一种目标跟踪方法及装置制造方法及图纸

本说明书实施例公开了一种目标跟踪方法及装置。方案包括：获取由两个以上传感器采集得到的待识别车辆的多帧车辆图像信息；从所述车辆图像信息中识别得到目标车辆的车牌信息；基于所述车牌信息，获取所述多帧车辆图像信息中所述目标车辆对应的运行轨迹图像；对所述目标车辆的运行轨迹图像进行关联，得到所述目标车辆的运行轨迹。车辆的运行轨迹。车辆的运行轨迹。

【技术实现步骤摘要】
一种目标跟踪方法及装置


[0001]本申请涉及互联网
，尤其涉及一种目标跟踪方法及装置。

技术介绍

[0002]随着社会的不断发展，道路上的车辆越来越多，交通安全问题日益突出，每年因为交通事故伤亡人数触目惊心，而在道路上因逆行导致的交通事故往往会造成极大的危害。现在对于道路安全的重视不断提高，道路上安装了大量的摄像头用于监控，对于这些海量的监控视频数据，以前多是通过人工来进行判断是否出现异常，这样不仅会消耗大量人力且不可能24小时无间断的进行工作。随着智能视频监控技术的发展，一些基本的道路交通异常事件可以实现自动检测。
[0003]随着交通设施的不断完善和人民生活水平的提高，道路上的车辆越来越多，交通安全问题也随之而来。在众多交通信息来源中，基于监控摄像头的视频数据具有不间断性、直观性、可靠性高等特点，因此基于监控视频进行车辆轨迹识别的方法是判断车辆行驶的动态过程中是否规范的重要手段之一。此外，车辆轨迹识别在当今已被应用在其他领域和行业中，例如汽车辅助驾驶系统中，在能见度低等恶劣环境下，通过车辆轨迹识别可以对驾驶人员进行提醒，保障行车安全。

