一种基于多摄像头的目标关联方法技术

本发明专利技术公开了一种基于多摄像头的目标关联方法，步骤包括：分别获取两个目标的多个维度的信息；根据两个目标的各维度的信息分别确定两个目标在各维度关联的评分；根据各维度关联的评分和权重计算加权值，获得总分total_score；判断总分total_score是否大于等于分数阈值，若是，则关联成功。通过本申请的基于多摄像头的目标关联方法，有效地提高了跨摄像头的目标跟踪的准确性及稳定性，大大提升了驾驶的安全性。安全性。安全性。

【技术实现步骤摘要】
一种基于多摄像头的目标关联方法


[0001]本专利技术涉及视频信息处理
，尤其涉及一种基于多摄像头的目标关联方法。

技术介绍

[0002]视频处理技术在无人驾驶领域已经相当流行，通过对视频内容进行分析与处理实现环境的感知，包括对人、车、物的检测与识别。由于单一摄像头受视角范围限制,越来越不能满足更高级别的自动驾驶需求,开发人员逐渐把目光集中在多摄像头协作上。利用多个视角获取的数据,辅助计算机视觉、深度学习等人工智能前沿技术, 实现周围环境中的目标跟踪，变得相当流行。
[0003]在多摄像头的多目标跟踪系统中,除了解决单摄像头的目标跟踪问题之外，另一项关键技术是处理跨摄像头的目标跟踪,即目标从一个摄像头的视野进入到另一个摄像头的视野时,协同多个摄像头来可靠地跟踪该目标。跨摄像头跟踪目标的关键技术之一是目标关联，即准确的找到在不同摄像头视角范围内的同一目标。中国专利文献CN108062511A公开了一种多摄像头目标识别关联方法，主要采用特征如目标脸部，虹膜识别和目标形态的特征识别，该专利的目标跟踪主要是针对行人，针对商品和车辆的识别依靠颜色信息，在识别跟踪的过程中采用的特征维度较局限，尤其是对商品和车辆的关联跟踪造成误判。且在多摄像头多目标跟踪系统中，防止跟错目标，确保多摄像头的输出能够准确的关联是关键，若关联失败可能造成跨摄像头的目标跟踪的不连续性；若关联错误则可能造成对目标轨迹错误的预测。因此，关联失效和关联错误对规划决策系统产生重大的负面影响，可能引起严重的安全隐患。

