车辆跟踪方法、装置及电子设备制造方法及图纸

本公开提供了车辆跟踪方法、装置、电子设备及存储介质，涉及人工智能技术领域中的计算机视觉和智能交通技术领域。其中方法为：获取第一设备的设备标识；根据设备标识，确定第一设备所在的设备集群，设备集群中还包括第一设备所关联的第二设备；根据设备集群中各设备的车辆跟踪信息和第一设备当前采集的道路图像，更新第一设备对应的第一车辆跟踪信息。结合设备集群和采集的道路图像更新车辆的跟踪信息，充分利用集群中的关联设备来共享跟踪信息，拓宽车辆跟踪信息的获取路径，可以从不断更新的车辆跟踪信息中获取需要的车辆信息，增强车辆信息的准确性和车辆信息获取的效率。信息的准确性和车辆信息获取的效率。信息的准确性和车辆信息获取的效率。

【技术实现步骤摘要】
车辆跟踪方法、装置及电子设备


[0001]本公开涉及人工智能
中的计算机视觉和智能交通
，尤其涉及一种车辆跟踪方法、装置及电子设备。

技术介绍

[0002]在如今的交通和车辆管理中对违规车辆进行检测、抓拍和上报，能够很大程度规范行车、保障车辆安全。其中包括车牌和停车状态在内的车辆信息通常作为违规行为判定的依据，如何准确、高效地获取车辆信息显得尤为重要。

