基于深度图像的目标跟踪方法、装置、系统及摄像设备制造方法及图纸

技术编号:37988290 阅读:9 留言:0更新日期:2023-06-30 10:02
本发明专利技术提供了一种基于深度图像的目标跟踪方法、装置、系统及摄像设备,所述方法包括:获取基于深度图像进行目标检测后的当前检测结果以及当前跟踪结果;获取所述当前跟踪结果中的各跟踪对象的遮挡状态判定结果,基于目标遮挡状态的判定结果进行对象标识交换修正;将所述当前检测结果与当前跟踪结果进行数据关联,得到所述深度图像中的多个跟踪对象以及各跟踪对象对应的对象标识;输出更新后的当前跟踪结果。本发明专利技术的方法可有效改善目标遮挡场景下的ID新增与ID Switch问题,有利于提高深度客流相机统计结果的准确性。客流相机统计结果的准确性。客流相机统计结果的准确性。

【技术实现步骤摘要】
基于深度图像的目标跟踪方法、装置、系统及摄像设备


[0001]本专利技术涉及图像处理
,特别是一种基于深度图像的目标跟踪方法、装置、系统及摄像设备。

技术介绍

[0002]目标跟踪是客流统计系统的关键技术之一,其跟踪效果直接关系着统计结果的准确性。比如,当目标之间出现遮挡时,很容易因数据关联错误而导致ID错误新增和ID Switch问题——这会直接导致计数出错。
[0003]众所周知,在移动终端,CNN算法通常需要GPU、NPU等硬件进行加速。然而,现有的许多客流统计系统因成本限制其硬件平台算力十分有限,不仅没有GPU、NPU等硬件,连CPU计算资源也十分紧张。一个更为实际的目标跟踪方案是基于CNN算法,比如基于背景建模的检测算法。相应地,上述目标粘连、遮挡场景下的ID新增与ID Switch问题就再次凸显,而要解决这些问题仍需顾及平台算力,这让相关人员颇受掣肘。

