CN111339852B - 追踪方法、装置、电子设备和计算机可读存储介质 - Google Patents

追踪方法、装置、电子设备和计算机可读存储介质 Download PDF

Info

Publication number
CN111339852B
CN111339852B CN202010093017.1A CN202010093017A CN111339852B CN 111339852 B CN111339852 B CN 111339852B CN 202010093017 A CN202010093017 A CN 202010093017A CN 111339852 B CN111339852 B CN 111339852B
Authority
CN
China
Prior art keywords
tracking
image acquisition
acquisition module
module
state
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.)
Active
Application number
CN202010093017.1A
Other languages
English (en)
Other versions
CN111339852A (zh
Inventor
朱晓星
杨凡
王成法
孙勇义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Zhilian Beijing Technology Co Ltd
Original Assignee
Apollo Zhilian Beijing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Apollo Zhilian Beijing Technology Co Ltd filed Critical Apollo Zhilian Beijing Technology Co Ltd
Priority to CN202010093017.1A priority Critical patent/CN111339852B/zh
Publication of CN111339852A publication Critical patent/CN111339852A/zh
Application granted granted Critical
Publication of CN111339852B publication Critical patent/CN111339852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了追踪方法、装置、电子设备和计算机可读存储介质。本申请可应用于自动驾驶领域。具体实现方案为:接收来自至少一个图像采集模块的当前数据和图像采集模块的标识信息;利用图像采集模块的标识信息,读取图像采集模块的第一追踪状态;利用图像采集模块的第一追踪状态和当前数据进行目标追踪,得到图像采集模块的第二追踪状态。本申请实施例读取图像采集模块之前的追踪状态,从而得到图像采集模块当前的追踪状态,可以将追踪过程中的计算与存储解耦,有利于复用计算资源,提高计算资源利用率,提高追踪速度。

Description

追踪方法、装置、电子设备和计算机可读存储介质
技术领域
本申请涉及智能交通领域,尤其涉及追踪方法、装置、电子设备和计算机可读存储介质。本申请可应用于自动驾驶领域。
背景技术
目前,可以通过在路口等位置的相机拍摄图像,并对图像进行分析,实现车辆轨迹追踪。由于追踪依赖于连续的帧数据,在追踪过程中,一个相机拍摄的数据流需要持续不断地发送到同一个追踪算子。两个相机的数据流不能复用同一个追踪算子,否则会产生数据流混乱。因此,追踪算子的数量要与相机的数量相匹配,占用的计算资源较多,容易造成计算资源浪费。
发明内容
本申请实施例提供了一种追踪方法,包括:
接收来自至少一个图像采集模块的当前数据和图像采集模块的标识信息;
利用图像采集模块的标识信息,读取图像采集模块的第一追踪状态;
利用图像采集模块的第一追踪状态和当前数据进行目标追踪,得到图像采集模块的第二追踪状态。
本申请实施例读取图像采集模块之前的追踪状态,从而得到图像采集模块当前的追踪状态,可以将追踪过程中的计算与存储解耦,有利于复用计算资源,提高计算资源利用率,提高追踪速度。
在一种实施方式中,该方法还包括:
利用第二追踪状态更新图像采集模块的第一追踪状态。
上述实施方式中,更新图像采集模块的追踪状态,有利于后续实现连续准确的追踪效果。
在一种实施方式中,该方法还包括:
接收来自图像采集模块的初始数据和图像采集模块的标识信息;
