遮挡感知的多对象跟踪制造技术

一种用于跨多个图像帧跟踪目标对象的系统。该系统包括逻辑机器和存储机器。存储机器保存由逻辑机器可执行的指令，以在目标帧之前出现的一个或多个先前帧上计算针对目标对象的轨迹。响应于评估在目标帧中没有检测到目标对象，指令可执行以基于轨迹来预测针对目标对象的估计区域，基于针对估计区域的阈值距离内的一组其他对象的一组候选遮挡位置来预测遮挡中心，该组候选遮挡位置的每个位置与估计区域重叠，以及基于遮挡中心自动地估计针对目标帧中的目标对象的边界框。

【技术实现步骤摘要】
【国外来华专利技术】

技术介绍

1、计算机视觉系统可以跟踪多个对象以便评估场景。例如，跟踪多个对象可以是包括自主驾驶、机器人导航和视频分析的任务的关键组成部分。

技术实现思路

1、本
技术实现思路
被提供来以简化形式介绍一些概念，这些概念下面将在具体实施方式中被进一步描述。本
技术实现思路
既不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于限制所要求保护的主题的范围。此外，所要求保护的主题不限于解决本公开的任何部分中所提到的任何或所有缺点的实现。

2、一种用于跨多个图像帧跟踪目标对象的系统，该系统包括逻辑机器和存储器。存储机器保存由逻辑机器可执行的指令，以在目标帧之前出现的一个或多个先前帧上计算针对目标对象的轨迹。响应于评估在目标帧中没有检测到目标对象，指令可执行以基于轨迹来预测针对目标对象的估计区域，基于针对估计区域的阈值距离内的一组其他对象的一组候选遮挡位置来预测遮挡中心，该组候选遮挡位置的每个位置与估计区域重叠，以及基于遮挡中心自动地估计针对目标帧中的目标对象的边界框。

【技术保护点】

1.一种用于跨多个图像帧跟踪目标对象的系统，包括：

2.根据权利要求1所述的系统，其中所述指令进一步可执行以通过操作一个或多个卷积神经网络单元来计算针对所述遮挡中心的热图。

3.根据权利要求1所述的系统，其中估计所述边界框包括操作状态机器，所述状态机器被配置为记录包括多个对象的跟踪状态和被跟踪运动的状态信息，并且基于这样记录的状态信息来估计所述边界框。

4.根据权利要求1所述的系统，其中估计所述边界框包括操作卡尔曼滤波器。

5.根据权利要求1所述的系统，其中所述指令进一步可执行以训练机器学习系统经由利用图像数据和真值边界框的监督学习自动地估...

【技术特征摘要】
【国外来华专利技术】

1.一种用于跨多个图像帧跟踪目标对象的系统，包括：

2.根据权利要求1所述的系统，其中所述指令进一步可执行以通过操作一个或多个卷积神经网络单元来计算针对所述遮挡中心的热图。

3.根据权利要求1所述的系统，其中估计所述边界框包括操作状态机器，所述状态机器被配置为记录包括多个对象的跟踪状态和被跟踪运动的状态信息，并且基于这样记录的状态信息来估计所述边界框。

4.根据权利要求1所述的系统，其中估计所述边界框包括操作卡尔曼滤波器。

5.根据权利要求1所述的系统，其中所述指令进一步可执行以训练机器学习系统经由利用图像数据和真值边界框的监督学习自动地估计所述边界框。

6.根据权利要求1所述的系统，其中所述指令进一步可执行以训练机器学习系统基于一个或多个无监督标签来跟踪对象，所述无监督标签基于指示针对第一视频帧中的对象的对象特征数据与针对第二视频帧中的对象的对象特征数据之间的相似度的比较值。

7.根据权利要求6所述的系统，其...

【专利技术属性】
技术研发人员：陈冬冬，刘乾坤，袁路，张磊，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：