车辆跟踪方法、装置及电子设备制造方法及图纸

本申请公开了车辆跟踪方法、装置及电子设备，涉及计算机视觉和深度学习技术等人工智能领域。具体实现方案为：识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息；以及识别所述视频流中第二图像的第二车辆的第二位置信息；其中，所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像，N为正整数；基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息；基于所述第一位置信息、第二位置信息以及第一位置偏移信息，确定所述第二车辆的跟踪结果。根据本申请的技术，解决了车辆跟踪技术存在的车辆跟踪准确性比较低的问题，提高了车辆跟踪的准确性。

【技术实现步骤摘要】
车辆跟踪方法、装置及电子设备
本申请涉及人工智能领域，尤其涉及计算机视觉和深度学习
，具体涉及一种车辆跟踪方法、装置及电子设备。
技术介绍
对道路交通的视频进行结构化分析，确定图像中的车辆，并对车辆进行跟踪，是智能交通视觉感知的重要技术能力。相关技术中，车辆跟踪技术主要分成两个阶段，第一个阶段通常利用实例分割模型对图像帧进行实例分割，确定图像帧中包含的检测框或分割掩膜；第二阶段通常是对检测框或分割掩膜进行特征提取，确定车辆的特征，并根据当前图像帧中的车辆特征与历史图像帧中的车辆特征间的匹配度，对车辆进行跟踪。
技术实现思路
本公开提供了一种车辆跟踪方法、装置及电子设备。根据本公开的第一方面，提供了一种车辆跟踪方法，包括：识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息；以及识别所述视频流中第二图像的第二车辆的第二位置信息；其中，所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像，N为正整数；基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息；基于所述第一位置信息、第二位置信息以及第一位置偏移信息，确定所述第二车辆的跟踪结果。根据本公开的第二方面，提供了一种车辆跟踪装置，包括：第一识别模块，用于识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息；以及所述视频流中第二图像的第二车辆的第二位置信息；其中，所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像，N为正整数；<br>预测模块，用于基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息；第一确定模块，用于基于所述第一位置信息、第二位置信息以及第一位置偏移信息，确定所述第二车辆的跟踪结果。根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法。根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行第一方面中的任一项方法。根据本申请的技术解决了车辆跟踪技术存在的车辆跟踪准确性比较低的问题，提高了车辆跟踪的准确性。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的车辆跟踪方法的流程示意图；图2是对第二图像中的各个第二车辆进行标记的示意图；图3是车辆跟踪方法的实现框架示意图；图4是带注意力机制的编码器网络的结构示意图；图5是根据本申请第二实施例的车辆跟踪装置的结构示意图；图6是用来实现本申请实施例的车辆跟踪方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。第一实施例如图1所示，本申请提供一种车辆跟踪方法，包括如下步骤：步骤S101：识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息；以及识别所述视频流中第二图像的第二车辆的第二位置信息；其中，所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像，N为正整数。本申请实施例中，车辆跟踪方法涉及计算机视觉、深度学习等人工智能
，其可以广泛应用于车辆监控、违章识别、车流统计等诸多场景。实际使用时，本申请实施例的车辆跟踪方法，可以由本申请实施例的车辆跟踪装置执行。本申请实施例的车辆跟踪装置可以配置在任意电子设备中，以执行本申请实施例的车辆跟踪方法。该电子设备可以为服务器，也可以为终端，这里不做具体限定。举例来说，本申请实施例的车辆跟踪装置可以配置在车辆(如自动驾驶车辆)中，用于对车辆行驶道路中的车辆进行跟踪，以对车辆的周围环境进行视觉感知，提升车辆行驶的安全性；或者，本申请实施例的车辆跟踪装置，还可以配置在交通管理系统的服务器中，用于对交通监控路口的车辆进行违章识别、车流统计等。本申请实施例的车辆跟踪方法可以应用于实时的车辆跟踪场景中，也可以应用于非实时的车辆跟踪场景中，这里不做具体限定。应用于实时的车辆跟踪场景中时，本申请实施例的视频流的获取途径与本申请实施例的车辆跟踪方法的应用场景有关。比如，在本申请实施例的车辆跟踪方法应用在车辆自动驾驶、辅助驾驶等领域时，车辆中的处理器可以与车辆中的视频采集设备建立通信连接，实时获取视频采集设备采集的视频流。又比如，在本申请实施例的车辆跟踪方法应用在交通管理场景中，实现违章识别、车流统计等目的时，交通管理系统的服务器可以实时获取交通路口的监控设备采集的视频流。相应的，所述第二图像可以为实时获取到的视频流中最新采集到的一帧图像，即将实时获取到的视频流中最新采集到的一帧图像确定为第二图像。应用于非实时的车辆跟踪场景中时，可以对给定的视频流数据进行分析，确定特定车辆的行驶轨迹，或者监控某一个交通路口的车辆行驶轨迹。因此，本申请实施例的车辆跟踪装置还可以直接获取一段已经拍摄完成的视频流数据，并对视频流数据进行分析，将视频流数据中每帧图像依次确定为第二图像，或者将某一个交通路口采集到的图像确定为第二图像。所述第一图像为所述第二图像的历史图像，具体为所述视频流中与所述第二图像相邻的前N帧图像，N为正整数。可以根据实际需要及具体的应用场景，确定N的取值，本申请实施例对此不做限定。比如，本申请实施例的车辆跟踪方法应用在交通管理场景时，由于交通路口的监控设备是固定的，因此仅与第二图像相邻的前一帧图像进行比较，即可以得到比较准确第二车辆的跟踪结果，在该种应用场景下，N的取值可以为1。又比如，本申请实施例的车辆跟踪方法应用在车辆自动驾驶、辅助驾驶等场景时，由于车辆行驶过程中视频采集设备的位置是不断变化的，且在车辆行驶过程中会出现超车与被超车的情况，如果仅与第二图像相邻的前一帧图像进行比较，容易导致车辆跟踪结果不准确，因此，可以将N确定为大于1的整数，以提升车辆跟踪的准确性。所述第一图像和所述第二图像中均可以包括至少一个车辆，所述第一图像包括至少一个第一车辆，所述第二图像包括至少一个第二车辆。所述第一位置信息可以用所述第一车辆的中心位置的坐标信息表征，也可以用所述第一车辆的其他位置如车头的坐标信息表征，这里不做具体限定。所述第二位置信息可以用所述第二车辆的中心位置的坐标信息表征，也可以用所述第二本文档来自技高网...

