CN109959378A - 多目标跟踪精度计算系统及其计算方法 - Google Patents
多目标跟踪精度计算系统及其计算方法 Download PDFInfo
- Publication number
- CN109959378A CN109959378A CN201910174703.9A CN201910174703A CN109959378A CN 109959378 A CN109959378 A CN 109959378A CN 201910174703 A CN201910174703 A CN 201910174703A CN 109959378 A CN109959378 A CN 109959378A
- Authority
- CN
- China
- Prior art keywords
- multiple targets
- track
- fusion track
- fusion
- targets fusion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多传感器数据融合的多目标融合跟踪航迹精度计算系统,包括计算模块,计算每一帧多目标融合跟踪航迹与真实目标真值之间的欧式距离;关联模块,根据欧式距离将多目标融合航迹与真实目标真值按关联规则进行关联,并记录每一帧多目标融合航迹的关联结果;跟踪精度计算模块,利用每一帧多目标融合航迹的关联结果和多目标融合航迹与真实目标真值关联的对数计算多目标融合航迹的跟踪精度。本发明还公开了一种基于多传感器数据融合的多目标融合跟踪航迹精度计算方法。本发明能够直观有效的计算融合跟踪算法的精度,以及跟踪融合航迹生成的准确度。
Description
技术领域
本发明涉及运动轨迹信息处理,特别是涉及一种基于多传感器数据融合的多目标融合跟踪航迹精度计算系统。本发明还涉及一种基于多传感器数据融合的多目标融合跟踪航迹精度计算方法。
背景技术
多传感器通过信息的协调、组合、互补克服单个传感器的局限性和不确定性,提高系统辨识度。然多传感器数据融合尚未建立统一的融合理论、模型、算法。随着技术的发展,项目的需求(如智能驾驶汽车开发),基于不同理论、方法的多传感器融合算法研究越来越多。然而多目标融合跟踪的性能比较缺乏统一的标准,目前研究较少。
近20年来,多传感器数据融合技术越来越受到人们的关注。随着应用系统的逐渐扩大,功能越来越多样化,使用传感器的种类也相应的增多,原先单一传感器检测技术不再能够满足要求。多传感器融合技术通过处理各种传感器检测的信息,进行协调、组合、互补来克服单一传感器的局限性,提高系统的检测精度和可靠度。多传感器数据融合在工农商业应用越来越广泛,如物联网,车联网,人脸识别、语音识别等。随着技术的发展,在不同的研究领域,多目标跟踪算法被应用的越来越广泛,各种不同的架构,不同的算法层出不穷,然而却没有统一计算方法计算各种融合算法的精度。针对单传感器目标跟踪算法有一些测试准则,但是对于多个目标跟踪性能,没有通用的直观度量,没有统一的计算方法。融合精度计算方法能够及时反映当前时刻的目标真值的数量变化;能够准确地估测每一个真值的位置,速度信息等;能够反映融合跟踪航迹稳定跟踪真实目标的精度(即整个跟踪过程中跟踪航迹ID与真值目标航迹统一)。
目前,多传感器目标融合跟踪效果得到大幅度提升,各种多传感器融合跟踪算法应运而生,然而对于算法的融合效果(即性能)计算的研究较少,以至于很难去计算所开发的多传感器融合跟踪算法是否准确,即其精度如何。
发明内容
本发明要解决的技术问题是提供一种基于多传感器数据融合的多目标融合跟踪航迹精度计算系统。
本发明还提供了一种基于多传感器数据融合的多目标融合跟踪航迹精度计算方法。
通过本发明提供的多目标融合跟踪航迹精度计算系统和方法,能够计算传感器融合跟踪算法的两项指标:即融合的跟踪精度TP(Trackingprecision)和融合的跟踪准确度TA(Trackingaccuracy)。
融合的跟踪精度TP,反映了多目标跟踪融合航迹与多目标真值位置精度。
融合的跟踪准确度TA,反映了融合跟踪航迹识别真实目标的能力(包含融合跟踪的错误跟踪,融合跟踪的丢失跟踪),保持长时间跟踪能力。
为解决上述技术问题,本发明提供一种基于多传感器数据融合的多目标融合跟踪航迹精度计算系统,包括:计算模块、关联模块和跟踪精度计算模块;