利用初始数据进行目标追踪,得到图像采集模块的第一追踪状态;
对应地保存图像采集模块的第一追踪状态与标识信息。
上述实施方式中,通过保存各图像采集模块的追踪状态,可以将追踪过程中的计算与存储解耦,有利于提高追踪过程的计算速度和提高计算资源利用率。
在一种实施方式中,利用图像采集模块的标识信息,读取图像采集模块的第一追踪状态,包括:
利用图像采集模块的标识信息,读取图像采集模块的至少一个视频帧的第一追踪状态,第一追踪状态中包括至少一个追踪目标的特征信息、第一位置信息和第一时间信息。
上述实施方式中,通过保存各图像采集模块的一个或多个视频帧的追踪状态,可以根据精度和速度的需求灵活设置保存方式,并且可以分别存储每个追踪目标的特征信息、位置信息和时间信息等,能够按照追踪目标的特征信息进行追踪,追踪结果准确。
在一种实施方式中,利用图像采集模块的第一追踪状态和当前数据进行目标追踪,得到图像采集模块的第二追踪状态,包括:
利用各追踪目标的特征信息,在当前数据的视频帧中追踪得到各追踪目标的第二位置信息和第二时间信息;
利用各追踪目标的特征信息、第二位置信息和第二时间信息,生成图像采集模块的第二追踪状态。
上述实施方式中,按照追踪目标的特征信息在当前数据的视频帧中追踪,有利于提高追踪结果的准确性。
本申请实施例还提供一种追踪装置,包括:
第一接收模块,用于接收来自至少一个图像采集模块的当前数据和图像采集模块的标识信息;
读取模块,用于利用图像采集模块的标识信息,读取图像采集模块的第一追踪状态;
第一追踪模块,用于利用图像采集模块的第一追踪状态和当前数据进行目标追踪,得到图像采集模块的第二追踪状态。
在一种实施方式中,该装置还包括:
更新模块,用于利用第二追踪状态更新图像采集模块的第一追踪状态。
在一种实施方式中,该装置还包括:
第二接收模块,用于接收来自图像采集模块的初始数据和图像采集模块的标识信息;
第二追踪模块,用于利用初始数据进行目标追踪,得到图像采集模块的第一追踪状态;
保存模块,用于对应地保存图像采集模块的第一追踪状态与标识信息。
在一种实施方式中,读取模块还用于利用图像采集模块的标识信息,读取图像采集模块的至少一个视频帧的第一追踪状态,第一追踪状态中包括至少一个追踪目标的特征信息、第一位置信息和第一时间信息。
在一种实施方式中,第一追踪模块包括:
特征对比子模块,用于利用各追踪目标的特征信息,在当前数据的视频帧中追踪得到各追踪目标的第二位置信息和第二时间信息;
状态生成子模块,用于利用各追踪目标的特征信息、第二位置信息和第二时间信息,生成图像采集模块的第二追踪状态。
本申请实施例还提供一种追踪系统,包括:
至少一个图像采集模块,用于采集需要进行追踪的数据;
追踪模块,用于执行本申请任一实施例中的追踪方法。
参数服务器,用于保存各图像采集模块的标识信息和追踪状态的对应关系。
在一种实施方式中,追踪模块还用于通过同一进程按照顺序处理来自多个图像采集模块的视频流,或者通过同一进程的不同线程同时处理来自多个图像采集模块的视频流。
上述申请中的一个实施例具有如下优点或有益效果:从参数服务器中读取图像采集模块之前的追踪状态,从而得到图像采集模块当前的追踪状态,可以将追踪过程中的计算与存储解耦,有利于复用计算资源,提高计算资源利用率,提高追踪速度。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请一实施例的追踪方法的流程图。
图2a是未采用本申请实施例的追踪方法的数据流向的示意图。
图2b是采用本申请实施例的追踪方法的数据流向的示意图。
图3是根据本申请另一实施例的追踪方法的流程图。
图4是根据本申请另一实施例的追踪方法的流程图。
图5是根据本申请一实施例的追踪装置的框图。
图6是根据本申请另一实施例的追踪装置的框图。
图7是根据本申请一实施例的追踪系统的框图。
图8是用来实现本申请实施例的追踪方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请一实施例的追踪方法的流程图。如图1所示,该方法可以包括:
步骤S11、接收来自至少一个图像采集模块的当前数据和图像采集模块的标识信息。
步骤S12、利用图像采集模块的标识信息,读取图像采集模块的第一追踪状态。示例性地,可以从参数服务器中读取图像采集模块的第一追踪状态。
步骤S13、利用图像采集模块的第一追踪状态和当前数据进行目标追踪,得到图像采集模块的第二追踪状态。
本申请实施例中,图像采集模块可以包括多个相机或摄像头等。在一种示例中,道路的路口或某些路段上安装的电警相机可以连续的拍摄路面上的车辆行驶情况。追踪设备中可以启动多个进程,每个进程可以接收一个图像采集模块的数据流。如果一个进程同时启动多个线程,则每个线程可以接收一个图像采集模块的数据流,同一个进程可以同时接收多个图像采集模块的数据流。
