【技术实现步骤摘要】
本专利技术涉及自动驾驶，更具体地，涉及一种基于单目语义图像轮廓特征的目标跟踪方法。
技术介绍
1、在车辆自动驾驶领域，对道路交通标志牌的实时跟踪是十分必要的。道路交通标志牌携带的语义信息对车辆的驾驶行为具有指导意义。因此，车辆需要具备实时识别前方道路交通标志牌的能力，并对同一标志牌能够进行检测跟踪。
2、在图像处理领域，关于目标跟踪的研究成果很多，但结合车辆自动驾驶的应用背景对道路交通标志牌的跟踪研究却较少。最近的关于道路交通标志牌的研究成果，例如陈阳等人的《交通标志检测识别与跟踪技术研究》着眼于使用卷积神经网络对道路交通标志牌进行检测识别，使用核相关的滤波方法来跟踪道路交通标志牌。该方法取得了较好的检测跟踪效果，但使用的跟踪方法对设备的计算资源提出了较高要求，不适合小型嵌入式设备的使用。
技术实现思路
1、针对现有技术的至少一个缺陷或改进需求，本专利技术提供了一种基于单目语义图像轮廓特征的目标跟踪方法，用以实现在算力有限的场景下对待跟踪目标体的准确跟踪。
2、为实现上述目的，本专利技术提供了一种基于单目语义图像轮廓特征的目标跟踪方法，包括：
3、s1、获取有关待跟踪目标类型目标体的连续相邻两帧单目语义图像，在该连续相邻两帧单目语义图像中分别提取有关待跟踪目标类型目标体的轮廓；
4、s2、分别确认提取的轮廓的质心和凸包；
5、s3、基于从该连续相邻两帧单目语义图像中分别提取的两个相应的轮廓的质心间距和/或凸包交叠面积，通过
6、其中，所述单目语义图像为单个视角下的语义图像。
7、进一步地，在单目语义图像中提取有关待跟踪目标类型目标体的轮廓的方法包括：
8、s11、对单目语义图像进行图像二值化处理；
9、s12、在经图像二值化处理后的单目语义图像中，提取有关待跟踪目标类型目标体的轮廓。
10、进一步地，轮廓的质心的确认方法包括：
11、分别由轮廓的零阶矩和一阶矩计算以获取轮廓的质心。
12、进一步地，所述基于从该连续相邻两帧单目语义图像中分别提取的两个相应的轮廓的质心间距和/或凸包交叠面积，通过阈值比较法，确认所述两个相应的轮廓与待跟踪目标类型的同一目标体的一致性关系包括：
13、s31、判断从当前帧a提取的轮廓i的质心cai与从下一帧b提取的相应的轮廓j的质心cbj间的像素距离dij小于第一阈值；
14、s32、确认从当前帧a提取的轮廓i和从下一帧b提取的相应的轮廓j属于待跟踪目标类型的同一目标体的概率不小于第一概率。
15、进一步地，所述基于从该连续相邻两帧单目语义图像中分别提取的两个相应的轮廓的质心间距和/或凸包交叠面积，通过阈值比较法，确认所述两个相应的轮廓与待跟踪目标类型的同一目标体的一致性关系还包括：
16、s33、获取从当前帧a提取的轮廓i的凸包面积sai，以及从当前帧a提取的轮廓i的凸包与从下一帧b提取的相应的轮廓j的凸包的凸包交叠面积sij；
17、s34、判断sij/sai小于第二阈值；
18、s35、确认从当前帧a提取的轮廓i和从下一帧b提取的相应的轮廓j属于待跟踪目标类型的同一目标体的概率不小于第二概率。
19、进一步地，对有关待跟踪目标类型目标体的连续帧单目语义图像，循环执行步骤s31至步骤s35，以实现对待跟踪目标类型的同一目标体的连续跟踪。
20、进一步地，所述第一概率为50％；所述第二概率为90％。
21、进一步地，所述第一阈值为单目语义图像帧画幅对角线长度的1/25。
22、进一步地，所述第二阈值为0.2。
23、进一步地，待跟踪目标类型目标体为交通标志类型的道路交通标志牌。
24、总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
25、(1)本专利技术可根据单目语义图像的轮廓特征进行待跟踪目标体的跟踪，减少了对计算性能的消耗，实现了在算力有限的场景下对待跟踪目标体的准确跟踪。
26、(2)本专利技术在自动驾驶领域中的算力有限的众包场景下能够很好地解决道路交通标志牌的跟踪问题，对设备的计算资源要求不高，非常适合小型嵌入式设备使用的众包场景。
本文档来自技高网...【技术保护点】
1.一种基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，包括：
2.如权利要求1所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，在单目语义图像中提取有关待跟踪目标类型目标体的轮廓的方法包括：
3.如权利要求1所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，轮廓的质心的确认方法包括：
4.如权利要求1所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，所述基于从该连续相邻两帧单目语义图像中分别提取的两个相应的轮廓的质心间距和/或凸包交叠面积，通过阈值比较法，确认所述两个相应的轮廓与待跟踪目标类型的同一目标体的一致性关系包括：
5.如权利要求4所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，所述基于从该连续相邻两帧单目语义图像中分别提取的两个相应的轮廓的质心间距和/或凸包交叠面积，通过阈值比较法，确认所述两个相应的轮廓与待跟踪目标类型的同一目标体的一致性关系还包括：
6.如权利要求5所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，对有关待跟踪目标类型目标体的连续帧单目语义图像
7.如权利要求5所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，所述第一概率为50％；所述第二概率为90％。
8.如权利要求4所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，所述第一阈值为单目语义图像帧画幅对角线长度的1/25。
9.如权利要求5所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，所述第二阈值为0.2。
10.如权利要求1至9任一项所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，待跟踪目标类型目标体为交通标志类型的道路交通标志牌。
...【技术特征摘要】
1.一种基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，包括：
2.如权利要求1所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，在单目语义图像中提取有关待跟踪目标类型目标体的轮廓的方法包括：
3.如权利要求1所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，轮廓的质心的确认方法包括：
4.如权利要求1所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，所述基于从该连续相邻两帧单目语义图像中分别提取的两个相应的轮廓的质心间距和/或凸包交叠面积，通过阈值比较法，确认所述两个相应的轮廓与待跟踪目标类型的同一目标体的一致性关系包括：
5.如权利要求4所述的基于单目语义图像轮廓特征的目标跟踪方法，其特征在于，所述基于从该连续相邻两帧单目语义图像中分别提取的两个相应的轮廓的质心间距和/或凸包交叠面积，通过阈值比较法，确认所述两个相应...
【专利技术属性】
技术研发人员：邝佳，王军，尹玉成，张志军，
申请(专利权)人：武汉中海庭数据技术有限公司，
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。