计算模块,在多目标融合跟踪航迹精度计算周期内,计算每一帧多目标融合跟踪航迹与真实目标真值之间的欧式距离Di,j;
关联模块,根据欧式距离将多目标融合航迹与真实目标真值按关联规则进行关联,并记录每一帧多目标融合航迹的关联结果;
跟踪精度计算模块,在多目标融合跟踪航迹精度计算周期内,利用每一帧多目标融合航迹的关联结果和多目标融合航迹与真实目标真值关联的对数计算多目标融合航迹的跟踪精度。
进一步改进所述的多目标融合跟踪航迹精度计算系统,所述计算模块采用匈牙利算法计算每一帧多目标融合跟踪航迹与目标真实值之间的欧式距离。
进一步改进所述的多目标融合跟踪航迹精度计算系统,所述关联规则包括:
1)所述欧式距离Di,j小于等于预设阈值T,则该多目标融合跟踪航迹标记为关联;
2)所述欧式距离Di,j大于预设阈值T,则该多目标融合跟踪航迹标记为第一类错误miss或wrong;
3)在多目标融合跟踪航迹精度计算周期内,若多个目标融合跟踪航迹同时关联同一个真实目标真值,则延续使用前两帧的多目标融合跟踪航迹关联,并标记为第二类错误关联wrong1;所述多个为两个以上。
4)在多目标融合跟踪航迹精度计算周期内,若同一个多目标融合跟踪航迹与多个目标真值产生关联,则标记所述为多目标融合跟踪第三类错误(wrong2)。
进一步改进所述的多目标融合跟踪航迹精度计算系统,其特征在于:所述跟踪精度计算模块计算多目标融合跟踪航迹精度采用下述公式;
A是多目标融合跟踪航迹精度计算周期内,所有帧中标记为关联的目标欧式距离和, 未关联融合跟踪航迹不计算在内;
B是多目标融合跟踪航迹精度计算周期内,所有帧中融合跟踪航迹标记为关联的总数,未关联融合跟踪航迹不计算在内。
进一步改进所述的多目标融合跟踪航迹精度计算系统,还包括:跟踪准确度计算模块,采用下述公式计算多目标融合跟踪航迹准确度;
C是多目标融合跟踪航迹精度计算周期内,所有帧中错误数量的和,所述错误包括第一~三类错误;
D是计算周期内所有帧真实目标的个数和。
本发明提供一种基于多传感器数据融合的多目标融合跟踪航迹精度计算方法,包括以下步骤:
A)在多目标融合跟踪航迹精度计算周期内,计算每一帧多目标融合跟踪航迹与真实目标真值之间的欧式距离Di,j;
B)根据欧式距离将多目标融合航迹与真实目标真值按关联规则进行关联,并记录每一帧多目标融合航迹的关联结果;
C)在多目标融合跟踪航迹精度计算周期内,利用每一帧多目标融合航迹的关联结果和多目标融合航迹与真实目标真值关联的对数计算多目标融合航迹的跟踪精度。
进一步改进所述的多目标融合跟踪航迹精度计算方法,实施步骤A)时,采用匈牙利算法计算每一帧多目标融合跟踪航迹与目标真实值之间的欧式距离。
进一步改进所述的多目标融合跟踪航迹精度计算方法,所述关联规则包括:
1)所述欧式距离Di,j小于等于预设阈值T,则该多目标融合跟踪航迹标记为关联;
2)所述欧式距离Di,j大于预设阈值T,则该多目标融合跟踪航迹标记为第一类错误miss或wrong;
3)在多目标融合跟踪航迹精度计算周期内,若多个目标融合跟踪航迹同时关联同一个真实目标真值,则延续使用前两帧的多目标融合跟踪航迹关联,并标记为第二类错误关联wrong1;
4)在多目标融合跟踪航迹精度计算周期内,若同一个多目标融合跟踪航迹与多个目标真值产生关联,则标记所述为多目标融合跟踪第三类错误(wrong2)。
进一步改进所述的多目标融合跟踪航迹精度计算方法,计算多目标融合跟踪航迹精度采用下述公式;
A是多目标融合跟踪航迹精度计算周期内,所有帧中标记为关联的目标欧式距离和, 未关联融合跟踪航迹不计算在内;
B是多目标融合跟踪航迹精度计算周期内,所有帧中融合跟踪航迹标记为关联的总数,未关联融合跟踪航迹不计算在内。
进一步改进所述的多目标融合跟踪航迹精度计算方法,还包括步骤:
D)采用下述公式计算多目标融合跟踪航迹准确度;
C是多目标融合跟踪航迹精度计算周期内,所有帧中错误数量的和,所述错误包括第一~三类错误;
D是计算周期内所有帧真实目标的个数和。
本发明通过多目标融合跟踪航迹与真实目标真值关联,对于丢失和错误的多目标融合跟踪航迹进行统计,能够直观有效的计算融合跟踪算法的精度,以及跟踪融合航迹生成的准确度。本发明能用于各种融合跟踪航迹算法,能有效计算出各种融合跟踪航迹算法的精度和准确度,进而能够对各种融合跟踪航迹算法进行评价,选择出最优融合跟踪航迹算法。
附图说明
