对象跟踪方法、装置电子设备及存储介质制造方法及图纸

本公开提供了一种对象跟踪方法、装置、电子设备及存储介质，该方法包括：获取在当前帧图像中检测到的当前对象的位置信息，以及在当前帧图像之前的历史帧图像中检测到的历史对象的位置信息；基于所述历史对象的位置信息，生成所述历史对象在当前帧图像中的预测位置信息；基于所述当前对象的位置信息确定所述当前对象中至少一个第一对象的邻居拓扑图，以及基于所述历史对象的预测位置信息确定所述历史对象中至少一个第二对象的邻居拓扑图；基于所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图，更新对象跟踪结果。更新对象跟踪结果。更新对象跟踪结果。

【技术实现步骤摘要】
对象跟踪方法、装置电子设备及存储介质


[0001]本公开涉及计算机
，具体而言，涉及一种对象跟踪方法、装置电子设备及存储介质。

技术介绍

[0002]对象跟踪是一种根据多帧图像确定图像中对象的运动轨迹、运动状态的技术，可以应用于智能行驶装置(如自动驾驶车辆、装有辅助驾驶系统的车辆、机器人等)的自动驾驶场景。随着技术水平的提高，智能行驶装置得到广泛应用，而高精度的对象跟踪是车辆智能化、自动化的重要部分，是智能行驶装置感知、控制、路径规划等模块的基础。通常，智能行驶装置可以装载有激光雷达等图像采集装置对其周围的对象进行定位，并对识别到的对象进行位置跟踪，将时序上连续的检测结果进行关联，利用对象跟踪结果确定对象的运动轨迹，对检测到的对象进行运动状态估计，进而控制智能行驶装置的行驶计划。
[0003]然而，在如密集人群等特殊场景下，检测到的对象之间存在复杂的遮挡关系，在进行对象跟踪时容易将不同帧内检测到的对象错误关联，导致对象跟踪的结果错误，使行驶存在一定风险。

