用于在线实时多对象跟踪的装置和方法制造方法及图纸

本公开涉及用于在线实时多对象跟踪的装置和方法。特定实施例可以被配置为：从与自主运载工具相关联的至少一个相机接收图像帧数据；生成与先前图像帧中的对象数据和来自当前图像帧的对象检测结果之间相比较的相似度相对应的相似度数据；使用相似度数据来生成与先前图像帧中的对象数据和来自当前图像帧的对象检测结果之间的最好匹配相对应的数据关联结果；根据数据关联结果来引起针对每个对象的有限状态机中的状态转变；并且提供与针对每个对象的有限状态机的状态相对应的对象跟踪输出数据作为输出。出数据作为输出。出数据作为输出。

【技术实现步骤摘要】
用于在线实时多对象跟踪的装置和方法
[0001]分案说明
[0002]本申请是于2019年02月27日提交的申请号为201980015452.8、名称为“用于在线实时多对象跟踪的系统和方法”的中国专利技术专利申请的分案申请。
[0003]相关申请的交叉引用
[0004]本专利文件要求于2018年2月27日提交的题为“SYSTEM AND METHOD FOR ONLINE REAL
‑
TIME MULTI
‑
OBJECT TRACKING”的美国专利申请号15/906,561的优先权和权益，通过引用将其整体并入本文。


[0005]本专利文件总体上涉及用于图像处理、对象跟踪、运载工具控制系统以及自主驾驶系统的工具(系统、装置、方法、计算机程序产品、等等)，并且更具体地但非限制地涉及用于在线实时多对象跟踪的系统和方法。

技术介绍

[0006]多对象跟踪(MOT)是已经在过去几年里在研究和工业两方面都受到大量关注的计算机视觉中的热门话题。MOT在安全和监控、视频通信、以及自动驾驶或自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种装置，包括：至少一个处理器；和包括计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述装置：接收图像数据；检测所述图像数据中的对象；生成相似度数据，所述相似度数据对应于在所述图像数据的第一帧中检测到的对象与在所述图像数据的第二帧中检测到的对象之间相比较的相似度；维持针对所述图像数据中检测到的所述对象中的每个对象的模板；以及基于所述相似度数据将在所述第一帧中检测到的所述对象与在所述第二帧中检测到的所述对象进行匹配。2.根据权利要求1所述的装置，其中所述图像数据从至少一个相机中接收。3.根据权利要求2所述的装置，其中所述至少一个相机被耦合到自动驾驶车辆。4.根据权利要求1所述的装置，其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起还使所述装置：从所述图像数据中检测到的所述对象中的每个对象提取外观特征。5.根据权利要求4所述的装置，其中所述外观特征通过卷积神经网络来提取。6.根据权利要求4所述的装置，其中为了生成所述相似度数据，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起还使所述装置：计算被定义为所述模板的对象的所述外观特征与检测到的所述对象的所述外观特征之间的欧几里得距离；和基于计算出的所述欧几里得距离生成所述相似度数据。7.根据权利要求4所述的装置，其中所述模板对应于从所述对象中的每个对象提权的所述外观特征。8.根据权利要求4所述的装置，其中所述相似度数据基于运动特征相似度和外观特征相似度而被生成。9.根据权利要求8所述的装置，其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起还使所述装置：基于所述外观特征确定针对检测到的对象与模板对象的相似度分数；确定所述相似度分数是否小于第一阈值；以及确定所述检测到的对象的边界框的置信度是否大于第二阈值，其中所述模板响应于所述相似度分数小于所述第一阈值并且所述置信度大于所述第二阈值的确定而被更新。10.根据权利要求8所述的装置，其中所述运动特征相似度基于卡尔曼滤波器的预测以及检测到的对象的边界框位置。11.根据权利要求1所述的装置，其中为了维持在所述图像数据中检测到的所述对象中的每个对象的所述模板，所述至少一个存储器和所述计算机...

【专利技术属性】
技术研发人员：葛凌廷，陈鹏飞，王泮渠，
申请(专利权)人：图森有限公司，
类型：发明
国别省市：