下面结合附图与具体实施方式对本发明作进一步详细的说明:
图1是多目标融合跟踪算法与真实目标真值的映射关系示意图。
图2是本发明提供匈牙利算法多目标融合与真实目标关联流程示意图。
图3是融合跟踪航迹与真实目标真值的位置阈值关系示意图。
图4是同一个真实目标与不同的融合跟踪航迹关联示意图。
图5是第二类错误关联关系解读示意图,即使若两个多目标融合跟踪航迹同时关联同一个真实目标真值。
具体实施方式
本发明提供一种基于多传感器数据融合的多目标融合跟踪航迹精度计算系统一实施例,包括:计算模块、关联模块、跟踪精度计算模块和跟踪准确度计算模块;
计算模块,在多目标融合跟踪航迹精度计算周期内,计算每一帧多目标融合跟踪航迹与真实目标真值之间的欧式距离Di,j;
参考图1、2所示,t为计算周期(或者t帧数据),根据匈牙利算法技术要求,将关联矩阵生成出来。对融合跟踪算法来说,假设当前时刻有5个融合跟踪航迹 {h1 h2 h3 h4 h5},存在4个真实目标{o1 o2 o3 o4},首先要将真实目标扩展到5个{o1 o2 o3 o4 o5},对应cost矩阵为 ohi,j为真实目标与跟踪融合结果之间欧式距离,扩展的一行 {oh51 oh52 oh53 oh54 oh55}={0 0 0 0 0},若当前真实目标比融合跟踪航迹多,将跟踪融合航迹进行扩展。例如:跟踪融合航迹为{h1 h2 h3 h4},真实的目标值为{o1o2 o3 o4 o5},将融合跟踪航迹扩展为{h1 h2 h3 h4 h5},对应的cost矩阵为此时扩展的最后一列为
关联模块,根据欧式距离将多目标融合航迹与真实目标真值按关联规则进行关联,并记录每一帧多目标融合航迹的关联结果;
参考图3所示,所述欧式距离Di,j小于等于预设阈值T(Threshold),则该多目标融合跟踪航迹tracki标记为关联;object_realj是真实目标真值。
所述欧式距离Di,j大于预设阈值T,则该多目标融合跟踪航迹标记为第一类错误miss或wrong,即丢失或关联到其他真实目标;
如图4所示,在多目标融合跟踪航迹精度计算周期内,若两个多目标融合跟踪航迹同时关联同一个真实目标真值,则延续使用前两帧的多目标融合跟踪航迹关联,并标记为第二类错误关联wrong1;
如图5所示,在多目标融合跟踪航迹精度计算周期内,若同一个多目标融合跟踪航迹与多个目标真值产生关联,则标记所述为多目标融合跟踪第三类错误wrong2。
跟踪精度计算模块,在多目标融合跟踪航迹精度计算周期内,利用每一帧多目标融合航迹的关联结果和多目标融合航迹与真实目标真值关联的对数计算多目标融合航迹的跟踪精度。
所述跟踪精度计算模块计算多目标融合跟踪航迹精度采用下述公式;
A是多目标融合跟踪航迹精度计算周期内,所有帧中标记为关联的目标欧式距离和, 未关联融合跟踪航迹不计算在内;
B是多目标融合跟踪航迹精度计算周期内,所有帧中融合跟踪航迹标记为关联的总数,未关联融合跟踪航迹不计算在内。
跟踪准确度计算模块,采用下述公式计算多目标融合跟踪航迹准确度;
C是多目标融合跟踪航迹精度计算周期内,所有帧中错误数量的和,所述错误包括第一~三类错误;
D是计算周期内所有帧真实目标的个数和。
本发明提供一种基于多传感器数据融合的多目标融合跟踪航迹精度计算方法,包括以下步骤:
A)在多目标融合跟踪航迹精度计算周期内,计算每一帧多目标融合跟踪航迹与真实目标真值之间的欧式距离Di,j;
B)根据欧式距离将多目标融合航迹与真实目标真值按关联规则进行关联,并记录每一帧多目标融合航迹的关联结果;
C)在多目标融合跟踪航迹精度计算周期内,利用每一帧多目标融合航迹的关联结果和多目标融合航迹与真实目标真值关联的对数计算多目标融合航迹的跟踪精度。
进一步改进所述的多目标融合跟踪航迹精度计算方法,实施步骤A)时,采用匈牙利算法计算每一帧多目标融合跟踪航迹与目标真实值之间的欧式距离。
进一步改进所述的多目标融合跟踪航迹精度计算方法,所述关联规则包括:
1)所述欧式距离Di,j小于等于预设阈值T,则该多目标融合跟踪航迹标记为关联;
2)所述欧式距离Di,j大于预设阈值T,则该多目标融合跟踪航迹标记为第一类错误miss;
3)在多目标融合跟踪航迹精度计算周期内,若两个多目标融合跟踪航迹同时关联同一个真实目标真值,则延续使用前两帧的多目标融合跟踪航迹关联,并标记为第二类错误关联wrong1;
