【技术实现步骤摘要】
一种道路元素跟踪方法、装置、设备、存储介质及产品
[0001]本公开涉及计算机
，具体而言，涉及一种道路元素跟踪方法、装置、设备、存储介质及产品。
技术介绍
[0002]随着科技的发展，计算机技术的不断进步，电子地图成为了人们日常生活中必不可少的应用，随着电子地图的广泛应用，电子地图也成为了乘用车司机在出行时快捷寻找路径的常用手段。
[0003]当用户在使用电子地图时，电子地图的准确性以及时效性对于用户而言尤为重要，尤其是当道路状况发生变化时，对于电子地图中的有效道路元素需要进行及时更新，才能保证用户寻找路径的准确度。对于电子地图中道路元素的添加和更新等，大多是通过例如具有激光雷达的道路采集车辆等道路信息采集设备采集实际道路的道路点云或者道路图像等数据，再通过人工提取或者目标识别等方式提取出道路元素，进而添加至电子地图中，但是识别结果受限于经验、数据采集的密度、数据信息之间的干扰等因素，导致道路元素提取的准确度低，进而导致更新电子地图信息时偏差较大，不利于后续使用。
技术实现思路
[0004]本...
【技术保护点】
【技术特征摘要】
1.一种道路元素跟踪方法，其特征在于，所述方法包括：获取现实道路场景的多个采集图像，以及所述多个采集图像中的待追踪道路元素；针对每个采集图像，基于所述采集图像以及与所述采集图像在采集顺序上相邻的采集图像，确定所述采集图像中各个图像特征点的全局特征描述信息；基于每个采集图像中各个图像特征点的全局特征描述信息，对不同采集图像中的图像特征点进行特征点匹配，得到多个特征点序列，每个所述特征点序列中的各个图像特征点为对应于同一特征点在不同采集时间下所采集的采集图像中的点；基于与所述待追踪道路元素匹配的至少一个所述特征点序列对应的光流轨迹信息，确定所述待追踪道路元素的跟踪轨迹信息。2.根据权利要求1所述的方法，其特征在于，所述针对每个采集图像，基于所述采集图像以及与所述采集图像在采集顺序上相邻的采集图像，确定所述采集图像中各个图像特征点的全局特征描述信息，包括：针对每个采集图像，确定所述采集图像中的多个图像特征点以及每个图像特征点的描述特征信息；针对所述采集图像以及与所述采集图像在采集顺序上相邻的采集图像，基于相邻的两个采集图像中各个图像特征点的描述特征信息，对所述两个采集图像中的多个图像特征点进行交叉学习处理，得到图像对中每个图像特征点针对所述两个采集图像的全局特征描述信息。3.根据权利要求2所述的方法，其特征在于，所述针对每个采集图像，确定所述采集图像中的多个图像特征点以及每个图像特征点的描述特征信息，包括：针对每个采集图像，将所述采集图像输入至预先训练好的卷积神经网络中，提取出所述采集图像中的多个图像特征点以及每个图像特征点的描述特征信息。4.根据权利要求2所述的方法，其特征在于，所述针对所述采集图像以及与所述采集图像在采集顺序上相邻的采集图像，基于相邻的两个采集图像中各个图像特征点的描述特征信息，对所述两个采集图像中的多个图像特征点进行交叉学习处理，得到图像对中每个图像特征点针对所述两个采集图像的全局特征描述信息，包括：针对所述采集图像以及与所述采集图像在采集顺序上相邻的采集图像，将相邻的两个采集图像中各个图像特征点的描述特征信息作为输入，输入至预先训练好的图神经网络中，得到所述两个采集图像中每个图像特征点针对所述两个采集图像的全局特征描述信息。5.根据权利要求1所述的方法，其特征在于，所述基于每个采集图像中各个图像特征点的全局特征描述信息，对不同采集图像中的图像特征点进行特征点匹配，得到多个特征点序列，每个所述特征点序列中的各个图像特征点为对应于同一特征点在不同采集时间下所采集的采集图像中的点，包括：针对每个采集图像，确定所述采集图像中每个图像特征点在所述采集图像中的位置信息；基于每个图像特征点的位置信息和全局特征描述信息，确定每个图像特征点的匹配特征向量；针对所述采集图像以及与所述采集图像在采集顺序上相邻的采集图像，将相邻的两个
采集图像中各个图像特征点的匹配特征向量输入至训练好的特征点匹配神经网络中，得到所述两个采集图像的多个特征点匹配结果，所述特征点匹配结果包括两个图像特征点，两个图像特征点分别位于所述两个采集图像中的不同采集图像中；基于所述多个采集图像中各对相邻的所述两个采集图像对应的多个特征点匹配结果，确定所述多个采集图像对应的多个特征点序列，所述特征点序列包括多个图像特征点，并且多个图像特征点为对应于同一特征点在不同采集时间下所采集的采集图像中的点。6.根据权利要求5所述的方法，其特征在于，通过以下步骤获取所述特...
【专利技术属性】
技术研发人员：金诚，杜宪策，李伟，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
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。