图像像素特征相似度，得到联合特征相似度包括：
获取采集当前图像帧时所述图像采集装置的运动信息；
根据采集当前图像帧时所述图像采集装置的运动信息，确定所述图像位置特征相似度的第一权重系数以及所述图像像素特征相似度的第二权重系数；
根据所述第一权重系数和所述第二权重系数，确定所述图像位置特征相似度与所述图像像素特征相似度的加权和，得到所述联合特征相似度。
3.根据权利要求1所述的方法，其特征在于，根据所述联合特征相似度对各所述第一目标和各所述第二目标进行匹配，并根据匹配结果更新所述跟踪轨迹集合包括：
根据所述联合特征相似度对各所述第一目标与各所述第二目标进行局部最优匹配，将匹配成功的第一目标和第二目标作为匹配对，将未匹配成功的第一目标作为非匹配目标；
根据所述匹配对中第一目标的信息，更新所述跟踪轨迹集合中与该第一目标匹配成功的第二目标所属的跟踪轨迹，以及根据作为非匹配目标的第一目标的信息在所述跟踪轨迹集合中生成作为非匹配目标的第一目标的跟踪轨迹。
4.根据权利要求3所述的方法，其特征在于，
所述方法还包括：对所述图像序列中的当前图像帧进行多目标图像特征提取，得到每个所述第一目标的第一图像卷积特征；对所述图像序列中的当前图像帧之前的历史图像帧进行多目标图像特征提取，得到每条所述第二目标的跟踪轨迹中各所述第二目标的第二图像卷积特征；
在根据所述联合特征相似度对各所述第一目标与各所述第二目标进行局部最优匹配，将匹配成功的第一目标和第二目标作为匹配对，将未匹配成功的第一目标作为非匹配目标之后，所述方法还包括：
根据所述第一图像卷积特征和所述第二图像卷积特征，确定各作为非匹配目标的第一目标与各所述第二目标的图像卷积特征相似度；
根据所述图像卷积特征相似度对各作为非匹配目标的第一目标与各所述第二目标进行局部最优匹配，将新匹配成功的作为非匹配目标的第一目标和第二目标作为新的匹配对，并根据新匹配成功的作为非匹配目标的第一目标的信息更新所述跟踪轨迹集合中与作为非匹配目标的第一目标新匹配成功的第二目标所属的跟踪轨迹。
5.根据权利要求3所述的方法，其特征在于，
所述方法还包括：根据所述图像采集装置的标定参数，在预设坐标系中确定各所述第一目标的第一图像位置信息对应的第一物理位置；在所述预设坐标系中确定各所述第二目标的第三图像位置信息对应的第二物理位置；根据所述第二物理位置和采集当前图像帧时所述图像采集装置的运动信息，在所述预设坐标系中预测各所述第二目标在当前时刻的第三物理位置；确定每个所述第一物理位置和每个所述第三物理位置的物理位置特征相似度；
在根据所述联合特征相似度对各所述第一目标与各所述第二目标进行局部最优匹配，将匹配成功的第一目标和第二目标作为匹配对，将未匹配成功的第一目标作为非匹配目标...
【专利技术属性】
技术研发人员：郑炜栋，魏曦，张航，俞宏达，赵龙贺，
申请(专利权)人：湖北亿咖通科技有限公司，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。