技术实现思路

[0003]提供了一种车辆跟踪方法、装置及电子设备。
[0004]根据第一方面，提供了一种车辆跟踪方法，包括：获取第一设备的设备标识；根据所述设备标识，确定所述第一设备所在的设备集群，所述设备集群中还包括所述第一设备所关联的第二设备；根据所述设备集群中各设备的车辆跟踪信息和所述第一设备当前采集的道路图像，更新所述第一设备对应的第一车辆跟踪信息。
[0005]根据第二方面，提供了一种车辆跟踪装置，包括：获取模块，用于获取第一设备的设备标识；确定模块，用于根据所述设备标识，确定所述第一设备所在的设备集群，所述设备集群中还包括所述第一设备所关联的第二设备；更新模块，用于根据所述设备集群中各设备的车辆跟踪信息和所述第一设备当前采集的道路图像，更新所述第一设备对应的第一车辆跟踪信息。
[0006]根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，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本公开第一方面所述的车辆跟踪方法。
[0007]根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开第一方面所述的车辆跟踪方法。
[0008]根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开第一方面所述车辆跟踪方法的步骤。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1是根据本公开第一实施例的车辆跟踪方法的流程示意图；
[0012]图2是根据本公开第二实施例的车辆跟踪方法的流程示意图；
[0013]图3是根据本公开第三实施例的车辆跟踪方法的流程示意图；
[0014]图4是根据本公开第四实施例的语音处理方法的流程示意图；
[0015]图5是一种第一设备当前采集的道路图像；
[0016]图6是一种第二设备的历史道路图像；
[0017]图7是根据本公开第五实施例的车辆跟踪方法的流程示意图；
[0018]图8是根据本公开第六实施例的车辆跟踪方法的流程示意图；
[0019]图9是对道路图像进行3D重建时生成候选车辆的3Dbox框的示意图；
[0020]图10是根据图9所示的道路图像生成的对应的俯视图；
[0021]图11是根据本公开实施例的车辆跟踪方法的示例性整体流程图；
[0022]图12是根据本公开第一实施例的语音处理装置的框图；
[0023]图13是根据本公开第二实施例的语音处理装置的框图；
[0024]图14是用来实现本公开实施例的方法的电子设备的框图。
具体实施方式
[0025]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0026]人工智能(ArtificialIntelligence，简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前，AI技术具有自动化程度高、精确度高、成本低的优点，得到了广泛的应用。
[0027]计算机视觉(Computer Vision)，又称为机器视觉(Machine Vision)，是使用计算机及相关设备对生物视觉的一种模拟，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
[0028]智能交通(Intelligent Traffic System，简称ITS)又称智能运输系统(Intelligent Transportation System)，是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
[0029]下面结合附图描述本公开实施例的车辆跟踪方法、装置及电子设备。
[0030]图1是根据本公开第一实施例的车辆跟踪方法的流程示意图。
[0031]如图1所示，本公开实施例的车辆跟踪方法具体可包括以下步骤：
[0032]S101，获取第一设备的设备标识。
[0033]具体的，本公开实施例的车辆跟踪方法的执行主体可为本公开实施例提供的车辆跟踪装置，该车辆跟踪装置可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选的，执行主体可包括工作站、服务器，计算机、用户终端及其他设备。其中，用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
[0034]本公开实施例可基于道路中架设的图像采集设备，对道路中行驶或停放的车辆进行车辆跟踪，并更新、存储车辆跟踪信息以便根据需要从中活获取车辆信息。
[0035]其中，道路中架设的任一图像采集设备可作为本公开实施例的第一设备，在对该第一设备监控区域中的车辆进行跟踪时，获取该第一设备的设备标识。
[0036]S102，根据设备标识，确定第一设备所在的设备集群，设备集群中还包括第一设备所关联的第二设备。
[0037]在本公开实施例中，根据第一设备的设备标识确定第一设备所在的设备集群，在该设备集群中包括第一设备和第一设备所关联的第二设备。
[0038]在一些实施例中，可以以道路中架设的相机设备作为上述图像采集设备，将一条道路或一个划定区域内的多个相机设备作为一个设备集群，预先构建各相机设备间的位置关系图，可以将与当前相机设备相邻的相机设备确定为该相机设备的关联设备，可以通过一台中间服务器管理设备集群，并存储各相机设备的位置关系和每台相机设备的车辆跟踪信息，以便根据需要调取某一台相机设备的车辆跟踪信息。
[0039]S103，根据设备集群中各设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆跟踪方法，包括：获取第一设备的设备标识；根据所述设备标识，确定所述第一设备所在的设备集群，所述设备集群中还包括所述第一设备所关联的第二设备；根据所述设备集群中各设备的车辆跟踪信息和所述第一设备当前采集的道路图像，更新所述第一设备对应的第一车辆跟踪信息。2.根据权利要求1所述的跟踪方法，其中，所述根据所述设备集群中各设备的车辆跟踪信息和所述第一设备当前采集的道路图像，更新所述第一设备对应的第一车辆跟踪信息，包括：对所述道路图像进行识别，响应于所述道路图像中存在候选车辆；识别所述候选车辆对应的跟踪类型；根据所述跟踪类型，从所述设备集群中各设备的车辆跟踪信息和所述道路图像中，确定用于更新所述第一车辆跟踪信息的更新参考对象；根据所述更新参考对象，更新所述第一车辆跟踪信息中所述候选车辆的跟踪信息。3.根据权利要求2所述的跟踪方法，其中，所述根据所述跟踪类型，从所述设备集群中各设备的车辆跟踪信息和所述道路图像中，确定用于更新所述第一车辆跟踪信息的更新参考对象，包括：所述候选车辆的跟踪类型为所述第一设备未跟踪过的新增跟踪车辆，确定所述设备集群中所述第二设备的第二车辆跟踪信息和所述道路图像，为所述更新参考对象；所述候选车辆的跟踪类型为所述第一设备已跟踪过的历史跟踪车辆，确定所述道路图像为所述更新参考对象。4.根据权利要求2所述的跟踪方法，其中，所述识别所述候选车辆对应的跟踪类型，包括：获取所述候选车辆的候选特征向量；对所述候选特征向量和所述历史跟踪车辆的特征向量进行特征向量匹配；根据所述特征向量的匹配结果，确定所述候选车辆的跟踪类型。5.根据权利要求2
‑
4中任一项所述的跟踪方法，其中，所述候选车辆的跟踪类型为所述第一设备未跟踪过的新增跟踪车辆，则所述根据所述更新参考对象，更新所述第一车辆跟踪信息中所述候选车辆的跟踪信息，包括：对所述道路图像进行所述候选车辆的车牌识别；响应于所述道路图像中识别出所述候选车辆的车牌，将识别出的车牌确定为所述候选车辆的车牌信息；响应于所述道路图像中未识别出所述候选车辆的车牌，基于所述候选车辆的候选特征向量，从所述第二设备的历史跟踪车辆中确定所述候选车辆对应的参考车辆；以及将所述参考车辆的车牌信息，确定为所述候选车辆的车牌信息；其中，所述候选车辆的车牌信息为所述候选车辆的一种跟踪信息。6.根据权利要求5所述的跟踪方法，其中，所述方法还包括：响应于所述道路图像中识别出所述候选车辆的车牌，将所述道路图像进行存储，并将所述道路图像的存储地址确定为所述第一车辆跟踪信息中所述候选车辆的车牌识别图像
的存储地址；响应于所述道路图像中未识别出所述候选车辆的车牌，将所述参考车辆的车牌识别图像的存储地址，确定为所述第一车辆跟踪信息中所述候选车辆的车牌识别图像的存储地址；其中，所述候选车辆的车牌识别图像的存储地址为所述候选车辆的一种跟踪信息。7.根据权利要求2
‑
4中任一项所述的跟踪方法，其中，所述候选车辆的跟踪类型为所述第一设备已跟踪过的历史跟踪车辆，则所述根据所述更新参考对象，更新所述第一车辆跟踪信息中所述候选车辆的跟踪信息，包括：识别所述第一车辆跟踪信息中所述候选车辆的车牌信息为空，则从所述道路图像中识别所述候选车辆的车牌，并将识别出的车牌确定为所述候选车辆的车牌信息；和/或将所述道路图像进行存储，并将所述道路图像的存储地址确定为所述第一车辆跟踪信息中所述候选车辆的车牌识别图像的存储地址；其中，所述候选车辆的一种跟踪信息包括所述候选车辆的车牌信息和所述车牌识别图像的存储地址。8.根据权利要求5所述的跟踪方法，其中，所述基于所述候选车辆的候选特征向量，从所述第二设备的历史跟踪车辆中确定所述候选车辆对应的参考车辆，包括：从所述第二设备的历史跟踪车辆中筛选出存在有效车牌信息且停车状态为未停稳状态的所述历史跟踪车辆；将所述候选车辆与筛选出的所述历史跟踪车辆，进行特征向量匹配，将匹配成功的所述历史跟踪车辆确定为所述参考车辆。9.根据权利要求8所述的跟踪方法，其中，所述方法还包括：根据所述道路图像，获取所述候选车辆的车辆属性，所述车辆属...

【专利技术属性】
技术研发人员：师小凯，张政，
申请(专利权)人：北京精英路通科技有限公司，
类型：发明
国别省市：