[发明专利]一种基于全景视角检测跟踪的轨迹预测方法及系统

权利要求书

1.一种基于全景视角检测跟踪的轨迹预测方法，其特征在于，包括步骤：S1.实时采集全景视角下目标对象的视频信息；所述全景视角下表示为以目标对象的坐标点为中心的球形空间视角；S2.对不同视角的多个视频信息的当前帧图像信息进行预处理获得各当前帧图像信息针对全景视角检测跟踪的特征向量；S3.对S2中获得的特征向量执行目标边界框操作、并基于特征向量检测出目标对象的位置；S4.基于当前帧图像信息的目标边界框操作结果和目标对象的位置、历史帧图像信息的目标边界框操作结果和目标对象的位置，进行特征提取和特征交互最终获得轨迹预测特征；

S4包括以下步骤：

S41. 从当前帧图像信息的目标边界框操作结果和目标对象的位置、历史帧图像信息的目标边界框操作结果和目标对象的位置中获得目标对象间的关系特征和目标对象的特征；

S42.基于目标对象间的关系特征和目标对象的特征通过RNN计算方法生成当前时刻目标的运行轨迹；

S43.基于当前时刻目标的运行轨迹生成轨迹样本；

对当前时刻目标的运行轨迹进行条件自编码操作，生成不同的具有相关性的轨迹样本；

S5.根据S4获得的轨迹预测特征进行轨迹预测计算得到下一帧目标对象的轨迹；

S6.以当前帧图像信息的目标边界框操作结果和目标对象的位置作为历史帧图像信息的目标边界框操作结果和目标对象的位置重复步骤S2-S6直至轨迹预测完成。

2.根据权利要求1所述的一种基于全景视角检测跟踪的轨迹预测方法，其特征在于，预处理包括：先对各视频信息的当前帧图像信息去噪、滤波和锐化处理；再将当前帧图像输入卷积神经网络和特征金字塔中进行计算得到当前帧图像信息针对全景视角检测跟踪的特征向量。

3.根据权利要求1所述的一种基于全景视角检测跟踪的轨迹预测方法，其特征在于，所述目标边界框操作包括：对特征向量的目标边界框进行分类和回归。

4.根据权利要求1所述的一种基于全景视角检测跟踪的轨迹预测方法，其特征在于，所述轨迹预测特征包括：目标对象间的关系特征、目标对象特征和轨迹样本。

5.一种基于全景视角检测跟踪的轨迹预测系统，用于实现权利要求1所述的基于全景视角检测跟踪的轨迹预测方法，其特征在于，包括：视频采集模块，预处理模块，第一计算模块，第二计算模块和预测模块；

视频采集装置实时采集全景视角下目标对象的视频信息，并将采集的信息发送给预处理模块；预处理模块对不同视角的多个视频信息的当前帧图像信息进行预处理获得各当前帧图像信息针对全景视角检测跟踪的特征向量；预处理模块将得到的特征向量发送给第一计算模块；第一计算模块对特征向量执行目标边界框操作、并基于特征向量检测出目标对象的位置；第二计算模块基于当前帧图像信息的目标边界框操作结果和目标对象的位置、历史帧图像信息的目标边界框操作结果和目标对象的位置，进行特征提取和特征交互获得轨迹预测特征；第二计算模块将轨迹预测特征发送给预测模块；预测模块基于轨迹预测特征进行轨迹预测计算得到下一帧目标对象的轨迹。

6.根据权利要求5所述的一种基于全景视角检测跟踪的轨迹预测系统，所述全景视角下表示为以目标对象的坐标点为中心的球形空间视角。