本发明专利技术涉及人工智能技术领域，主要提供一种目标跟踪方法、装置和无人驾驶车辆，通过获取连续帧图像，其中，每帧图像均包括多个目标，然后根据目标检测算法得到当前帧图像中每一目标的检测结果，检测结果包括目标在图像中的位置、类别和置信度，接着根据置信度将每一目标对应的检测结果，分为高分检测结果和低分检测结果，并分别将高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配，得到第一匹配结果，分别将未建立匹配关系的预测结果与低分检测结果进行轨迹匹配，得到第二匹配结果，最后整合第一匹配结果和第二匹配结果，以确定出当前帧图像的目标跟踪结果，从而提高了多目标跟踪中目标匹配的速度、降低了匹配的误差。降低了匹配的误差。降低了匹配的误差。
【技术实现步骤摘要】
一种目标跟踪方法、装置及无人驾驶车辆
[0001]本专利技术涉及人工智能
，特别涉及一种目标跟踪方法、装置及无人驾驶车辆。
技术介绍
[0002]无人驾驶车辆在运动过程中的跟踪问题是一大难题，优秀的跟踪算法需要对前方的障碍物，尤其是行人和车辆有较好的检测和跟踪效果，准确判断其行为意图，从而进行合理的路径规划。
[0003]目前通常是根据预测算法的运动模型基于位置信息获取当前时刻的估计值，然后由匹配算法确定预测状态和检测状态是同一物体，由此通过检测值来更新估计值。然而，当存在多个类别距离接近的目标时，常用的算法会将该多个类别距离接近的目标一起进行匹配，而实际应用中处理器速度和内容容量有限，会造成严重的匹配误差。
技术实现思路
[0004]本专利技术实施例主要提供一种目标跟踪方法、装置及无人驾驶车辆，旨在解决现有技术中多目标跟踪匹配速度慢、误差大的技术问题。
[0005]为解决上述技术问题，本专利技术实施方式采用的一个技术方案是：提供一种目标跟踪方法，包括：
[0006]获取连续帧图像，其中，每帧所述图像均包括多个目标；
[0007]根据目标检测算法得到当前帧图像中每一目标的检测结果，所述检测结果包括所述目标在所述图像中的位置、类别和置信度；
[0008]根据所述置信度将每一所述目标对应的所述检测结果，分为高分检测结果和低分检测结果；
[0009]分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配，得到第一匹配结果；
[0010]分别将未建立匹配关系的所述预测结果与所述低分检测结果进行轨迹匹配，得到第二匹配结果；
[0011]整合所述第一匹配结果和所述第二匹配结果，确定出当前帧图像的目标跟踪结果。
[0012]可选的，在执行所述分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配的步骤之前，所述方法还包括：计算前N帧图像中每一目标的预测结果。
[0013]可选的，所述分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配，得到第一匹配结果，包括：
[0014]获取所述高分检测结果在所述当前帧图像中的第一位置信息；
[0015]获取所述前N帧图像中每一目标的所述预测结果在所述连续帧图像中对应的第二位置信息；
[0016]根据所述第一位置信息和所述第二位置信息分别计算所述高分检测结果与每一所述预测结果的匹配值，并保存所述匹配值大于所述第一预设阈值的所述高分检测结果和所述预测结果的匹配关系。
[0017]可选的，所述分别将未建立所述匹配关系的所述预测结果与所述低分检测结果进行轨迹匹配，得到第二匹配结果，包括：
[0018]获取所述未建立匹配关系的所述预测结果在所述前N帧图像中的第三位置信息；
[0019]获取所述低分检测结果在所述当前帧图像中的第四位置信息；
[0020]根据所述第三位置信息和所述第四位置信息分别计算所述低分检测结果与所述预测结果的匹配值，并保存所述匹配值大于所述第二预设阈值的预测结果和所述低分检测结果的匹配关系。
[0021]可选的，所述整合所述第一匹配结果和所述第二匹配结果，确定出当前帧图像的目标跟踪结果，具体包括：
[0022]将所述匹配值大于所述第一预设阈值的高分检测结果，以及所述匹配值大于所述第二预设阈值的低分检测结果作为所述当前帧图像中目标的跟踪结果。
[0023]可选的，所述方法还包括：
[0024]将所述匹配值大于所述第一预设阈值的高分检测结果，以及所述匹配值大于所述第二预设阈值的低分检测结果作为所述当前帧图像的下一帧图像中目标的预测结果，并根据所述预测结果对所述下一帧图像中的目标进行跟踪。
[0025]为解决上述技术问题，本专利技术实施方式采用的另一个技术方案是：提供一种目标跟踪装置，应用于无人驾驶车辆，包括：
[0026]图像获取模块，用于获取连续帧图像，其中，每帧所述图像均包括多个目标；
[0027]检测结果获取模块，用于根据目标检测算法得到当前帧图像中每一目标的检测结果，所述检测结果包括所述目标在所述图像中的位置、类别和置信度；
[0028]检测结果处理模块，用于根据所述置信度将每一所述目标对应的所述检测结果，分为高分检测结果和低分检测结果；
