System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请的所公开实施例涉及三维多目标跟踪领域,且更具体而言,涉及检测后跟踪方法、多目标跟踪方法以及相关设备。
技术介绍
1、现有三维多目标跟踪方法大致分为检测后跟踪(tracking by detection)和联合检测跟踪(joint detection and tracking)两种技术范式,其中检测后跟踪范式将检测和跟踪独立处理,跟踪负责将每一帧的目标检测结果进行时序关联以形成目标轨迹并对目标轨迹的状态属性进行时序平滑,由于检测后跟踪方法仅基于检测目标信息,所以泛化性更强,更易部署。检测后跟踪范式方法通常包含三个模块:预测、关联和更新,其中,预测模块根据每条跟踪轨迹的历史目标形成的轨迹信息推测下一检测时刻的目标状态;关联模块将多条跟踪轨迹的预测目标和当前检测时刻的多个检测目标实行一对一的配对;更新模块依据跟踪轨迹的匹配情况进行当前跟踪目标状态的更新输出以及轨迹的新增、剔除等生命周期的管理,目前仍然缺少端到(end-to-end)的检测后跟踪范式多目标跟踪方法。
技术实现思路
1、根据本申请的实施例,本申请提出检测后跟踪方法、多目标跟踪方法以及相关设备,以解决上述问题。
2、本申请的第一方面公开了检测后跟踪方法,包括:获取检测目标的多个历史时刻检测信息、当前时刻检测信息以及未来时刻检测信息,其中所述多个历史时刻检测信息和所述当前时刻检测信息用于形成所述检测目标的当前时刻轨迹;对所述检测目标的当前时刻轨迹进行特征提取,以得到轨迹编码特征;对所述轨迹编码特征进行更新并预测
3、在一些实施例中,所述多个历史时刻检测信息和所述当前时刻检测信息被串联,以用于形成所述检测目标的当前时刻轨迹;对所述检测目标的当前时刻轨迹进行特征提取,以得到轨迹编码特征,包括:对所述多个历史时刻检测信息和所述当前时刻检测信息分别进行向量转化,得到多个历史时刻空间向量表示和当前时刻空间向量表示;从所述多个历史时刻空间向量表示和所述当前时刻空间向量表示中抽象出所述轨迹编码特征。
4、在一些实施例中,所述对所述多个历史时刻检测信息和所述当前时刻检测信息分别进行向量转化,得到多个历史时刻空间向量表示和当前时刻空间向量表示,包括:将所述多个历史时刻检测信息转化为多个历史时刻高维空间向量表示,并将所述当前时刻检测信息转化为当前时刻高维空间向量表示;将所述多个历史时刻检测信息对应的时间戳信息分别添加到所述多个历史时刻高维空间向量表示中,得到所述多个历史时刻空间向量表示,并将所述当前时刻检测信息对应的时间戳信息添加到所述当前时刻高维空间向量表示中,得到所述当前时刻空间向量表示。
5、在一些实施例中,所述对所述轨迹编码特征进行更新并预测,得到所述检测目标的当前时刻已更新跟踪信息以及未来预设时间段内的预测信息,包括:利用卷积神经网络对所述轨迹编码特征进行解码,得到所述检测目标的当前时刻已更新跟踪信息以及所述未来预设时间段内的预测信息,其中,所述未来预设时间段与当前时刻相邻。
6、在一些实施例中,所述对所述未来时刻检测信息和所述轨迹编码特征进行关联,以得到所述未来时刻检测信息与所述检测目标的当前时刻轨迹的关联程度,包括:将所述未来时刻检测信息进行向量转化,得到未来时刻空间向量表示;对所述轨迹编码特征和所述未来时刻空间向量表示进行特征交互及特征提取,得到最终特征;对所述最终特征进行预设处理,得到所述未来时刻检测信息与所述当前时刻轨迹的匹配分数,以作为所述关联程度。
7、在一些实施例中,所述将所述未来时刻检测信息进行向量转化,得到未来时刻空间向量表示,包括:将所述未来时刻检测信息转化为未来时刻高维空间向量表示,所述未来时刻高维空间向量表示用作所述未来时刻空间向量表示。
8、在一些实施例中,所述对所述最终特征进行预设处理,得到所述未来时刻检测信息与所述检测目标的当前时刻轨迹的匹配分数,包括:将所述最终特征转换至预设维度,并经过预设规则处理,得到所述未来时刻检测信息与所述当前时刻轨迹的匹配分数。
9、本申请第二方面公开了一种多目标跟踪方法,包括:确定多个目标;获取所述多个目标中每个目标的跟踪信息,以实现多目标跟踪;其中,所述每个目标的跟踪信息是通过如第一当面中所述的检测后跟踪方法得到的。