4)在多目标融合跟踪航迹精度计算周期内,若同一个多目标融合跟踪航迹与多个目标真值产生关联,则标记所述为多目标融合跟踪第三类错误wrong2。
进一步改进所述的多目标融合跟踪航迹精度计算方法,计算多目标融合跟踪航迹精度采用下述公式;
A是多目标融合跟踪航迹精度计算周期内,所有帧中标记为关联的目标欧式距离和, 未关联融合跟踪航迹不计算在内;
B是多目标融合跟踪航迹精度计算周期内,所有帧中融合跟踪航迹标记为关联的总数,未关联融合跟踪航迹不计算在内。
进一步改进所述的多目标融合跟踪航迹精度计算方法,还包括步骤:
D)采用下述公式计算多目标融合跟踪航迹准确度;
C是多目标融合跟踪航迹精度计算周期内,所有帧中错误数量的和,所述错误包括第一~三类错误;
D是计算周期内所有帧真实目标的个数和。
以上通过具体实施方式和实施例对本发明进行了详细的说明,但这些并非构成对本发明的限制。在不脱离本发明原理的情况下,本领域的技术人员还可做出许多变形和改进,这些也应视为本发明的保护范围。
Claims (12)
1.一种多目标融合跟踪航迹精度计算系统,基于多传感器数据融合,其特征在于,包括:计算模块、关联模块和跟踪精度计算模块;
计算模块,在多目标融合跟踪航迹精度计算周期内,计算每一帧多目标融合跟踪航迹与真实目标真值之间的欧式距离(Di,j);
关联模块,根据欧式距离将多目标融合航迹与真实目标真值按关联规则进行关联,并记录每一帧多目标融合航迹的关联结果;
跟踪精度计算模块,在多目标融合跟踪航迹精度计算周期内,利用每一帧多目标融合航迹的关联结果和多目标融合航迹与真实目标真值关联的对数计算多目标融合航迹的跟踪精度。
2.如权利要求1所述的多目标融合跟踪航迹精度计算系统,其特征在于:所述计算模块采用匈牙利算法计算每一帧多目标融合跟踪航迹与目标真实值之间的欧式距离。
3.如权利要求1所述的多目标融合跟踪航迹精度计算系统,其特征在于:所述关联规则包括:
1)所述欧式距离(Di,j)小于等于预设阈值(T),则该多目标融合跟踪航迹标记为关联;
2)所述欧式距离(Di,j)大于预设阈值(T),则该多目标融合跟踪航迹标记为第一类错误(miss或wrong);
3)在多目标融合跟踪航迹精度计算周期内,若多个目标融合跟踪航迹同时关联同一个真实目标真值,则延续使用前两帧的多目标融合跟踪航迹关联,并标记为第二类错误(wrong1);
4)在多目标融合跟踪航迹精度计算周期内,若同一个多目标融合跟踪航迹与多个目标真值产生关联,则标记所述为多目标融合跟踪第三类错误(wrong2)。
4.如权利要求1所述的多目标融合跟踪航迹精度计算系统,其特征在于:所述预设阈值(T)为0~1m。
5.如权利要求1-4任意一项所述的多目标融合跟踪航迹精度计算系统,其特征在于:所述跟踪精度计算模块计算多目标融合跟踪航迹精度采用下述公式;
A是多目标融合跟踪航迹精度计算周期内,所有帧中标记为关联的目标欧式距离和,未关联融合跟踪航迹不计算在内;
B是多目标融合跟踪航迹精度计算周期内,所有帧中融合跟踪航迹标记为关联的总数,未关联融合跟踪航迹不计算在内。
6.如权利要求5所述的多目标融合跟踪航迹精度计算系统,其特征在于,还包括:跟踪准确度计算模块,采用下述公式计算多目标融合跟踪航迹准确度;
C是多目标融合跟踪航迹精度计算周期内,所有帧中错误数量的和,所述错误包括第一~三类错误;
D是计算周期内所有帧真实目标的个数和。
7.一种多目标融合跟踪航迹精度计算方法,基于多传感器数据融合,其特征在于,包括以下步骤:
A)在多目标融合跟踪航迹精度计算周期内,计算每一帧多目标融合跟踪航迹与真实目标真值之间的欧式距离(Di,j);
B)根据欧式距离将多目标融合航迹与真实目标真值按关联规则进行关联,并记录每一帧多目标融合航迹的关联结果;
C)在多目标融合跟踪航迹精度计算周期内,利用每一帧多目标融合航迹的关联结果和多目标融合航迹与真实目标真值关联的对数计算多目标融合航迹的跟踪精度。
8.如权利要求7所述的多目标融合跟踪航迹精度计算方法,其特征在于:实施步骤A)时,采用匈牙利算法计算每一帧多目标融合跟踪航迹与目标真实值之间的欧式距离。
9.如权利要求7所述的多目标融合跟踪航迹精度计算方法,其特征在于:所述关联规则包括:
1)所述欧式距离(Di,j)小于等于预设阈值(T),则该多目标融合跟踪航迹标记为关联;
2)所述欧式距离(Di,j)大于预设阈值(T),则该多目标融合跟踪航迹标记为第一类错误(miss或wrong);
