目标跟踪优化方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了目标跟踪优化方法、装置、计算机设备及存储介质，该方法可包括：对当前接收的图像帧进行目标识别处理，以得到图像帧中的所有位置点的样本响应值；从所有位置点中筛选出样本响应值大于响应矩阵均值的位置点作为有效位置点，响应矩阵均值为所有位置点的样本响应值的均值；根据各个有效位置点的坐标和具有最大样本响应值的位置点的坐标确定是否发生遮挡。基于样本响应值确定具有最大样本响应值的位置点和有效位置点，本发明专利技术能够提供一个遮挡检测机制，以准确判断目标是否被遮挡，并采用可记忆的窗口滤波器进行遮挡处理，以对目标位置进行估计的方式进行遮挡处理，解决了实际应用中复杂路况下的遮挡问题，实现对目标持续跟踪。持续跟踪。持续跟踪。

【技术实现步骤摘要】
目标跟踪优化方法、装置、计算机设备及存储介质


[0001]本专利技术涉及目标跟踪
，更为具体来说，本专利技术能够提供一种目标跟踪优化方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着物联网技术和人工智能技术的发展，自动辅助驾驶技术得到快速发展。在自动辅助驾驶技术实际应用过程中，通过摄像头等图像采集设备实时获取车辆周围环境的图像，然后对周围环境的图像中的目标进行识别和跟踪，从而根据识别和跟踪结果自动控制车辆，或者为驾驶员提供驾驶建议，以达到自动辅助驾驶等目的。但是，实际路况环境往往比模拟环境复杂，在对目标进行跟踪时如果遇到遮挡因素的干扰，经常会出现被跟踪目标误识别或丢失等问题，目标跟踪的稳定性较差。因此，目标跟踪技术亟需进行优化和改进。