如果将每个进程作为一个追踪算子,通过同一个追踪算子可以接收一个或多个图像采集模块的数据流。如图2a所示,未采用本申请实施例的追踪方法之前,相机A、B、C、D的数据流分别需要发送给各自的追踪算子T1、T2、T3、T4。如图2b所示,采用本申请实施例的追踪方法之后,不同相机的数据流可以发送给相同的追踪算子。例如,相机A、B、C、D的数据流均可以发送给T4处理。T4可以将各相机的追踪状态分别保存到参数服务器中。
每个图像采集模块的数据流中的当前数据可以包括当前收到的视频帧,简称当前帧。追踪设备可以利用当前帧之前的视频帧的追踪状态进行后续的追踪。在参数服务器中可以保存每个图像采集模块在当前帧之前的视频帧的追踪状态。如果某个图像采集模块拍摄到多个追踪目标,参数服务器保存该图像采集模块的追踪状态中可能包括多个追踪目标的追踪状态。如果没有拍摄到多个追踪目标,参数服务器保存的该图像采集模块的追踪状态可能为空。追踪目标可以包括多种,包括但不限于人、车辆、动物等。
在参数服务器中,可以将追踪状态和数据源关联地存储。例如,为每个图像采集模块设置对应的标识信息。标识信息可以是该图像采集模块自身的硬件设备标识,也可以是为该图像采集模块设置的标签,或者其他的形式。在参数服务器中,将每个图像采集模块的标识信息与该图像采集模块的数据流得到的追踪状态关联地存储。此外,如果某个图像采集模块的同时拍摄到多个追踪目标,也可以将该图像采集模块的标识信息、每个追踪目标的标识信息与每个追踪目标的追踪状态关联地存储。每个图像采集模块可以保存一个或者多个视频帧的追踪状态,具体保存多少视频帧可以根据计算量和精度的要求来设置。
本申请实施例读取图像采集模块之前的追踪状态,从而得到图像采集模块当前的追踪状态,可以将追踪过程中的计算与存储解耦,有利于复用计算资源,提高计算资源利用率,提高追踪速度。
接收到某个图像采集模块的当前数据和标识信息后,在参数服务器中,可以查找该标识信息对应的追踪状态。进一步地,可以得到该图像采集模块追踪到的每个追踪目标的追踪状态。
在一种实施方式中,如图3所示,该追踪方法还包括:
步骤S14、利用第二追踪状态更新图像采集模块的第一追踪状态。例如,利用第二追踪状态更新参数服务器中保存的图像采集模块的第一追踪状态,有利于后续实现连续准确的追踪效果。
对于每个图像采集模块的当前数据进行目标追踪,得到第二追踪状态后,可以用第二追踪状态更新参数服务器中保存的该图像采集模块的第一追踪状态。然后,用参数服务器中保存的更新后的追踪状态作为后续追踪的依据。
例如,参数服务器中保存的某个相机拍摄到的目标G1在第n帧的位于X1。利用该相机拍摄到的第n+1帧追踪得到目标G1在第n+1帧位于X2,则将参数服务器中保存的该相机的目标G1的位置更新为X2。
再如,参数服务器中保存的某个相机拍摄到的目标G1、G2在第n帧的位置。利用该相机拍摄到的第n+1帧追踪得到目标G1、G2、G3在第n+1帧的位置,则除了更新目标G1、G2位置之外,可以增加目标G3在第n+1帧的位置。
在一种实施方式中,利用图像采集模块的标识信息,读取图像采集模块的第一追踪状态,包括:
利用图像采集模块的标识信息,读取图像采集模块的至少一个视频帧的第一追踪状态,第一追踪状态中包括至少一个追踪目标的特征信息、第一位置信息和第一时间信息。例如,从参数服务器中读取图像采集模块的至少一个视频帧的第一追踪状态。通过保存各图像采集模块的一个或多个视频帧的追踪状态,可以根据精度和速度的需求灵活设置保存方式,并且可以分别存储每个追踪目标的特征信息、位置信息和时间信息等,能够按照追踪目标的特征信息进行追踪,追踪结果准确。
本申请实施例中,追踪状态中可以包括追踪目标的特征信息、位置信息和时间信息等。示例性的,追踪目标的特征信息可以包括表征追踪状态显著性特点的信息。例如,车辆的形状、颜色、车牌、车速、纹理等信息。再如,人物的面部、衣物、姿态等信息。位置信息可以包括经纬度、基于某个参考点的相对位置或其他类型的位置信息等。时间信息可以包括时间戳、帧号等。
在一种实施方式中,利用图像采集模块的第一追踪状态和当前数据进行目标追踪,得到图像采集模块的第二追踪状态,包括:
利用各追踪目标的特征信息,在当前数据的视频帧中追踪得到各追踪目标的第二位置信息和第二时间信息;
利用各追踪目标的特征信息、第二位置信息和第二时间信息,生成图像采集模块的第二追踪状态。
该实施方式中,按照追踪目标的特征信息在当前数据的视频帧中追踪,有利于提高追踪结果的准确性。
