用于跨相机的车辆跟踪方法、装置、电子设备、存储介质制造方法及图纸

本申请涉及智能交通技术领域，公开一种用于跨相机的车辆跟踪方法，包括：接收多个单相机采集的车辆视频；对每个单相机采集的车辆视频进行分析，获得多个单相机的车辆轨迹；将多个单相机的车辆轨迹输入预训练的道路分割模型，得到跨相机的车辆轨迹。本申请采用应用于深度学习技术领域的技术手段，在这一过程中，通过道路分割模型减少搜索空间，并且在特征提取的过程中采用全局操作，无需对图像降维，从而减小细节的损失与特征关联的欠缺，提高跨相机车辆跟踪的准确性。本申请还公开一种用于跨相机的车辆跟踪装置、电子设备、存储介质。存储介质。存储介质。

【技术实现步骤摘要】
用于跨相机的车辆跟踪方法、装置、电子设备、存储介质


[0001]本申请涉及智能交通
，例如涉及一种用于跨相机的车辆跟踪方法、装置、电子设备、存储介质。

技术介绍

[0002]新基建对交通运输行业而言，本质是利用数字化、智能化技术改变传统的交通基础设施建设，通过互联网和物联网等数字信息技术，将智能的交通智慧化。随着经济的发展，人工智能、大数据等新兴技术与交通运输行业的深度融合，给行业带来新的发展机遇。在交通场景中，车辆轨迹可以提供运动车辆几乎所有的动态信息。分析监控场景中的车辆轨迹能够掌握动态道路交通信息，跨相机关联多个相机中的目标轨迹，能够打破单个相机间的目标信息孤立，获得大范围视频监控区域中的整体道路运行情况，有助于道路交通管理者进行交通分析、预测和控制。
[0003]目前，为实现跨相机关联多个相机中的目标轨迹，相关技术中提出了一种跨相机道路空间融合及车辆目标检测跟踪方法，包括：使用相机标定技术对跨相机场景进行标定，利用跨相机场景中的公共区域完成道路空间融合，同时采用深度学习的方法对车辆目标进行检测，完成对跨相机车辆追踪。具体包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于跨相机的车辆跟踪方法，其特征在于，包括：接收多个单相机采集的同一主干道中的车辆视频；对每个单相机采集的车辆视频进行分析，获得多个单相机的车辆轨迹；将多个单相机的车辆轨迹输入预训练的道路分割模型，得到跨相机的车辆轨迹。2.根据权利要求1所述的方法，其特征在于，将多个单相机的车辆轨迹输入预训练的道路分割模型，得到跨相机的车辆轨迹，包括：将多个单相机的车辆轨迹输入预训练的道路分割模型，获得道路分割结果；根据道路分割结果进行单相机车辆轨迹过滤，获得过滤后的车辆轨迹；根据过滤后的车辆轨迹，得到跨相机的车辆轨迹。3.根据权利要求2所述的方法，其特征在于，所述根据道路分割结果进行单相机车辆轨迹过滤，获得过滤后的车辆轨迹，包括：根据道路分割结果进行交叉路口轨迹过滤，获得行驶在主干道中的车辆的轨迹；和/或，根据道路分割结果进行时间阈值轨迹过滤，获得满足时间阈值的车辆的轨迹；将进行轨迹过滤后的车辆的轨迹作为过滤后的车辆轨迹。4.根据权利要求2所述的方法，其特征在于，所述根据过滤后的车辆轨迹，得到跨相机的车辆轨迹，包括：计算过滤后的车辆轨迹间的相似度；根据计算结果进行聚类，得到跨相机的车辆轨迹。5.根据权利要求1至4任一项所述的方法，其特征在于，对每个单相机采集的车辆视频...

【专利技术属性】
技术研发人员：范清，唐大闰，
申请(专利权)人：北京明略昭辉科技有限公司，
类型：发明
国别省市：