确定轨迹相似度的方法、装置、计算机设备和存储介质制造方法及图纸

本申请公开了一种确定轨迹相似度的方法、装置、计算机设备和存储介质，属于图像处理技术领域。所述方法包括：提取第一轨迹包括的k个目标框中每个目标框的图像特征，所述k个目标框包含有同一目标，所述k个目标框是k帧连续的视频图像中每帧视频图像中的目标框，所述k为正整数；对提取到的k个图像特征进行聚类，得到一个或多个图像特征集；根据所述一个或多个图像特征集中每个图像特征集包括的图像特征的数量，从所述一个或多个图像特征集中选取所述第一轨迹对应的目标图像特征集；根据所述第一轨迹对应的目标图像特征集，确定所述第一轨迹与其它轨迹之间的相似度。本申请可以提高确定轨迹相似度时的准确性。

【技术实现步骤摘要】
确定轨迹相似度的方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别涉及一种确定轨迹相似度的方法、装置、计算机设备和存储介质。
技术介绍
随着图像处理技术的发展，对图像内容进行识别与理解已经成为研究的热点。目标跟踪作为识别与理解图像内容的一个重要方面，在安防监控、智能交通、自动驾驶等领域有着广泛的应用。在目标跟踪过程中，经常会获取到多个轨迹，每个轨迹包括有属于同一目标的具有时间顺序的一系列目标框。可以通过对两个轨迹的相似度进行计算，来判断这两个轨迹是否属于同一个目标。目前，在确定两个轨迹之间的相似度时，可以先获取这两个轨迹中每个轨迹的图像特征，然后将这两个轨迹的图像特征之间的相似度作为这两个轨迹之间的相似度。其中，对于这两个轨迹中的任意一个轨迹，在获取这个轨迹的图像特征时，是提取这个轨迹包括的多个目标框中每个目标框的图像特征，将提取出的多个图像特征的平均特征作为这个轨迹的图像特征。然而，目标在运动过程中可能会存在不同的状态，如可能存在不同的朝向、不同的姿态和不同的遮挡情况等，这会导致目标外观上的差异。上述方式中将从一个轨迹中提取出的多个图像特征的平均特征直接作为这个轨迹的图像特征后，这个轨迹的图像特征将不能全面地表征目标在不同状态下的外观，从而导致据此确定出的轨迹相似度的准确性较低。
技术实现思路
本申请提供了一种确定轨迹相似度的方法、装置、计算机设备和存储介质，可以解决相关技术中确定轨迹相似度时准确性较低的问题。所述技术方案如下：一方面，提供了一种确定轨迹相似度的方法，所述方法包括：提取第一轨迹包括的k个目标框中每个目标框的图像特征，所述k个目标框包含有同一目标，所述k个目标框是k帧连续的视频图像中每帧视频图像中的目标框，所述k为正整数；对提取到的k个图像特征进行聚类，得到一个或多个图像特征集；根据所述一个或多个图像特征集中每个图像特征集包括的图像特征的数量，从所述一个或多个图像特征集中选取所述第一轨迹对应的目标图像特征集；根据所述第一轨迹对应的目标图像特征集，确定所述第一轨迹与其它轨迹之间的相似度。可选地，所述提取第一轨迹包括的k个目标框中每个目标框的图像特征，包括：对于所述第一轨迹包括的k个目标框中的任意一个目标框，将所述一个目标框内的图像输入到神经网络模型中；将所述神经网络模型输出的所述一个目标框内的图像的特征作为所述一个目标框的图像特征。可选地，所述k为大于或等于2的整数，所述对提取到的k个图像特征进行聚类，得到一个或多个图像特征集，包括：将所述k个图像特征中的第一个图像特征划分到新创建的一个图像特征集，并令i＝2；获取所述k个图像特征中的第i个图像特征与已划分出的图像特征集中每个图像特征集的中心特征之间的相似度；判断所述第i个图像特征与指定图像特征集的中心特征之间的相似度是否大于或等于相似度阈值，所述指定图像特征集为与所述第i个图像特征之间的相似度最大的中心特征所属的图像特征集；如果所述第i个图像特征与所述指定图像特征集的中心特征之间的相似度大于或等于相似度阈值，则将所述第i个图像特征划分到所述指定图像特征集；如果所述第i个图像特征与所述指定图像特征集的中心特征之间的相似度小于相似度阈值，则将所述第i个图像特征划分到新创建的一个图像特征集；如果所述i与所述k不相等，则令i＝i+1，返回所述获取所述k个图像特征中的第i个图像特征与已划分出的图像特征集中每个图像特征集的中心特征之间的相似度的步骤，直至所述i与所述k相等为止。