目标跟踪方法、系统及电子设备技术方案

本申请提供目标跟踪方法、系统及电子设备，涉及计算机视觉处理领域，该目标跟踪方法包括：获取待处理数据的当前帧中的检测框和跟踪框；将检测框与跟踪框进行匹配，并获取第一匹配结果；判断第一匹配结果是否为匹配失败；若第一匹配结果为匹配失败，则对重识别网络模型进行低比特量化，以获得量化后重识别网络模型；将检测框和跟踪框输入量化后重识别网络模型，以再次匹配检测框和跟踪框，并获取第二匹配结果；若第二匹配结果为匹配成功，则将检测框的目标轨迹加入跟踪轨迹。使用本申请实施例提供的目标跟踪方法不但能够提高目标跟踪的匹配精度，还能够降低匹配的计算耗时。还能够降低匹配的计算耗时。还能够降低匹配的计算耗时。

【技术实现步骤摘要】
目标跟踪方法、系统及电子设备
[0001]本申请涉及计算机视觉处理领域，具体而言，涉及一种目标跟踪方法、系统及电子设备。

技术介绍

[0002]多目标追踪主要解决的问题是对视频中每一帧画面里标定或想要追踪的目标进行检测并获取在图像中的位置，对每个目标分配一个id，在目标运动过程中，维持每个目标的id保持不变。在多目标追踪问题中，目标追踪算法需要对视频中每帧图像里的所有目标进行检测，将检测到的新目标与已经分配轨迹的目标进行匹配，如果匹配成功，将归类于已有轨迹的目标中；对没有匹配成功的目标，将其归类为新出现的目标，需要分配一个新的id，对于离开视频区域的目标，将不再对其进行轨迹追踪，并在已有轨迹的集合中将其删除。
[0003]目前，对于目标轨迹的跟踪大多是使用交并比计算代价矩阵并通过匈牙利匹配算法获取当前帧检测框与跟踪轨迹匹配结果的3D多目标跟踪算法，但该方法存在缺乏实例语义信息的问题。
[0004]现有的目标轨迹跟踪方法中，虽然存在将图像语义信息引入的目标轨迹跟踪方法的方案，但现有的引入目标图像语义信息的目标轨迹跟踪方法使轨迹跟踪的推理速度明显降低本文档来自技高网...

【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，所述目标跟踪方法包括：获取待处理数据的当前帧中的检测框和跟踪框；将所述检测框与所述跟踪框进行匹配，并获取第一匹配结果；判断所述第一匹配结果是否为匹配失败；若所述第一匹配结果为匹配失败，则对重识别网络模型进行低比特量化，以获得量化后重识别网络模型；将所述检测框和所述跟踪框输入所述量化后重识别网络模型，以再次匹配所述检测框和所述跟踪框，并获取第二匹配结果；若所述第二匹配结果为匹配成功，则将所述检测框的目标轨迹加入跟踪轨迹。2.根据权利要求1所述的方法，其特征在于，其中，所述检测框包括3D检测框和2D检测框；所述跟踪框包括3D跟踪框和2D跟踪框；所述根据待处理数据获取当前帧中的检测框和跟踪框，包括：根据待处理数据，获取当前帧中的所述目标轨迹的当前信息和历史信息；根据所述当前信息获取所述3D检测框，并将所述3D检测框投影至多摄像机坐标系，以获取所述2D检测框；根据所述历史信息和所述3D检测框获取所述3D跟踪框和2D跟踪框。3.根据权利要求2所述的方法，其特征在于，其中，所述待处理数据包括激光雷达点云数据；所述将所述3D检测框投影至多摄相机坐标系，以获取所述2D检测框，包括：将所述3D检测框投影至多摄像机坐标系，以获得所述3D检测框对应的多个投影2D框；获取所述3D检测框内的点云数量和多个所述投影2D框内的点云数量；将所述3D检测框内的点云数量分别除以多个所述投影2D框内的点云数量，以获得遮挡比例；将所述遮挡比例中最小的所述遮挡比例对应的投影2D框作为所述2D检测框。4.根据权利要求2所述的方法，其特征在于，所述将所述检测框和所述跟踪框通过所述量化后重识别网络模型，以再次匹配所述检测框和所述跟踪框，并获取第二匹配结果，包括：将所述2D检测框和所述2D跟踪框通过所述量化后的重识别网络模型，以获得2D检测框实例语义特征和2D跟踪框实例语义特征；计算所述2D检测框实例语义特征和所述2D跟踪框实例语义特征的余弦距离，以获得语义特征代价矩阵；基于所述语义特征代价矩阵，再次匹配所述2D检测框和所述2D跟踪框，并获取第二匹配结果。5.根据权利要求2所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：刘建伟，
申请(专利权)人：北京爱芯科技有限公司，
类型：发明
国别省市：