多目标跟踪方法、装置、设备及存储介质制造方法及图纸

技术编号:41010205 阅读:26 留言:0更新日期:2024-04-18 21:46
本申请属于计算机视觉技术领域,提供了一种多目标跟踪方法、装置、设备及存储介质,方法包括:获取M个初始轨迹框;基于M个初始轨迹框,获取第t+1帧图像中的N个预测轨迹框及L个目标检测框;基于每个目标检测框与对应的预测轨迹框之间的匹配度,判断各个目标检测框是否被遮挡;当L个目标检测框中P个目标检测框被遮挡,则基于每个被遮挡目标检测框的第一描述算子集以及第二描述算子集,将各个被遮挡目标检测框与对应的预测轨迹框匹配,得到每个被遮挡目标检测框对应的第一目标轨迹框;每个第一描述算子集指示一个被遮挡目标检测框的第一特征点集。本申请的技术方案,能够提高跟踪目标ID的稳定性和可靠性。

【技术实现步骤摘要】

本申请涉及计算机视觉,特别涉及一种多目标跟踪方法、装置、设备及存储介质


技术介绍

1、目标跟踪是计算机视觉中非常重要的任务之一,其广泛应用于多个领域。目前,通过检测和数据关联结合的方法解决多目标跟踪任务。该方法首先使用检测算法检测视频流中每一帧图像;然后,通过关联策略,将前后帧的图像中的检测框关联。关联策略可以采用匈牙利算法,以求解由检测框之间交并比(intersection over union,iou)构成的代价矩阵,从而完成前后帧的关联,以确定跟踪目标的唯一身份标识号码(identity,id)。但是,在检测检测框的过程中,会碰到环境光照、目标姿态、背景物体或同类物体的遮挡现象。也可能在部署过程,神经网络量化损失导致检测框偏大、偏小或者消失。上述两种情况都会使得检测和数据关联结合的方法存在漏检和检出不全的缺陷,进而出现目标跟丢和错跟等目标id不正常跳变的现象。

2、相关技术中,为了解决上述技术问题,引入表观特征,以通过邻近帧表观特征的相似性确定id是否一致。例如,使用针对具体任务训练良好身份重识别(reid)模型,进而保证在一定时间间隔本文档来自技高网...

【技术保护点】

1.一种多目标跟踪方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于每个所述目标检测框与对应的预测轨迹框之间的匹配度,判断各个所述目标检测框是否被遮挡,包括:

3.根据权利要求2所述的方法,其特征在于,所述计算每个所述目标检测框与对应的所述预测轨迹框之间的交并比,每个交并比指示对应的所述目标检测框与对应的所述预测轨迹框之间的交并比,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于每个所述交并比,判断各个所述目标检测框是否被遮挡,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于每个被遮挡目标检测框...

【技术特征摘要】

1.一种多目标跟踪方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于每个所述目标检测框与对应的预测轨迹框之间的匹配度,判断各个所述目标检测框是否被遮挡,包括:

3.根据权利要求2所述的方法,其特征在于,所述计算每个所述目标检测框与对应的所述预测轨迹框之间的交并比,每个交并比指示对应的所述目标检测框与对应的所述预测轨迹框之间的交并比,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于每个所述交并比,判断各个所述目标检测框是否被遮挡,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于每个被遮挡目标检测框的第一描述算子集以及第二描述算子集,将各个所述被遮挡目标检测框与对应的预测轨迹框匹配,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于每个所述第一描述算子集以及对应的所述第二描述算子集,将各个所述被遮挡目标检测框与对应的所述预测轨迹框匹配,包括:

7.根据权利要求6所述的方法,其特征在于,所述计算每个所述第一描述算子集与对应的所述第二描述算子集的矩阵元素,包括:

8.根据权利要求1所述的方法,其特征在于,在得到每个所述被遮挡目标检测框对应的目标轨迹框之后,还包括:

9.根据权利要求1所述的方法,其特征...

【专利技术属性】
技术研发人员:李志伟陆金刚方伟
申请(专利权)人:浙江芯昇电子技术有限公司
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