【技术实现步骤摘要】
多目标轨迹跟踪方法以及装置
[0001]本专利技术涉及多目标跟踪领域，具体而言，涉及一种多目标轨迹跟踪方法以及装置。
技术介绍
[0002]目前，多目标跟踪技术在自动驾驶、智能监控、行人追踪等多个领域得到了广泛应用。相关技术中常常采用深度学习算法进行持续追踪，在实际的应用中，存在目标轨迹遮挡重叠，图像清晰度不佳，目标密集，运动目标等多种复杂情况，导致对于复杂场景的多目标跟踪结果不理想，造成跟踪准确度低，误检漏检概率高的问题。
[0003]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种多目标轨迹跟踪方法以及装置，以至少解决相关技术中存在的多目标跟踪场景下，跟踪效率低，识别能力差的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种多目标轨迹跟踪方法，包括：获取待检测视频信息中当前帧视频图像对应的多个第一跟踪目标，以及所述当前帧视频图像的前一帧视频图像对应的历史轨迹跟踪结果；根据所述历史轨迹跟踪结果，采用多目标跟踪模型对所述多个第一...
【技术保护点】
【技术特征摘要】
1.一种多目标轨迹跟踪方法，其特征在于，包括：获取待检测视频信息中当前帧视频图像对应的多个第一跟踪目标，以及所述当前帧视频图像的前一帧视频图像对应的历史轨迹跟踪结果；根据所述历史轨迹跟踪结果，采用多目标跟踪模型对所述多个第一跟踪目标进行处理，得到所述多个第一跟踪目标分别对应的第一预测框；根据所述历史轨迹跟踪结果，采用卡尔曼滤波算法对所述多个第一跟踪目标进行处理，得到所述多个第一跟踪目标分别对应的第二预测框；基于所述第一预测框和所述第二预测框，得到所述多个第一跟踪目标分别对应的目标轨迹跟踪结果。2.根据权利要求1所述的方法，其特征在于，所述获取所述当前帧视频图像的前一帧视频图像对应的历史轨迹跟踪结果，包括：获取所述前一帧视频图像对应的多个第二跟踪目标，以及所述多个第二跟踪目标分别对应的历史检测框和历史预测框，其中，所述历史检测框对应于未生成历史轨迹的第二跟踪目标，所述历史预测框对应于已生成历史轨迹的第二跟踪目标；将所述历史检测框进行转换处理，基于转换后的历史检测框和所述历史预测框，生成所述历史轨迹跟踪结果。3.根据权利要求1所述的方法，其特征在于，所述根据所述历史轨迹跟踪结果，采用多目标跟踪模型对所述多个第一跟踪目标进行处理，得到所述多个第一跟踪目标分别对应的第一预测框，包括：根据所述历史轨迹跟踪结果，分别判断所述多个第一跟踪目标是否存在历史轨迹；若所述多个第一跟踪目标均存在所述历史轨迹，则采用所述多目标跟踪模型对所述多个第一跟踪目标进行处理，生成所述多个第一跟踪目标分别对应的所述第一预测框。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：若所述多个第一跟踪目标中存在没有所述历史轨迹的第一跟踪目标，则将所述多个第一跟踪目标中的没有所述历史轨迹的第一跟踪目标作为第三跟踪目标，以及将所述多个第一跟踪目标中除所述第三跟踪目标之外的第一跟踪目标作为第四跟踪目标；采用所述多目标跟踪模型对所述第三跟踪目标进行处理，生成所述第三跟踪目标对应的第一检测框；采用所述多目标跟踪模型对所述第四跟踪目标进行处理，生成所述第四跟踪目标对应的第一预测框。5.根据权利要求4所述的方法，其特征在于，在所述多个第一跟踪目标均存在所述历史轨迹的情况下，所述基于所述第一预测框和所述第二预测框，得到所述多个第一跟踪目标分别对应的目标轨迹跟踪结果，包括：将所述第一预测框作为所述多个第一跟踪目标分别对应的所述目标轨迹跟踪结果；在所述多个第一跟踪目标中存在没有所述历史轨迹的所述第三跟踪目标的情况下，所述基于所述第一预测框和所述第二预测框，得到所述多个第一跟踪目标分别对应的目标轨迹跟踪结果，包括：基于所述第一预测框和所述第二预测框，得到所述多个第一跟踪目标中除所述第三跟踪目标之外的所述第四跟踪目标对应的所述目标跟踪轨迹。6.根据权利要求5所述的方法，其特征在于，所述基于所述第一预测框和所述第二预测
框，得到所述多个第一跟踪目标中除所述第三跟踪目标之外的所述第四跟踪目标对应...
【专利技术属性】
技术研发人员：邱志鹏，李凡平，石柱国，
申请(专利权)人：青岛以萨数据技术有限公司，
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。