技术实现思路

[0004]本专利技术的目的是提供一种基于多摄像头的目标关联方法，能有效提高跨摄像头的目标跟踪的准确性及稳定性，能提升驾驶的安全性。
[0005]为实现上述目的，本专利技术提供了一种基于多摄像头的目标关联方法，步骤包括：（S1）分别获取两个目标的多个维度的信息；（S2）根据两个目标的各维度的信息分别确定两个目标在各维度关联的评分；（S3）根据各维度关联的评分和权重计算加权值，获得总分total_score；其中，各维度的权重为预设值；（S4）判断总分total_score是否大于等于分数阈值，若是，则两个目标成功关联；否则，转至执行步骤（S1）。
[0006]进一步，多个维度包括位置、速度、航向、类型、尺寸和状态；各维度关联的评分包括航向评分heading_score、速度评分vel_score、类型评分type_score、状态评分status_score、位置评分pos_score和尺寸评分size_score；各维度的权重包括航向权重heading_wgt、速度权重vel_wgt、类型权重type_wgt、状态权重 status_wgt、位置权重pos_wgt和尺
寸权重size_wgt。
[0007]进一步，所述航向评分heading_score的确定步骤为：计算两个目标的航向差异heading_r，公式为：heading_r = fabs（heading1
ꢀ–ꢀ
heading2）/heading_thres；其中，heading1为第一目标的航向值；heading2为第二目标的航向值；heading_thres为航向最大误差且为正值；判断航向差异heading_r是否大于等于1，若是，航向评分heading_score=0；否则，航向评分heading_score=1
‑
heading_r。
[0008]进一步，所述速度评分vel_score的确定步骤为：计算两个目标的速度差异vel_dif，公式为：vel_dif = sqrt（（v1_x
–
v2_x）*（v1_x
–
v2_x）+（v1_y
–
v2_y）*（v1_y
–
v2_y））/vel_thres；其中，vel_thres为预设速度误差值；（v1_x，v1_y）为第一目标的横纵向速度；（v2_x,v2_y）为第二目标的横纵向速度；判断速度差异vel_dif是否大于等于1，若是，速度评分vel_score=0；否则，速度评分vel_score=1
‑
vel_dif。
[0009]进一步，所述类型评分type_score 的确定步骤为：判断两个目标的类型是否一致，若是，则类型评分type_score = 1；否则，类型评分type_score = 0。
[0010]进一步，所述状态评分status_score的计算公式为：status_score = 1
ꢀ–ꢀ
predict_times / predict_thres；其中，predict_times为预测目标的预测次数，predict_thres为连续预测的最多次数。
[0011]进一步，所述位置评分pos_score的确定步骤为：计算两个目标的位置差异dis_r ，公式为：dis_r = sqrt（（x1
‑
x2）*（x1
‑
x2）+ （y1
‑
y2）*（y1
‑
y2））/ pos_thres；其中，pos_thres为关联区域的最大半径，（x1，y1）为第一目标的位置点，（x2，y2）为第二目标的位置点；判断位置差异dis_r是否大于等于1，若是，位置评分pos_score = 0；否则，位置评分pos_score = 1
ꢀ–ꢀ
dis_r。
[0012]进一步，所述尺寸评分size_score的计算公式为：size_score = min（width1*len1， width2*len2）/max（width1*len1，width2*len2）；其中，width1和len1分别为第一目标的长和宽，width2和len2分别为第二目标的长和宽。
[0013]进一步，各维度的权重和为1。
[0014]进一步，所述多个维度的信息通过各视觉传感器采集以及目标跟踪系统计算得到，其中，各视觉传感器采集观测数据，目标跟踪系统计算生成已跟踪目标。
[0015]本专利技术与现有技术相比较具有以下优点：
本专利技术的基于多摄像头的目标关联方法，从多个维度对目标关联进行计算，有效地提高了跨摄像头的目标跟踪的准确性及稳定性，大大提升了驾驶的安全性。
附图说明
[0016]图1为本专利技术基于多摄像头的目标关联方法的流程图；图2为图1中总分计算的流程图。
具体实施方式
[0017]下面结合附图对本专利技术的具体实施方式作进一步说明。
[0018]多摄像头系统的安装方式根据视角的重叠可分为两种，一种是在多摄像头系统中，各摄像头的视场角无重叠区域，另一种是多个摄像头有一定的重叠区域。若视场角有重叠区域，需要将已跟踪目标以及重叠区域内的多摄像头观测目标进行关联；若摄像头无重叠区域，需要将之前摄像头开始跟踪而现已不在之前摄像头视场角的目标与其他摄像头的观测目标进行关联。目标跟踪的性能很大程度取决于目标的关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多摄像头的目标关联方法，其特征在于，步骤包括：（S1）分别获取两个目标的多个维度的信息；（S2）根据两个目标的各维度的信息分别确定两个目标在各维度关联的评分；（S3）根据各维度关联的评分和权重计算加权值，获得总分total_score；其中，各维度的权重为预设值；（S4）判断总分total_score是否大于等于分数阈值，若是，则两个目标关联成功；否则，转至执行步骤（S1）。2.根据权利要求1所述的基于多摄像头的目标关联方法，其特征在于，多个维度包括位置、速度、航向、类型、尺寸和状态；各维度关联的评分包括航向评分heading_score、速度评分vel_score、类型评分type_score、状态评分status_score、位置评分pos_score和尺寸评分size_score；各维度的权重包括航向权重heading_wgt、速度权重vel_wgt、类型权重type_wgt、状态权重 status_wgt、位置权重pos_wgt和尺寸权重size_wgt。3.根据权利要求1所述的基于多摄像头的目标关联方法，其特征在于，所述航向评分heading_score的确定步骤为：计算两个目标的航向差异heading_r，公式为：heading_r = fabs（heading1
ꢀ–ꢀ
heading2）/heading_thres；其中，heading1为第一目标的航向值；heading2为第二目标的航向值；heading_thres为航向最大误差且为正值；判断航向差异heading_r是否大于等于1，若是，航向评分heading_score=0；否则，航向评分heading_score=1
‑
heading_r。4.根据权利要求1或2所述的基于多摄像头的目标关联方法，其特征在于，所述速度评分vel_score的确定步骤为：计算两个目标的速度差异vel_dif，公式为：vel_dif = sqrt（（v1_x
–
v2_x）*（v1_x
–
v2_x）+（v1_y
–
v2_y）*（v1_y
–
v2_y））/vel_thres；其中，vel_thres为预设速度误差值；（v1_x，v1_y）为第一目标的横纵向速度；（v2_x,v2_y）为第二目标的横纵向速度；判断速度差异vel...

【专利技术属性】
技术研发人员：王皓，任凡，程光凯，王宽，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：