可选地，所述根据所述一个或多个图像特征集中每个图像特征集包括的图像特征的数量，从所述一个或多个图像特征集中选取所述第一轨迹对应的目标图像特征集，包括：对于所述一个或多个图像特征集中的任意一个图像特征集，将所述一个图像特征集包括的图像特征的数量除以所述k，得到所述一个图像特征集的数量占比；当所述一个图像特征集的数量占比大于或等于比例阈值时，将所述一个图像特征集确定为所述第一轨迹对应的目标图像特征集。可选地，所述根据所述第一轨迹对应的目标图像特征集，确定所述第一轨迹与其它轨迹之间的相似度，包括：获取第二轨迹对应的目标图像特征集，所述第二轨迹为与所述第一轨迹不同的轨迹；根据所述第一轨迹对应的目标图像特征集和所述第二轨迹对应的目标图像特征集，确定所述第一轨迹与所述第二轨迹之间的相似度。可选地，所述第一轨迹对应的目标图像特征集的数量为n，所述第二轨迹对应的目标图像特征数量为m，所述n和所述m均为正整数，所述根据所述第一轨迹对应的目标图像特征集和所述第二轨迹对应的目标图像特征集，确定所述第一轨迹与所述第二轨迹之间的相似度，包括：获取所述第一轨迹对应的n个目标图像特征集中每个目标图像特征集的中心特征与所述第二轨迹对应的m个目标图像特征集中每个目标图像特征集的中心特征之间的相似度；将获取到的n*m个相似度中最大的相似度确定为所述第一轨迹与所述第二轨迹之间的相似度。一方面，提供了一种确定轨迹相似度的装置，所述装置包括：提取模块，用于提取第一轨迹包括的k个目标框中每个目标框的图像特征，所述k个目标框包含有同一目标，所述k个目标框是k帧连续的视频图像中每帧视频图像中的目标框，所述k为正整数；聚类模块，用于对提取到的k个图像特征进行聚类，得到一个或多个图像特征集；选取模块，用于根据所述一个或多个图像特征集中每个图像特征集包括的图像特征的数量，从所述一个或多个图像特征集中选取所述第一轨迹对应的目标图像特征集；确定模块，用于根据所述第一轨迹对应的目标图像特征集，确定所述第一轨迹与其它轨迹之间的相似度。可选地，所述提取模块包括：输入单元，用于对于所述第一轨迹包括的k个目标框中的任意一个目标框，将所述一个目标框内的图像输入到神经网络模型中；第一确定单元，用于将所述神经网络模型输出的所述一个目标框内的图像的特征作为所述一个目标框的图像特征。可选地，所述k为大于或等于2的整数，所述聚类模块包括：第一划分单元，用于将所述k个图像特征中的第一个图像特征划分到新创建的一个图像特征集，并令i＝2；第一获取单元，用于获取所述k个图像特征中的第i个图像特征与已划分出的图像特征集中每个图像特征集的中心特征之间的相似度；判断单元，用于判断所述第i个图像特征与指定图像特征集的中心特征之间的相似度是否大于或等于相似度阈值，所述指定图像特征集为与所述第i个图像特征之间的相似度最大的中心特征所属的图像特征集；第二划分单元，用于当所述第i个图像特征与所述指定图像特征集的中心特征之间的相似度大于或等于相似度阈值时，将所述第i个图像特征划分到所述指定图像特征集；当所述第i个图像特征与所述指定图像特征集的中心特征之间的相似度小于相似度阈值时，将所述第i个图像特征划分到新创建的一个图像特征集；触发单元，用于当i与所述k不相等时，令i＝i+1，触发所述本文档来自技高网...