[0029]第一匹配模块，用于分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配，得到第一匹配结果，所述第一匹配结果包括匹配值大于第一预设阈值的高分检测结果和所述预测结果的匹配关系；
[0030]第二匹配模块，用于分别将未建立所述匹配关系的所述预测结果与所述低分检测结果进行轨迹匹配，得到第二匹配结果，所述第二匹配结果包括匹配值大于第二预设阈值的预测结果和所述低分检测结果的匹配关系；
[0031]跟踪结果处理模块，用于整合所述第一匹配结果和所述第二匹配结果，确定出当前帧图像的目标跟踪结果。
[0032]为解决上述技术问题，本专利技术实施方式采用的又一个技术方案是：提供一种无人驾驶车辆，包括：
[0033]至少一个处理器；以及，
[0034]与所述至少一个处理器通信连接的存储器；其中，
[0035]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的目标跟踪方法。
[0036]为解决上述技术问题，本专利技术实施方式采用的又一个技术方案是：提供一种非易失性计算机可读存储介质，，所述非易失性计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被处理器执行时，使所述处理器执行如上所述的目标跟踪方法。
[0037]为解决上述技术问题，本专利技术实施方式采用的又一个技术方案是：提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被处理器执行时，使所述处理器执行如上所述的目标跟踪方法。
[0038]区别于相关技术的情况，本专利技术实施例提供一种目标跟踪方法、装置、无人驾驶车辆、非易失性计算机可读存储介质和计算机程序产品，主要通过获取连续帧图像，其中，每帧所述图像均包括多个目标，然后根据目标检测算法得到当前帧图像中每一目标的检测结果，所述检测结果包括所述目标在所述图像中的位置、类别和置信度，接着根据所述置信度将每一所述目标对应的所述检测结果，分为高分检测结果和低分检测结果，并分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配，得到第一匹配结果，分别将未建立匹配关系的所述预测结果与所述低分检测结果进行轨迹匹配，得到第二匹配结果，最后整合所述第一匹配结果和所述第二匹配结果，以确定出当前帧图像的目标跟踪结果，从而提高了多目标跟踪中目标匹配的速度、降低了匹配的误差。
附图说明
[0039]一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括：获取连续帧图像，其中，每帧所述图像均包括多个目标；根据目标检测算法得到当前帧图像中每一目标的检测结果，所述检测结果包括所述目标在所述图像中的位置、类别和置信度；根据所述置信度将每一所述目标对应的所述检测结果，分为高分检测结果和低分检测结果；分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配，得到第一匹配结果；分别将未建立匹配关系的所述预测结果与所述低分检测结果进行轨迹匹配，得到第二匹配结果；整合所述第一匹配结果和所述第二匹配结果，确定出当前帧图像的目标跟踪结果。2.根据权利要求1所述的方法，其特征在于，在执行所述分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配的步骤之前，所述方法还包括：计算前N帧图像中每一目标的预测结果。3.根据权利要求1所述的方法，其特征在于，所述分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配，得到第一匹配结果，包括：获取所述高分检测结果在所述当前帧图像中的第一位置信息；获取所述前N帧图像中每一目标的所述预测结果在所述连续帧图像中对应的第二位置信息；根据所述第一位置信息和所述第二位置信息分别计算所述高分检测结果与每一所述预测结果的匹配值，并保存所述匹配值大于所述第一预设阈值的所述高分检测结果和所述预测结果的匹配关系。4.根据权利要求1至3任一项所述的方法，其特征在于，所述分别将未建立所述匹配关系的所述预测结果与所述低分检测结果进行轨迹匹配，得到第二匹配结果，包括：获取所述未建立匹配关系的所述预测结果在所述前N帧图像中的第三位置信息；获取所述低分检测结果在所述当前帧图像中的第四位置信息；根据所述第三位置信息和所述第四位置信息分别计算所述低分检测结果与所述预测结果的匹配值，并保存所述匹配值大于所述第二预设阈值的预测结果和所述低分检测结果的匹配关系。5.根据权利要求4所述的方法，其特征在于，所述整合所述第一匹配结果和所述第二匹配结果，确定出当前帧图像的目标跟踪结果，具体包括：将所述匹配值大于所述第一预设阈值的高分检测结果，以及所述匹配值大于所述第二预设阈值的低分检测结果作为所述当前帧图像中目标的跟踪结果。6.根据权利要求...
【专利技术属性】
技术研发人员：黎明慧，李恒，刘明，王鲁佳，
申请(专利权)人：深圳一清创新科技有限公司，
类型：发明
国别省市：
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。