3)在多目标融合跟踪航迹精度计算周期内,若多个目标融合跟踪航迹同时关联同一个真实目标真值,则延续使用前两帧的多目标融合跟踪航迹关联,并标记为第二类错误关联(wrong1);
4)在多目标融合跟踪航迹精度计算周期内,若同一个多目标融合跟踪航迹与多个目标真值产生关联,则标记所述为多目标融合跟踪第三类错误(wrong2)。
10.如权利要求9所述的多目标融合跟踪航迹精度计算方法,所述预设阈值(T)为0~1m。
11.如权利要求7-10任意一项所述的多目标融合跟踪航迹精度计算方法,其特征在于:计算多目标融合跟踪航迹精度采用下述公式;
A是多目标融合跟踪航迹精度计算周期内,所有帧中标记为关联的目标欧式距离和,未关联融合跟踪航迹不计算在内;
B是多目标融合跟踪航迹精度计算周期内,所有帧中融合跟踪航迹标记为关联的总数,未关联融合跟踪航迹不计算在内。
12.如权利要求11所述的多目标融合跟踪航迹精度计算方法,还包括步骤:
D)采用下述公式计算多目标融合跟踪航迹准确度;
C是多目标融合跟踪航迹精度计算周期内,所有帧中错误数量的和,所述错误包括第一~三类错误;
D是计算周期内所有帧真实目标的个数和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910174703.9A CN109959378A (zh) | 2019-03-08 | 2019-03-08 | 多目标跟踪精度计算系统及其计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910174703.9A CN109959378A (zh) | 2019-03-08 | 2019-03-08 | 多目标跟踪精度计算系统及其计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109959378A true CN109959378A (zh) | 2019-07-02 |
Family
ID=67024114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910174703.9A Pending CN109959378A (zh) | 2019-03-08 | 2019-03-08 | 多目标跟踪精度计算系统及其计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109959378A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269811A (zh) * | 2021-07-20 | 2021-08-17 | 苏州挚途科技有限公司 | 数据融合方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140301602A1 (en) * | 2013-04-08 | 2014-10-09 | Vision Semantics Limited | Queue Analysis |
CN107993245A (zh) * | 2017-11-15 | 2018-05-04 | 湖北三江航天红峰控制有限公司 | 一种空天背景多目标检测和跟踪方法 |
-
2019
- 2019-03-08 CN CN201910174703.9A patent/CN109959378A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140301602A1 (en) * | 2013-04-08 | 2014-10-09 | Vision Semantics Limited | Queue Analysis |
CN107993245A (zh) * | 2017-11-15 | 2018-05-04 | 湖北三江航天红峰控制有限公司 | 一种空天背景多目标检测和跟踪方法 |
Non-Patent Citations (1)
Title |
---|