【技术保护点】
1.一种确定轨迹相似度的方法，其特征在于，所述方法包括：/n提取第一轨迹包括的k个目标框中每个目标框的图像特征，所述k个目标框包含有同一目标，所述k个目标框是k帧连续的视频图像中每帧视频图像中的目标框，所述k为正整数；/n对提取到的k个图像特征进行聚类，得到一个或多个图像特征集；/n根据所述一个或多个图像特征集中每个图像特征集包括的图像特征的数量，从所述一个或多个图像特征集中选取所述第一轨迹对应的目标图像特征集；/n根据所述第一轨迹对应的目标图像特征集，确定所述第一轨迹与其它轨迹之间的相似度。/n

【技术特征摘要】
1.一种确定轨迹相似度的方法，其特征在于，所述方法包括：
提取第一轨迹包括的k个目标框中每个目标框的图像特征，所述k个目标框包含有同一目标，所述k个目标框是k帧连续的视频图像中每帧视频图像中的目标框，所述k为正整数；
对提取到的k个图像特征进行聚类，得到一个或多个图像特征集；
根据所述一个或多个图像特征集中每个图像特征集包括的图像特征的数量，从所述一个或多个图像特征集中选取所述第一轨迹对应的目标图像特征集；
根据所述第一轨迹对应的目标图像特征集，确定所述第一轨迹与其它轨迹之间的相似度。


2.如权利要求1所述的方法，其特征在于，所述k为大于或等于2的整数，所述对提取到的k个图像特征进行聚类，得到一个或多个图像特征集，包括：
将所述k个图像特征中的第一个图像特征划分到新创建的一个图像特征集，并令i＝2；
获取所述k个图像特征中的第i个图像特征与已划分出的图像特征集中每个图像特征集的中心特征之间的相似度；
判断所述第i个图像特征与指定图像特征集的中心特征之间的相似度是否大于或等于相似度阈值，所述指定图像特征集为与所述第i个图像特征之间的相似度最大的中心特征所属的图像特征集；
如果所述第i个图像特征与所述指定图像特征集的中心特征之间的相似度大于或等于相似度阈值，则将所述第i个图像特征划分到所述指定图像特征集；如果所述第i个图像特征与所述指定图像特征集的中心特征之间的相似度小于相似度阈值，则将所述第i个图像特征划分到新创建的一个图像特征集；
如果所述i与所述k不相等，则令i＝i+1，返回所述获取所述k个图像特征中的第i个图像特征与已划分出的图像特征集中每个图像特征集的中心特征之间的相似度的步骤，直至所述i与所述k相等为止。


3.如权利要求1所述的方法，其特征在于，所述根据所述一个或多个图像特征集中每个图像特征集包括的图像特征的数量，从所述一个或多个图像特征集中选取所述第一轨迹对应的目标图像特征集，包括：
对于所述一个或多个图像特征集中的任意一个图像特征集，将所述一个图像特征集包括的图像特征的数量除以所述k，得到所述一个图像特征集的数量占比；
当所述一个图像特征集的数量占比大于或等于比例阈值时，将所述一个图像特征集确定为所述第一轨迹对应的目标图像特征集。


4.如权利要求1-3任一所述的方法，其特征在于，所述根据所述第一轨迹对应的目标图像特征集，确定所述第一轨迹与其它轨迹之间的相似度，包括：
获取第二轨迹对应的目标图像特征集，所述第二轨迹为与所述第一轨迹不同的轨迹；
根据所述第一轨迹对应的目标图像特征集和所述第二轨迹对应的目标图像特征集，确定所述第一轨迹与所述第二轨迹之间的相似度。


5.如权利要求4所述的方法，其特征在于，所述第一轨迹对应的目标图像特征集的数量为n，所述第二轨迹对应的目标图像特征数量为m，所述n和所述m均为正整数，所述根据所述第一轨迹对应的目标图像特征集和所述第二轨迹对应的目标图像特征集，确定所述第一轨迹与所述第二轨迹之间的相似度，包括：
获取所述第一轨迹对应的n个目标图像特征集中每个目标图像特征集的中心特征与所述第二轨迹对应的m个目标图像特征集中每个目标图像特征集的中心特征之间的相似度；
将获取到的n*m个相似度中最大的相似度确定为所述第一轨迹与所述第二轨迹之间的相似度。


6.一种确定轨迹相似度的装置，其特征在于，所述装置包括：
提取模块，用于提取第一轨迹包括的k个目标框中每个目标框的图像特征，所述k个目标框包...

【专利技术属性】
技术研发人员：吴昊，
申请(专利权)人：上海高德威智能交通系统有限公司，
类型：发明
国别省市：上海;31