【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;< ...
【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
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。