技术实现思路

[0003]为解决传统目标跟踪技术在自动辅助驾驶场景下实时性和可用性较差等问题，本专利技术实施例能够提供一种目标跟踪优化方法、装置、计算机设备及存储介质，以达到提高目标跟踪稳定性等技术目的，解决现有技术存在的一个或多个问题。
[0004]为实现上述技术目的，本专利技术提供了一种目标跟踪优化方法，该目标跟踪优化方法可包括但不限于如下的一个或多个步骤。
[0005]对当前接收的图像帧进行目标识别处理，以得到所述图像帧中的所有位置点的样本响应值。
[0006]从所述所有位置点中筛选出样本响应值大于响应矩阵均值的位置点，并作为有效位置点；所述响应矩阵均值为所述所有位置点的样本响应值的均值。
[0007]根据各个有效位置点的坐标和具有最大样本响应值的位置点的坐标确定是否发生遮挡。
[0008]进一步地，所述根据各个有效位置点的坐标和具有最大样本响应值的位置点的坐标确定是否发生遮挡包括：
[0009]利用所述有效位置点的坐标和具有最大样本响应值的位置点的坐标，确定各个有效位置点与所述具有最大样本响应值的位置点之间的距离的总和。
[0010]根据所述距离的总和大于或等于第一阈值，确定已发生遮挡。
[0011]根据所述距离的总和小于第一阈值，确定未发生遮挡。
[0012]进一步地，所述根据所述距离的总和大于或等于第一阈值，确定已发生遮挡，包括：
[0013]基于已发生遮挡，比对所述距离的总和与预设范围区间，以得到比对结果。
[0014]根据所述比对结果确定已发生遮挡的遮挡等级。
[0015]进一步地，该目标跟踪优化方法还包括：
[0016]根据已发生遮挡，获取所述当前接收的图像帧之前的第一设定数量图像帧的目标
位置信息。
[0017]基于预设偏移向量和所述目标位置信息确定目标偏移量信息。
[0018]根据所述目标偏移量信息和所述当前接收的图像帧的上一图像帧的目标位置信息，确定所述当前接收的图像帧的目标位置信息。
[0019]进一步地，所述基于预设偏移向量和所述目标位置信息确定目标偏移量信息包括：
[0020]利用所述第一设定数量图像帧的目标位置信息确定相邻两图像帧的偏移位置信息。
[0021]通过所述预设偏移量和所述相邻两图像帧的偏移位置信息确定目标偏移量信息。
[0022]进一步地，该目标跟踪优化方法还包括：
[0023]获取所述当前接收的图像帧中多个目标的特征信息，并获取所述当前接收的图像帧之前的第二设定数量图像帧中所有目标的轨迹信息。
[0024]基于所述特征信息和所述轨迹信息确定目标与轨迹的相关性结果。
[0025]根据所述相关性结果与第二阈值的关系确定目标与轨迹的匹配结果。
[0026]为实现上述的技术目的，本专利技术还能够提供一种目标跟踪优化装置，该装置可包括但不限于目标识别处理模块、有效位置筛选模块以及遮挡发生判断模块。
[0027]目标识别处理模块，用于对当前接收的图像帧进行目标识别处理，以得到所述图像帧中的所有位置点的样本响应值。
[0028]有效位置筛选模块，用于从所述所有位置点中筛选出样本响应值大于响应矩阵均值的位置点，并作为有效位置点；所述响应矩阵均值为所述所有位置点的样本响应值的均值。
[0029]遮挡发生判断模块，用于根据各个有效位置点的坐标和具有最大样本响应值的位置点的坐标确定是否发生遮挡。
[0030]为实现上述的技术目的，本专利技术还能够提供一种计算机设备，计算机设备可包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行本专利技术任一实施例中所述目标跟踪优化方法的步骤。
[0031]为实现上述的技术目的，本专利技术还可提供一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行本专利技术任一实施例中所述目标跟踪优化方法的步骤。
[0032]为实现上述的技术目的，本专利技术还能够提供一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行本专利技术任一实施例中所述目标跟踪优化方法的步骤。
[0033]本专利技术的有益效果为：基于样本响应值确定具有最大样本响应值的位置点和有效位置点，本专利技术能够提供一个遮挡检测机制，以准确判断目标是否被遮挡；在有效识别出遮挡情况的基础上，采用可记忆的窗口滤波器进行遮挡处理，以对目标位置进行估计的方式进行遮挡处理，解决了实际应用中复杂路况下的遮挡问题，实现对目标的持续跟踪。可见本专利技术能够极大提高目标跟踪的稳定性，以较好解决现有技术存在的至少一个问题。而且，本专利技术可使用SSD快速检测器替换KCF算法的目标检测器，通过数据与轨迹关联机制实现多目标跟踪，相比传统多线程目标跟踪占用更少的资源；另外，本专利技术可采用RISC
‑
V扩展向量指
令集，通过向量寄存器的特性，实现单指令多数据的功能，进而达到向量加速的效果，本专利技术降低了目标跟踪算法运行时间。
附图说明
[0034]图1示出了本专利技术一个或多个实施例中的目标跟踪优化方法的流程示意图。
[0035]图2示出了本专利技术一个或多个实施例中遮挡处理算法的详细流程的示意图。
[0036]图3示出了本专利技术一个或多个实施例中多目标跟踪算法的详细流程示意图。
[0037]图4示出了本专利技术一个或多个实施例中通过向量寄存器执行样本位移操作的示意图。
[0038]图5示出了本专利技术一个或多个实施例中面向RISC
‑
V的KCF跟踪算法移植过程的示意图。
[0039]图6示出了本专利技术一个或多个实施例中的目标跟踪优化装置组成的示意图。
[0040]图7示出了本专利技术一个或多个实施例中的计算机设备内部结构组成示意图。
具体实施方式
[0041]下面结合说明书附图对本专利技术提供的目标跟踪优化方法、装置、计算机设备及存储介质进行详细的解释和说明。
[0042]如图1所示，并可结合图2和图3，本专利技术一个或多个实施例可提供一种目标跟踪优化方法，该目标跟踪优化方法包括但不限于如下至少一个步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标跟踪优化方法，其特征在于，包括：对当前接收的图像帧进行目标识别处理，以得到所述图像帧中的所有位置点的样本响应值；从所述所有位置点中筛选出样本响应值大于响应矩阵均值的位置点，并作为有效位置点；所述响应矩阵均值为所述所有位置点的样本响应值的均值；根据各个有效位置点的坐标和具有最大样本响应值的位置点的坐标确定是否发生遮挡。2.根据权利要求1所述的目标跟踪优化方法，其特征在于，所述根据各个有效位置点的坐标和具有最大样本响应值的位置点的坐标确定是否发生遮挡包括：利用所述有效位置点的坐标和具有最大样本响应值的位置点的坐标，确定各个有效位置点与所述具有最大样本响应值的位置点之间的距离的总和；根据所述距离的总和大于或等于第一阈值，确定已发生遮挡；根据所述距离的总和小于第一阈值，确定未发生遮挡。3.根据权利要求2所述的目标跟踪优化方法，其特征在于，所述根据所述距离的总和大于或等于第一阈值，确定已发生遮挡，包括：基于已发生遮挡，比对所述距离的总和与预设范围区间，以得到比对结果；根据所述比对结果确定已发生遮挡的遮挡等级。4.根据权利要求1所述的目标跟踪优化方法，其特征在于，还包括：根据已发生遮挡，获取所述当前接收的图像帧之前的第一设定数量图像帧的目标位置信息；基于预设偏移向量和所述目标位置信息确定目标偏移量信息；根据所述目标偏移量信息和所述当前接收的图像帧的上一图像帧的目标位置信息，确定所述当前接收的图像帧的目标位置信息。5.根据权利要求4所述的目标跟踪优化方法，其特征在于，所述基于预设偏移向量和所述目标位置信息确定目标偏移量信息包括：利用所述第一设定数量图像...

【专利技术属性】
技术研发人员：罗子璇，周济，王喜民，李伟泽，秘熙超，翟超，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：