【技术保护点】
1.一种车辆跟踪方法，包括：/n识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息；以及识别所述视频流中第二图像的第二车辆的第二位置信息；其中，所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像，N为正整数；/n基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息；/n基于所述第一位置信息、第二位置信息以及第一位置偏移信息，确定所述第二车辆的跟踪结果。/n

【技术特征摘要】
1.一种车辆跟踪方法，包括：
识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息；以及识别所述视频流中第二图像的第二车辆的第二位置信息；其中，所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像，N为正整数；
基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息；
基于所述第一位置信息、第二位置信息以及第一位置偏移信息，确定所述第二车辆的跟踪结果。


2.根据权利要求1所述的方法，其中，所述基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息，包括：
获取所述第一图像的第一特征；以及获取所述第二图像的第二特征；
基于所述第一特征和所述第二特征预测所述第二车辆相对于所述第一车辆的第一位置偏移信息。


3.根据权利要求2所述的方法，其中，所述获取所述第二图像的第二特征，包括：
对所述第一图像进行特征提取，得到所述第一图像的第一目标特征；
采用注意力机制的编码器网络，基于所述第一目标特征构建所述第二图像的特征增强矩阵；其中，所述特征增强矩阵用于表征所述第一图像与所述第二图像的特征关联关系；
对所述第二图像进行特征提取，得到所述第二图像的第二目标特征；并基于所述特征增强矩阵和所述第二目标特征，确定所述第二特征。


4.根据权利要求1所述的方法，其中，所述第一图像包括至少两个第一车辆，所述基于所述第一位置信息、第二位置信息以及第一位置偏移信息，确定所述第二车辆的跟踪结果，包括：
基于所述第二位置信息和第一位置偏移信息，确定所述第二车辆的第三位置信息；
在所述至少两个第一车辆中存在目标车辆的情况下，确定所述第二车辆与所述目标车辆为同一车辆；其中，所述目标车辆为第一位置信息与所述第三位置信息匹配的第一车辆；
在所述至少两个第一车辆中不存在所述目标车辆的情况下，确定所述第二图像的采集位置为所述第二车辆的运行轨迹的起点。


5.根据权利要求1所述的方法，所述跟踪结果包括所述第二车辆的跟踪标识，所述识别所述视频流中第二图像的第二车辆的第二位置信息之后，还包括：
识别所述第二图像中每个像素点相对于所述第二车辆的第二位置偏移信息；
基于所述第二位置信息和第二位置偏移信息，确定所述第二车辆的实例分割结果；
基于所述实例分割结果，确定所述第二车辆的跟踪标识。


6.一种车辆跟踪装置，包括：
第一识别模块，用于识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息；以及所述视频流中第二图像的第二车辆的第二位置信息；其中，所述第一图像为所...

【专利技术属性】
技术研发人员：张伟，谭啸，孙昊，丁二锐，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11