技术实现思路

[0004]本公开实施例至少提供一种对象跟踪方法、装置电子设备及存储介质。
[0005]第一方面，本公开实施例提供了一种对象跟踪方法，包括：
[0006]获取在当前帧图像中检测到的当前对象的位置信息，以及在当前帧图像之前的历史帧图像中检测到的历史对象的位置信息；其中，所述历史帧图像与所述当前帧图像的采集的时间间隔小于或等于预设阈值；
[0007]基于所述历史对象的位置信息，生成所述历史对象在当前帧图像中的预测位置信息；
[0008]基于所述当前对象的位置信息确定所述当前对象中至少一个第一对象的邻居拓扑图，以及基于所述历史对象的预测位置信息确定所述历史对象中至少一个第二对象的邻居拓扑图；其中，所述邻居拓扑图包含表示对应的对象的位置特征的第一节点、表示对应的对象的邻居对象的位置特征的第二节点以及第一节点与第二节点之间的连接边；
[0009]基于所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图，更新对象跟踪结果。
[0010]该方面，利用当前对象及历史对象的位置信息确定第一对象及第二对象的邻居拓扑图，实现了利用第一对象的邻居拓扑图及第二对象的邻居拓扑图进行对象跟踪，提高对象跟踪精确度。
[0011]在一种可能的实施方式中，所述基于所述历史对象的位置信息，生成所述历史对象在当前帧图像中的预测位置信息，包括：
[0012]基于图像采集装置采集当前帧图像时的位置信息，以及所述图像采集装置采集历
史帧图像时的位置信息，确定所述图像采集装置从采集所述历史帧图像到采集所述当前帧图像的时间产生的位置偏移向量；
[0013]基于所述位置偏移向量，对所述历史对象的位置进行偏移，得到所述历史对象在当前帧图像中的预测位置信息。
[0014]该实施方式，通过利用图像采集装置的位置偏移向量对历史对象的位置进行偏移，得到历史对象在当前帧图像中的预测位置信息，提高了历史对象与当前对象的跟踪精度。
[0015]在一种可能的实施方式中，基于所述当前对象的位置信息，确定所述当前对象中一个第一对象的邻居拓扑图，包括：
[0016]基于所述当前对象的位置信息，确定所述第一对象的邻居对象；
[0017]基于所述当前对象的位置信息，确定所述当前对象中各个对象的位置特征；
[0018]基于所述第一对象的位置特征，生成所述第一对象的第一节点；
[0019]基于所述第一对象的邻居对象的位置特征，生成所述第一对象的邻居对象的第二节点；
[0020]生成连接所述第一节点与所述第二节点的连接边，得到所述第一对象的邻居拓扑图。
[0021]该实施方式，使得邻居拓扑图能够体现当前对象及其邻居对象的位置特征，实现了利用当前对象及邻居对象的位置特征确定对象跟踪结果，提高了对象跟踪的精度。
[0022]在一种可能的实施方式中，所述基于所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图，更新所述对象跟踪结果，包括：
[0023]针对各个第一对象，确定所述第一对象的邻居拓扑图与各个所述第二对象的邻居拓扑图之间的相似度；
[0024]基于确定的相似度更新所述对象跟踪结果。
[0025]该实施方式，通过确定邻居拓扑图的相似度确定对象跟踪结果，通过图与图之间的相似性来替代对象之间的相似性，使得到的跟踪结果更加精确。
[0026]在一种可能的实施方式中，确定第一对象的邻居拓扑图与第二对象的邻居拓扑图之间的相似度，包括：
[0027]在所述第一对象与所述第二对象之间的欧式距离小于或等于预设阈值的情况下，基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述当第一对象的节点与所述第二对象的节点的第一相似度；
[0028]基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述第一对象的邻居对象的节点与所述第二对象的邻居对象的节点的第二相似度；
[0029]基于所述第一相似度及所述第二相似度，确定所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图之间的相似度。
[0030]该实施方式，通过确定第一对象的节点与第二对象的节点之间的第一相似度，以及第一对象的邻居对象的节点与第二对象的的邻居对象的节点的第二相似度，使基于第一相似度及第二相似度确定的邻居拓扑图之间的相似度更加可靠，进而提高对象跟踪的精度。
[0031]在一种可能的实施方式中，确定第一对象的邻居拓扑图与第二对象的邻居拓扑图
之间的相似度，包括：
[0032]在所述第一对象与所述第二对象之间的欧式距离大于预设阈值的情况下，确定所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图之间的相似度为0。
[0033]该实施方式，将欧氏距离大于预设阈值的第一对象和第二对象的邻居拓扑图之间的相似度设置为0，降低了计算相似度所需的计算量，提高对象跟踪的效率。
[0034]在一种可能的实施方式中，所述基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述第一对象的节点与所述第二对象的节点的第一相似度，包括：
[0035]基于所述第一对象的位置特征对应的特征向量与所述第二对象的位置特征对应的特征向量之间的差值，确定所述第一相似度。
[0036]该实施方式，通过计算位置特征对应的特征向量之间的差值确定第一相似度，使得第一相似度能够反映当前对象的节点与历史对象的节点之间的差异，提高第一相似度的准确度。
[0037]在一种可能的实施方式中，所述基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述第一对象的邻居对象的节点与所述第二对象的邻居对象的节点的第二相似度，包括：
[0038]针对一个第一邻居对象，基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述第一邻居对象与所述第二对象的各个邻居对象之间的第三相似度；所述第一邻居对象为所述第一对象的邻居对象中的任一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象跟踪方法，其特征在于，包括：获取在当前帧图像中检测到的当前对象的位置信息，以及在当前帧图像之前的历史帧图像中检测到的历史对象的位置信息；其中，所述历史帧图像与所述当前帧图像的采集的时间间隔小于或等于预设阈值；基于所述历史对象的位置信息，生成所述历史对象在当前帧图像中的预测位置信息；基于所述当前对象的位置信息确定所述当前对象中至少一个第一对象的邻居拓扑图，以及基于所述历史对象的预测位置信息确定所述历史对象中至少一个第二对象的邻居拓扑图；其中，所述邻居拓扑图包含表示对应的对象的位置特征的第一节点、表示对应的对象的邻居对象的位置特征的第二节点以及第一节点与第二节点之间的连接边；基于所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图，更新对象跟踪结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述历史对象的位置信息，生成所述历史对象在当前帧图像中的预测位置信息，包括：基于图像采集装置采集当前帧图像时的位置信息，以及所述图像采集装置采集历史帧图像时的位置信息，确定所述图像采集装置从采集所述历史帧图像到采集所述当前帧图像的时间产生的位置偏移向量；基于所述位置偏移向量，对所述历史对象的位置进行偏移，得到所述历史对象在当前帧图像中的预测位置信息。3.根据权利要求1或2所述的方法，其特征在于，基于所述当前对象的位置信息，确定所述当前对象中一个第一对象的邻居拓扑图，包括：基于所述当前对象的位置信息，确定所述第一对象的邻居对象；基于所述当前对象的位置信息，确定所述当前对象中各个对象的位置特征；基于所述第一对象的位置特征，生成所述第一对象的第一节点；基于所述第一对象的邻居对象的位置特征，生成所述第一对象的邻居对象的第二节点；生成连接所述第一节点与所述第二节点的连接边，得到所述第一对象的邻居拓扑图。4.根据权利要求1至3任一所述的方法，其特征在于，所述基于所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图，更新所述对象跟踪结果，包括：针对各个第一对象，确定所述第一对象的邻居拓扑图与各个所述第二对象的邻居拓扑图之间的相似度；基于确定的相似度更新所述对象跟踪结果。5.根据权利要求4所述的方法，其特征在于，确定第一对象的邻居拓扑图与第二对象的邻居拓扑图之间的相似度，包括：在所述第一对象与所述第二对象之间的欧式距离小于或等于预设阈值的情况下，基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述第一对象的节点与所述第二对象的节点的第一相似度；基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述第一对象的邻居对象的节点与所述第二对象的邻居对象的节点的第二相似度；基于所述第一相似度及所述第二相似度，确定所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图之间的相似度。
6.根据权利要求4任一所述的方法，其特征在于，确定第一对象的邻居拓扑图与第二对象的邻居拓扑图之间的相似度，包括：在所述第一对象与所述第二对象之间的欧式距离大于预设阈值的情况下，确定所述第一对象的邻居拓扑图与所述第二对象的邻居拓扑图之间的相似度为0。7.根据权利要求5所述的方法，其特征在于，所述基于所述第一对象的邻居拓扑图，以及所述第二对象的邻居拓扑图，确定所述第一对象的节点与所述第二对象的节点的第...

【专利技术属性】
技术研发人员：李经纬，王哲，
申请(专利权)人：上海商汤临港智能科技有限公司，
类型：发明
国别省市：