KENI BERNARDIN ET AL: ""Evaluating Multiple Object Tracking Performance: The CLEAR MOT Metrics"", 《EURASIP JOURNAL ON IMAGE AND VIDEO PROCESSIN》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269811A (zh) * | 2021-07-20 | 2021-08-17 | 苏州挚途科技有限公司 | 数据融合方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115311330B (zh) | 一种基于位置预测的视频多目标跟踪方法 | |
Hofmann et al. | Hypergraphs for joint multi-view reconstruction and multi-object tracking | |
Jodoin et al. | Tracking all road users at multimodal urban traffic intersections | |
CN111383464B (zh) | 车辆变道识别方法、装置、电子设备和介质 | |
SanMiguel et al. | Adaptive online performance evaluation of video trackers | |
CN110569855B (zh) | 基于相关滤波与特征点匹配融合的长时间目标跟踪方法 | |
CN112305418B (zh) | 一种基于混合噪声双重滤波的电机系统故障诊断方法 | |
CN102629329B (zh) | 基于自适应sift算法的人员室内定位方法 | |
Liu et al. | On directional k-coverage analysis of randomly deployed camera sensor networks | |
CN103020989A (zh) | 一种基于在线场景特征聚类的多视角目标跟踪方法 | |
CN104408406A (zh) | 基于帧差法和减背景法的人员离岗检测方法 | |
CN109583505A (zh) | 一种多传感器的物体关联方法、装置、设备及介质 | |
CN110853353B (zh) | 基于视觉的密度交通车辆计数和交通流量计算方法及系统 | |
Bahadori et al. | Real-time people localization and tracking through fixed stereo vision | |
CN111259868A (zh) | 基于卷积神经网络的逆行车辆检测方法、系统及介质 | |
CN106875428A (zh) | 一种多目标跟踪方法及装置 | |
Gao et al. | A CRF-based framework for tracklet inactivation in online multi-object tracking | |
CN109959378A (zh) | 多目标跟踪精度计算系统及其计算方法 | |
Wang et al. | A semi-automatic video labeling tool for autonomous driving based on multi-object detector and tracker | |
CN110889347B (zh) | 基于时空计数特征的密度交通流计数方法及系统 | |
CN111210458A (zh) | 一种基于预检测置信度的运动目标检测前跟踪方法 | |
Mittal et al. | Pedestrian detection and tracking using deformable part models and Kalman filtering | |
CN111163419B (zh) | 车辆协作动态追踪中基于状态均值的恶意用户检测方法 | |
Beleznai et al. | Reliable left luggage detection using stereo depth and intensity cues | |
CN110211161A (zh) | 一种多摄像头轨迹重合分析的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190702 |