10、本申请第三方面公开了一种电子设备,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现第一方面中所述的检测后跟踪方法,或以实现第二方面中所述的多目标跟踪方法。
11、本申请第四方面公开了一种非易失性计算机可读存储介质,其上存储有程序指令,所述程序指令被处理器执行时实现第一方面中所述的检测后跟踪方法,或以实现第二方面中所述的多目标跟踪方法。
12、本申请的有益效果有:获取检测目标的多个历史时刻检测信息、当前时刻检测信息以及未来时刻检测信息,其中多个历史时刻检测信息和当前时刻检测信息用于形成检测目标的当前时刻轨迹,对检测目标的当前时刻轨迹进行特征提取,以得到轨迹编码特征,通过对轨迹编码特征进行更新并预测,得到检测目标的当前时刻已更新跟踪信息以及未来预设时间段内的预测信息,以及对未来时刻检测信息和轨迹编码特征进行关联,以得到未来时刻检测信息与检测目标的当前时刻轨迹的关联程度,关联程度用于生成未来时刻已更新跟踪信息,通过将检测后跟踪范式方法中的三个模块,更新、预测、关联放在同一网络中,共用同一个检测目标轨迹编码的特征,实现了端到端检测后跟踪范式的三维多目标跟踪。
本文档来自技高网...【技术保护点】
1.一种检测后跟踪方法,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,所述多个历史时刻检测信息和所述当前时刻检测信息被串联,以用于形成所述检测目标的当前时刻轨迹;
3.根据权利要求2所述的方法,其特征在于,所述对所述多个历史时刻检测信息和所述当前时刻检测信息分别进行向量转化,得到多个历史时刻空间向量表示和当前时刻空间向量表示,包括:
4.根据权利要求1所述的方法,其特征在于,所述对所述轨迹编码特征进行更新并预测,得到所述检测目标的当前时刻已更新跟踪信息以及未来预设时间段内的预测信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述对所述未来时刻检测信息和所述轨迹编码特征进行关联,以得到所述未来时刻检测信息与所述检测目标的当前时刻轨迹的关联程度,包括:
6.根据权利要求5所述的方法,其特征在于,所述将所述未来时刻检测信息进行向量转化,得到未来时刻空间向量表示,包括:
7.根据权利要求5所述的方法,其特征在于,所述对所述最终特征进行预设处理,得到所述未来时刻检测信息与所述检测目标的当前时刻轨
8.一种多目标跟踪方法,其特征在于,包括:
9.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现权利要求1至7任一项所述的检测后跟踪方法,或以实现权利要求8所述的多目标跟踪方法。
10.一种非易失性计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令被处理器执行时实现权利要求1至7任一项所述的检测后跟踪范式多目标跟踪方法,或者实现权利要求8所述的多目标跟踪方法。
...【技术特征摘要】
1.一种检测后跟踪方法,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,所述多个历史时刻检测信息和所述当前时刻检测信息被串联,以用于形成所述检测目标的当前时刻轨迹;
3.根据权利要求2所述的方法,其特征在于,所述对所述多个历史时刻检测信息和所述当前时刻检测信息分别进行向量转化,得到多个历史时刻空间向量表示和当前时刻空间向量表示,包括:
4.根据权利要求1所述的方法,其特征在于,所述对所述轨迹编码特征进行更新并预测,得到所述检测目标的当前时刻已更新跟踪信息以及未来预设时间段内的预测信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述对所述未来时刻检测信息和所述轨迹编码特征进行关联,以得到所述未来时刻检测信息与所述检测目标的当前时刻轨迹的关联程度,包括:
6...
【专利技术属性】
技术研发人员:张伟,许双杰,邹晓艺,周光,
申请(专利权)人:深圳元戎启行科技有限公司,
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。