例如,从参数服务器中读取某个图像采集模块第一追踪状态,可以利用第一追踪状态中一个或多个视频帧中的各追踪目标的特征信息,分别在当前数据的视频帧(简称当前帧)中,追踪得到该追踪目标当前的第二位置信息和第二时间信息。然后,再将各追踪目标的特征信息、第二位置信息和第二时间信息作为第二追踪状态,用来更新参数服务器中的第一追踪状态。例如,从参数服务器中读取某个相机拍摄的某个目标为车辆M,根据车辆M的特征在当前帧中匹配到特征相似高的车辆,可以利用当前帧中该车辆的位置、时间等信息更新参数服务器中保存的该相机拍摄到的车辆M的位置、时间等信息。
在一种示例中,如果参数服务器保存的某个相机的追踪状态只包括一个视频帧对应的追踪状态,在更新时,可以用后续的视频帧覆盖保存的视频帧对应的追踪状态。如果参数服务器保存的某个相机的追踪状态包括多个视频帧对应的追踪状态,在更新时,可以用后续的视频帧覆盖时间最早的视频帧对应的追踪状态。例如,参数服务器允许保存6个视频帧对应的追踪状态。如果已经保存了第n帧到第n+5帧对应的追踪状态,在更新时,可以用第n+6帧替换第n帧对应的追踪状态。
在一种实施方式中,如图4所示,该追踪方法还包括:
步骤S21、接收来自图像采集模块的初始数据和图像采集模块的标识信息。
步骤S22、利用初始数据进行目标追踪,得到图像采集模块的第一追踪状态。
步骤S23、对应地保存图像采集模块的第一追踪状态与标识信息。
例如,将图像采集模块的第一追踪状态与标识信息对应地保存到参数服务器中。通过参数服务器保存各图像采集模块的追踪状态,可以将追踪过程中的计算与存储解耦,有利于提高追踪过程的计算速度和提高计算资源利用率。
参数服务器中不仅可以保存数据,还可以预先存储配置信息。在初始化时,可以在参数服务器中静态配置一些信息例如,目标轨迹的状态、中心点坐标、横向纵向速度、框宽高、时间戳、相机信息等。在后续再通过例如取模、轮询等机制动态调度这些配置信息。利用图像采集模块采集的初始数据例如第一个视频帧进行目标追踪,可以得到图像采集模块中拍摄到的各目标的初始状态。初始状态可以是给定的初始值,例如曾经进行目标追踪的得到的平均值等。将初始状态作为第一追踪状态与标识信息对应地保存到参数服务器中。后续图像采集模块拍摄到的视频帧可以用参数服务器中保存的第一追踪状态进行目标追踪,并对参数服务器中保存的第一追踪状态进行更新。
本申请实施例中,为了便于区分,将保存在参数服务器中的各图像采集模块的追踪状态称为第一追踪状态,将利用第一追踪状态和当前数据得到的图像采集模块的追踪状态称为第二追踪状态。在实际应用中,如果对某个图像采集模块的数据流持续追踪,则得到的第二追踪状态会不断变化,相应的,参数服务器中保存的第一追踪状态也会不断变化。
在一种示例中,利用参数服务器中保存的各图像采集模块的追踪状态,可以对某个追踪目标进行预测。例如,如果参数服务器中保存某个相机的目标G1的第n帧的时间戳、速度和位置,利用第n+1帧的时间戳可以计算第n+1帧的位置。再如,如果需要跨相机追踪某个目标,可以利用出现该目标的多个相机的追踪状态,综合计算。
此外,连续追踪仅是一种示例,也可以根据具体精度和计算量的需求调整追踪的间隔。例如,利用间隔的一个或者多个视频帧进行追踪。
图5是根据本申请一实施例的追踪装置的框图。如图5所示,该追踪装置可以包括:
第一接收模块51,用于接收来自至少一个图像采集模块的当前数据和图像采集模块的标识信息。
读取模块52,用于利用图像采集模块的标识信息,读取图像采集模块的第一追踪状态。例如从参数服务器中读取图像采集模块的第一追踪状态。
第一追踪模块53,用于利用图像采集模块的第一追踪状态和当前数据进行目标追踪,得到图像采集模块的第二追踪状态。
在一种实施方式中,如图6所示,该装置还包括:
更新模块54,用于利用第二追踪状态更新图像采集模块的第一追踪状态。例如利用第二追踪状态更新参数服务器中保存的图像采集模块的第一追踪状态。
在一种实施方式中,该装置还包括:
第二接收模块61,用于接收来自图像采集模块的初始数据和图像采集模块的标识信息;
第二追踪模块62,用于利用初始数据进行目标追踪,得到图像采集模块的第一追踪状态;
保存模块63,用于对应地保存图像采集模块的第一追踪状态与标识信息。例如,将图像采集模块的第一追踪状态与标识信息对应地保存到参数服务器中。
在一种实施方式中,读取模块52还用于利用图像采集模块的标识信息,读取图像采集模块的至少一个视频帧的第一追踪状态,第一追踪状态中包括至少一个追踪目标的特征信息、第一位置信息和第一时间信息。例如,从参数服务器中读取图像采集模块的至少一个视频帧的第一追踪状态。
在一种实施方式中,第一追踪模块53包括:
特征对比子模块531,用于利用各追踪目标的特征信息,在当前数据的视频帧中追踪得到各追踪目标的第二位置信息和第二时间信息;
状态生成子模块532,用于利用各追踪目标的特征信息、第二位置信息和第二时间信息,生成图像采集模块的第二追踪状态。
本申请实施例各追踪装置中的各模块的功能可以参见上述追踪方法中的对应描述,在此不再赘述。
