目标跟踪方法、装置以及设备制造方法及图纸

本公开提供了一种目标跟踪方法、装置以及设备，涉及人工智能技术领域，具体为深度学习、图像处理和计算机视觉技术领域，可应用于自动驾驶等场景。该方法的一具体实施方式包括：获取当前帧图像、前一帧图像和前一帧中间特征矩阵；基于当前帧图像、前一帧图像和前一帧中间特征矩阵，融合得到时序融合特征；基于时序融合特征进行目标检测，得到目标检测结果；基于目标检测结果进行目标跟踪，得到目标跟踪结果。该实施方式使用相邻帧所包含的时序特征信息进行补充，提升目标检测的稳定性与泛化性。提升目标检测的稳定性与泛化性。提升目标检测的稳定性与泛化性。

【技术实现步骤摘要】
目标跟踪方法、装置以及设备


[0001]本公开涉及人工智能
，具体为深度学习、图像处理、计算机视觉
，可应用于自动驾驶等场景。

技术介绍

[0002]随着自动驾驶技术的发展和落地，大规模、多动态和复杂多变的应用场景对自动驾驶汽车感知能力的要求越来越高。目标跟踪作为计算机视觉中的重要研究方向，在自动驾驶领域有着较为广泛的应用。例如，对障碍物进行跟踪，能够使自动驾驶车辆在行驶过程中有效避障。
[0003]目前，普遍采用的目标跟踪技术是对当前帧进行目标检测，并基于当前帧的检测结果进行目标跟踪。

技术实现思路

[0004]本公开实施例提出了一种目标跟踪方法、装置、设备、存储介质以及程序产品。
[0005]第一方面，本公开实施例提出了一种目标跟踪方法，包括：获取当前帧图像、前一帧图像和前一帧中间特征矩阵；基于当前帧图像、前一帧图像和前一帧中间特征矩阵，融合得到时序融合特征；基于时序融合特征进行目标检测，得到目标检测结果；基于目标检测结果进行目标跟踪，得到目标跟踪结果。
[0006]第二方面，本公开实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标跟踪方法，包括：获取当前帧图像、前一帧图像和前一帧中间特征矩阵；基于所述当前帧图像、所述前一帧图像和所述前一帧中间特征矩阵，融合得到时序融合特征；基于所述时序融合特征进行目标检测，得到目标检测结果；基于所述目标检测结果进行目标跟踪，得到目标跟踪结果。2.根据权利要求1所述的方法，其中，所述基于所述当前帧图像、所述前一帧图像和所述前一帧中间特征矩阵，融合得到时序融合特征，包括：利用时序融合模型对所述当前帧图像、所述前一帧图像和所述前一帧中间特征矩阵进行融合，得到所述时序融合特征。3.根据权利要求2所述的方法，其中，所述时序融合模型包括三个特征提取子模型和融合子模型；以及所述利用时序融合模型对所述当前帧图像、所述前一帧图像和所述前一帧中间特征矩阵进行融合，得到所述时序融合特征，包括：对所述前一帧中间特征矩阵进行预处理，得到预处理中间特征矩阵；将所述当前帧图像、所述前一帧图像和所述预处理中间特征矩阵分别输入至所述三个特征提取子模型进行特征提取，并将特征提取结果输入至所述融合子模型进行融合，得到所述时序融合特征。4.根据权利要求3所述的方法，其中，所述对所述前一帧中间特征矩阵进行预处理，包括：利用掩膜对所述前一帧中间特征矩阵进行过滤，将像素值小于预设阈值的像素点设置为0；和/或将所述前一帧中间特征矩阵的像素点的多通道压缩成单通道。5.根据权利要求1所述的方法，其中，所述基于所述时序融合特征进行目标检测，得到目标检测结果，包括：将所述时序融合特征输入至目标检测模型，得到所述目标检测结果，其中，所述目标检测结果包括分类信息、定位信息、方向信息、属性信息、跟踪特征信息和分类得分。6.根据权利要求5所述的方法，其中，所述前一帧中间特征矩阵是利用所述目标检测模型对所述前一帧图像进行目标检测时输出的中间特征矩阵。7.根据权利要求5所述的方法，其中，所述基于所述目标检测结果进行目标跟踪，得到目标跟踪结果，包括：根据分类得分将所述目标检测结果划分为第一目标框检测结果和第二目标框检测结果，其中，第一目标框分类得分大于第二目标框分类得分；将所述第一目标框检测结果与各条跟踪轨迹进行匹配，基于匹配成功的第一目标框检测结果更新对应的跟踪轨迹；将所述第二目标框检测结果与匹配失败的跟踪轨迹进行匹配，基于匹配成功的第二目标框检测结果更新对应的跟踪轨迹。8.根据权利要求7所述的方法，其中，所述基于所述目标检测结果进行目标跟踪，得到目标跟踪结果，还包括：
基于匹配失败的第一目标框检测结果新建跟踪轨迹。9.一种目标跟踪装置，包括：获取模块，被配置成获取当前帧图像、前一帧图像和前一帧中间特征矩阵；融合模块，被配置成基于所述当前帧图像、所述前一帧图像和所述前一帧中间特征矩阵，融合得到时序融合特征；检测模块，被配置成基于所...

【专利技术属性】
技术研发人员：陈钊苇，詹诗渊，王海龙，王昊，马彧，陈竞凯，王云鹏，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：