技术实现思路

[0004]本说明书实施例提供一种目标跟踪方法及装置，以解决现有的方法存在的识别准确率低的问题。
[0005]为解决上述技术问题，本说明书实施例是这样实现的：
[0006]本说明书实施例提供的一种目标跟踪方法，包括：
[0007]获取待识别车辆的多帧车辆图像信息；所述车辆图像信息中至少包括两个以上传感器采集得到的所述待识别车辆的运行轨迹图像；相邻的所述传感器的采集范围存在重叠；
[0008]从所述车辆图像信息中识别得到目标车辆的车牌信息；
[0009]基于所述车牌信息，获取所述多帧车辆图像信息中所述目标车辆对应的运行轨迹图像；
[0010]对所述目标车辆的运行轨迹图像进行关联，得到所述目标车辆的运行轨迹。
[0011]本说明书实施例提供的一种目标跟踪装置，包括：
[0012]车辆图像信息获取模块，用于获取待识别车辆的多帧车辆图像信息；所述车辆图像信息中至少包括两个以上传感器采集得到的所述待识别车辆的运行轨迹图像；相邻的所述传感器的采集范围存在重叠；
[0013]车牌信息识别模块，用于从所述车辆图像信息中识别得到目标车辆的车牌信息；
[0014]运行轨迹图像获取模块，用于基于所述车牌信息，获取所述多帧车辆图像信息中所述目标车辆对应的运行轨迹图像；
[0015]运行轨迹关联模块，用于对所述目标车辆的运行轨迹图像进行关联，得到所述目标车辆的运行轨迹。
[0016]本说明书至少一个实施例能够达到以下有益效果：通过获取由两个以上传感器采集得到的待识别车辆的多帧车辆图像信息；从所述车辆图像信息中识别得到目标车辆的车牌信息；基于所述车牌信息，获取所述多帧车辆图像信息中所述目标车辆对应的运行轨迹图像；对所述目标车辆的运行轨迹图像进行关联，得到所述目标车辆的运行轨迹。建立一种可靠的跨传感器范围的目标关联和匹配融合的方案，通过车牌识别关联车辆身份，在匹配算法中作为强关联条件，可以极大提升关联成功率。
附图说明
[0017]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本说明书实施例中现有技术的实现场景示意图；
[0019]图2为本说明书实施例提供的一种目标跟踪方法的流程示意图；
[0020]图3为本说明书实施例提供的一种目标跟踪方法的方案整体示意图；
[0021]图4为本说明书实施例提供的目标跟踪方法中目标跟踪应用示意图；
[0022]图5为本说明书实施例提供的一种目标跟踪装置的结构示意图。
具体实施方式
[0023]为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书一个或多个实施例保护的范围。
[0024]以下结合附图，详细说明本说明书各实施例提供的技术方案。
[0025]路侧感知是车路协同领域重要的基础技术和能力，由安装在路侧的传感器识别交通参与者(机动车、非机动车、行人等)目标信息(位置、速度、航向等)，并将感知结果提供给车辆或平台。目前，对于多目标车辆轨迹的识别技术主要可以分为两类，一是传统方法，即采用背景差分法、帧间差分法、光流法等方法提取运动目标，然后通过匹配算法和分类算法实现车辆的连续跟踪；二是基于卷积神经网络的深度学习方法。传统方法部署方便，消耗资源少，但是受限于先验知识，跟踪的稳定性差而且准确率不高；或者计算量及其庞大，实时性不高。
[0026]现有技术中的实现可以结合图1进行说明。图1为本说明书实施例中现有技术的实现场景示意图。如图1所示，由于路侧传感器安装在固定位置，感知覆盖的范围有边界，移动的交通目标从单一位置的传感器范围内穿过，对于同一个目标，不同的传感器(如传感器1和传感器2)识别后通常会生成不同的目标ID，需要在数据使用端进行跨传感器的目标关联匹配，否则无法持续跟踪同一个目标。现有的路侧感知点位固定，每个传感器点位智能感知
固定范围内的移动目标。同一目标跨点位时，会被不同点位识别同一个目标为不同目标，匹配为不同的ID，无法从目标识别层面直接关联。如需要关联则需要使用关联、滤波、匹配等算法，基于两个传感器感知结果的数据特征进行关联，但传感器1和传感器2本身存在感知误差(一远一近)，且误差分布不均，很容易产生偏差，使关联目标失败。
[0027]为了解决现有技术中的缺陷，本方案给出了以下实施例：
[0028]图2为本说明书实施例提供的一种目标跟踪方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器的程序或应用客户端。本实施例的执行主体可以是用于跟踪车辆的服务器，该服务器可以接收传感器采集到图像信息，并基于图像信息对目标车辆的运行轨迹进行关联。
[0029]如图2所示，该流程可以包括以下步骤：
[0030]步骤210：获取待识别车辆的多帧车辆图像信息；所述车辆图像信息中至少包括两个以上传感器采集得到的所述待识别车辆的运行轨迹图像；相邻的所述传感器的采集范围存在重叠。
[0031]视频分帧，通过对一段视频进行处理，让视频以每一帧的形式进行下一步的图像处理中。
[0032]在实际应用场景中，传感器可以是具有图像采集功能的设备，多个传感器可以安装在道路侧的固定位置，对道路状况实时全面的感知，从而对车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括：获取待识别车辆的多帧车辆图像信息；所述车辆图像信息中至少包括两个以上传感器采集得到的所述待识别车辆的运行轨迹图像；相邻的所述传感器的采集范围存在重叠；从所述车辆图像信息中识别得到目标车辆的车牌信息；基于所述车牌信息，获取所述多帧车辆图像信息中所述目标车辆对应的运行轨迹图像；对所述目标车辆的运行轨迹图像进行关联，得到所述目标车辆的运行轨迹。2.根据权利要求1所述的方法，其特征在于，所述获取待识别车辆的多帧车辆图像信息，具体包括：获取第一传感器采集到的待识别车辆的第一图像信息；获取第二传感器采集到的所述待识别车辆的第二图像信息。3.根据权利要求1所述的方法，其特征在于，所述对所述目标车辆的运行轨迹图像进行关联，得到所述目标车辆的运行轨迹，具体包括：识别所述第一图像信息中的目标车辆的车牌信息；确定所述第二图像信息中所述车牌信息对应的所述目标车辆的运行轨迹；将所述第一图像信息以及所述第二图像信息采用相同的ID进行标识；基于所述ID，对所述目标车辆对应的第一图像信息中的运行轨迹以及所述第二图像信息中的运行轨迹进行关联。4.根据权利要求3所述的方法，其特征在于，所述基于所述ID，对所述目标车辆对应的第一图像信息中的运行轨迹以及所述第二图像信息中的运行轨迹进行关联，具体包括：基于所述ID，采用匈牙利算法对所述目标车辆对应的第一图像信息中的运行轨迹以及所述第二图像信息中的运行轨迹进行关联。5.根据权利要求4所述的方法，其特征在于,采用匈牙利算法对所述目标车辆对应的第一图像信息中的运行轨迹以及所述第二图像信息中的运行轨迹进行关联时，将所述ID确定为权重，将置信度确定为1。6.根据权利要求2所述的方法，其特征在于，所述对所述目标车辆的运行轨迹图像进行关联，得到所述目标车辆的运行轨迹之后，还包括：确定所述第一传感器与所述第二传感器的误差分布；基于所述误差分布，采用卡尔曼滤波算法，对所述目标车辆的运行轨迹进行滤波处...

【专利技术属性】
技术研发人员：杨轩，陈亚卿，常雪阳，宣智渊，
申请(专利权)人：云控智行科技有限公司，
类型：发明
国别省市：