技术实现思路

[0004]鉴于上述问题,本专利技术提出一种克服上述问题或者至少部分地解决上述问题的基于深度图像的目标跟踪方法、装置、系统及摄像设备,以改善目标粘连、遮挡场景下的ID新增与ID Switch问题,该方法简单易行,算力开销较小,具有实用价值。
[0005]根据本专利技术的第一方面,提供了一种基于深度图像的目标跟踪方法,所述方法包括:
[0006]获取基于深度图像进行目标检测后的当前检测结果以及当前跟踪结果;
[0007]获取所述当前跟踪结果中的各跟踪对象的遮挡状态判定结果,基于目标遮挡状态的判定结果进行对象标识交换修正;
[0008]将所述当前检测结果与当前跟踪结果进行数据关联,得到所述深度图像中的多个跟踪对象以及各跟踪对象对应的对象标识,作为更新后的当前跟踪结果;
[0009]输出所述更新后的当前跟踪结果。
[0010]可选地,所述将所述当前检测结果与当前跟踪结果进行数据关联包括:
[0011]对所述当前跟踪结果和所述当前检测结果进行跟踪对象匹配,得到匹配结果;
[0012]根据匹配结果确定所述当前跟踪结果和所述当前检测结果中相同的跟踪对象以及新检测到的跟踪对象。
[0013]可选地,所述根据匹配结果确定所述当前跟踪结果和所述当前检测结果中相同的跟踪对象以及新检测到的跟踪对象,包括:
[0014]若在所述当前检测结果中检测到所述当前跟踪结果未匹配到的跟踪对象,则为该跟踪对象分配新的对象标识;
[0015]若在所述当前检测结果中检测到所述当前跟踪结果匹配到的跟踪对象,则更新该跟踪对象对应的检测器;
[0016]若在所述当前跟踪结果中检测到所述当前检测结果未匹配到跟踪对象,则获取该跟踪对象的丢失帧数,确定与所述跟踪对象匹配的丢失帧数阈值;若所述丢失帧数超过丢失帧数阈值,则移除该跟踪对象。
[0017]可选地,所述确定与所述跟踪对象匹配的丢失帧数阈值包括:
[0018]若所述跟踪对象被判定为被遮挡状态,则确定与所述跟踪对象匹配的丢失帧数阈值为第一阈值;否则,确定与所述跟踪对象匹配的丢失帧数阈值为第二阈值;
[0019]所述第一阈值大于所述第二阈值。
[0020]可选地,所述获取所述当前跟踪结果中的各跟踪对象的遮挡状态判定结果之前,所述方法还包括:
[0021]在获取到所述深度图像之前的历史图像时,对所述历史图像中的各跟踪对象进行遮挡状态判定。
[0022]可选地,所述将所述当前检测结果与当前跟踪结果进行数据关联之后,所述方法还包括:
[0023]对所述深度图像中的各跟踪对象进行遮挡状态判定,以供下次进行遮挡状态判定时使用。
[0024]可选地,对所述深度图像中的各跟踪对象进行遮挡状态判定包括:
[0025]对于任意第一跟踪对象和第二跟踪对象,获取所述第一跟踪对象的第一跟踪信息和第二跟踪对象的第二跟踪信息;
[0026]若所述第一跟踪信息和第二跟踪信息满足预设条件,则判定所述第一跟踪对象被第二跟踪对象遮挡。
[0027]可选地,所述预设条件包括以下至少之一:
[0028]第一跟踪对象和/或第二跟踪对象的丢失帧数大于零;
[0029]第一跟踪对象的预测目标框的中心点位于第二跟踪对象的预设目标框之内;
[0030]第一跟踪对象的预测目标框和第二跟踪对象的检测框的交并比超过设定阈值;
[0031]第一跟踪对象的深度值大于第二跟踪对象的深度值。
[0032]根据本专利技术的第二方面,还提供了一种基于深度图像的目标跟踪装置,所述装置包括:
[0033]数据获取模块,用于获取基于深度图像进行目标检测后的当前检测结果以及当前跟踪结果;
[0034]修正模块,用于获取所述当前跟踪结果中的各跟踪对象的遮挡状态判定结果,基于目标遮挡状态的判定结果进行对象标识交换修正;
[0035]数据关联模块,用于将所述当前检测结果与当前跟踪结果进行数据关联,得到所述深度图像中的多个跟踪对象以及各跟踪对象对应的对象标识;
[0036]数据输出模块,用于输出更新后的当前跟踪结果。
[0037]根据本专利技术的第三方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面中任一项所述的基于深度图像的目标跟踪方法。
[0038]根据本专利技术的第四方面,还提供了一种计算设备,所述计算设备包括处理器以及存储器:
[0039]所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
[0040]所述处理器用于根据所述程序代码中的指令执行第一方面中任一项所述的基于深度图像的目标跟踪方法。
[0041]根据本专利技术的第五方面,还提供了一种基于深度图像的目标跟踪系统,所述系统包括:至少一个摄像头、至少一个显示终端以及与所述摄像头和显示终端连接的第二方面所述的基于深度图像的目标跟踪装置。
[0042]根据本专利技术的第六方面,还提供了一种摄像设备,所述摄像设备包括第二方面所述的基于深度图像的目标跟踪装置。
[0043]本专利技术提供了一种基于深度图像的目标跟踪方法、装置、系统及摄像设备,本专利技术的基于深度图像的目标跟踪方法,在对当前跟踪结果和当前检测结果进行数据关联之前,可以先根据跟踪对象遮挡状态进行ID Switch修正,可有效改善目标遮挡场景下的ID新增与ID Switch问题,有利于提高深度客流相机统计结果的准确性;并且,该方法简单易行,算力开销较小,具有较好的实施性。
[0044]上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。
[0045]根据下文结合附图对本专利技术具体实施例的详细描述,本领域技术人员将会更加明了本专利技术的上述以及其他目的、优点和特征。
附图说明
[0046]通过阅读下文优选实施方式的详细本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于深度图像的目标跟踪方法,其特征在于,所述方法包括:获取基于深度图像进行目标检测后的当前检测结果以及当前跟踪结果;获取所述当前跟踪结果中的各跟踪对象的遮挡状态判定结果,基于目标遮挡状态的判定结果进行对象标识交换修正;将所述当前检测结果与当前跟踪结果进行数据关联,得到所述深度图像中的多个跟踪对象以及各跟踪对象对应的对象标识,作为更新后的当前跟踪结果;输出所述更新后的当前跟踪结果。2.根据权利要求1所述的方法,其特征在于,所述将所述当前检测结果与当前跟踪结果进行数据关联包括:对所述当前跟踪结果和所述当前检测结果进行跟踪对象匹配,得到匹配结果;根据匹配结果确定所述当前跟踪结果和所述当前检测结果中相同的跟踪对象以及新检测到的跟踪对象。3.根据权利要求2所述的方法,其特征在于,所述根据匹配结果确定所述当前跟踪结果和所述当前检测结果中相同的跟踪对象以及新检测到的跟踪对象包括:若在所述当前检测结果中检测到所述当前跟踪结果未匹配到的跟踪对象,则为该跟踪对象分配新的对象标识;若在所述当前检测结果中检测到所述当前跟踪结果匹配到的跟踪对象,则更新该跟踪对象对应的检测器;若在所述当前跟踪结果中检测到所述当前检测结果未匹配到跟踪对象,则获取该跟踪对象的丢失帧数,确定与所述跟踪对象匹配的丢失帧数阈值;若所述丢失帧数超过丢失帧数阈值,则移除该跟踪对象。4.根据权利要求3所述的方法,其特征在于,所述确定与所述跟踪对象匹配的丢失帧数阈值包括:若所述跟踪对象被判定为被遮挡状态,则确定与所述跟踪对象匹配的丢失帧数阈值为第一阈值;否则,确定与所述跟踪对象匹配的丢失帧数阈值为第二阈值;所述第一阈值大于所述第二阈值。5.根据权利要求1所述的方法,其特征在于,所述获取所述当前跟踪结果中的各跟踪对象的遮挡状态判定结果之前,所述方法还包括:在获取到所述深度图像之前的历史图像时,对所述历史图像中的各跟踪对象进行遮挡状态判定。6.根据权利要求1

5中任一项所述的方法,其特征在于,所述将所述当前检测结果与当前跟踪结果进行数据关联之后,所述方法还包括:对所述深度图像中的各跟踪对象进行...

【专利技术属性】
技术研发人员:肖兵李正国
申请(专利权)人:珠海视熙科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1