[发明专利]车辆跟踪方法、装置及电子设备在审

专利信息
申请号: 202011384131.6 申请日: 2020-11-30
公开(公告)号: CN112528786A 公开(公告)日: 2021-03-19
发明(设计)人: 张伟;谭啸;孙昊;丁二锐 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46;G06K9/62
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 黄灿;刘念
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆 跟踪 方法 装置 电子设备
【权利要求书】:

1.一种车辆跟踪方法,包括:

识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息;以及识别所述视频流中第二图像的第二车辆的第二位置信息;其中,所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像,N为正整数;

基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息;

基于所述第一位置信息、第二位置信息以及第一位置偏移信息,确定所述第二车辆的跟踪结果。

2.根据权利要求1所述的方法,其中,所述基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息,包括:

获取所述第一图像的第一特征;以及获取所述第二图像的第二特征;

基于所述第一特征和所述第二特征预测所述第二车辆相对于所述第一车辆的第一位置偏移信息。

3.根据权利要求2所述的方法,其中,所述获取所述第二图像的第二特征,包括:

对所述第一图像进行特征提取,得到所述第一图像的第一目标特征;

采用注意力机制的编码器网络,基于所述第一目标特征构建所述第二图像的特征增强矩阵;其中,所述特征增强矩阵用于表征所述第一图像与所述第二图像的特征关联关系;

对所述第二图像进行特征提取,得到所述第二图像的第二目标特征;并基于所述特征增强矩阵和所述第二目标特征,确定所述第二特征。

4.根据权利要求1所述的方法,其中,所述第一图像包括至少两个第一车辆,所述基于所述第一位置信息、第二位置信息以及第一位置偏移信息,确定所述第二车辆的跟踪结果,包括:

基于所述第二位置信息和第一位置偏移信息,确定所述第二车辆的第三位置信息;

在所述至少两个第一车辆中存在目标车辆的情况下,确定所述第二车辆与所述目标车辆为同一车辆;其中,所述目标车辆为第一位置信息与所述第三位置信息匹配的第一车辆;

在所述至少两个第一车辆中不存在所述目标车辆的情况下,确定所述第二图像的采集位置为所述第二车辆的运行轨迹的起点。

5.根据权利要求1所述的方法,所述跟踪结果包括所述第二车辆的跟踪标识,所述识别所述视频流中第二图像的第二车辆的第二位置信息之后,还包括:

识别所述第二图像中每个像素点相对于所述第二车辆的第二位置偏移信息;

基于所述第二位置信息和第二位置偏移信息,确定所述第二车辆的实例分割结果;

基于所述实例分割结果,确定所述第二车辆的跟踪标识。

6.一种车辆跟踪装置,包括:

第一识别模块,用于识别车辆行驶过程中采集的视频流中第一图像的第一车辆的第一位置信息;以及所述视频流中第二图像的第二车辆的第二位置信息;其中,所述第一图像为所述视频流中与所述第二图像相邻的前N帧图像,N为正整数;

预测模块,用于基于所述第一图像和所述第二图像预测所述第二车辆相对于所述第一车辆的第一位置偏移信息;

第一确定模块,用于基于所述第一位置信息、第二位置信息以及第一位置偏移信息,确定所述第二车辆的跟踪结果。

7.根据权利要求6所述的装置,其中,所述预测模块包括:

第一获取单元,用于获取所述第一图像的第一特征;

第二获取单元,用于获取所述第二图像的第二特征;

预测单元,用于基于所述第一特征和所述第二特征预测所述第二车辆相对于所述第一车辆的第一位置偏移信息。

8.根据权利要求7所述的装置,其中,所述第二获取单元,具体用于对所述第一图像进行特征提取,得到所述第一图像的第一目标特征;采用注意力机制的编码器网络,基于所述第一目标特征构建所述第二图像的特征增强矩阵;其中,所述特征增强矩阵用于表征所述第一图像与所述第二图像的特征关联关系;对所述第二图像进行特征提取,得到所述第二图像的第二目标特征;并基于所述特征增强矩阵和所述第二目标特征,确定所述第二特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011384131.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top