图7是根据本申请一实施例的追踪系统的框图。如图7所示,该追踪系统可以包括:
至少一个图像采集模块71,用于采集需要进行追踪的数据;
追踪模块72,用于执行本申请任一实施例中的追踪方法。追踪模块的结构可以参照上述追踪装置实施例的相关描述。
参数服务器73,用于保存各图像采集模块71的标识信息和追踪状态的对应关系。
在一种实施方式中,追踪模块还用于通过同一进程按照顺序处理来自多个图像采集模块的视频流,或者通过同一进程的不同线程同时处理来自多个图像采集模块的视频流。
本申请实施例中的追踪模块可以为一个或者多个,具体可以根据计算精度、速度等进行设置。
本申请实施例各追踪系统中的各模块和设备的功能可以参见上述追踪方法中的对应描述,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图8所示,是根据本申请实施例的追踪方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器901、存储器902,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface,GUI)的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的追踪方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的追踪方法。
存储器902作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的追踪方法对应的程序指令/模块(例如,附图5所示的第一接收模块51、读取模块52和第一追踪模块53)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的追踪方法。
存储器902可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据追踪方法的电子设备的使用所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至追踪方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
追踪方法的电子设备还可以包括:输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息,以及产生与追踪方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(Liquid Crystal Display,LCD)、发光二极管(Light EmittingDiode,LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits,ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(programmable logic device,PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(Cathode Ray Tube,阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,从参数服务器中读取图像采集模块之前的追踪状态,从而得到图像采集模块当前的追踪状态,可以将追踪过程中的计算与存储解耦,有利于复用计算资源,提高计算资源利用率,提高追踪速度。更新参数服务器中保存的图像采集模块的追踪状态,有利于后续实现连续准确的追踪效果。通过参数服务器保存各图像采集模块的追踪状态,可以将追踪过程中的计算与存储解耦,有利于提高追踪过程的计算速度和提高计算资源利用率。通过参数服务器保存各图像采集模块的一个或多个视频帧的追踪状态,可以根据精度和速度的需求灵活设置保存方式,并且可以分别存储每个追踪目标的特征信息、位置信息和时间信息等,能够按照追踪目标的特征信息进行追踪,有利于提高追踪结果的准确性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (10)

1.一种追踪方法,其特征在于,包括:
接收来自至少一个图像采集模块的当前数据和所述图像采集模块的标识信息,所述当前数据包括当前帧;
利用所述图像采集模块的标识信息,读取所述图像采集模块的第一追踪状态,其中,所述第一追踪状态为所述图像采集模块在所述当前帧之前的视频帧的追踪状态,所述第一追踪状态中包括至少一个追踪目标的特征信息、第一位置信息和第一时间信息;
利用各所述追踪目标的特征信息,在所述当前数据的视频帧中追踪得到各所述追踪目标的第二位置信息和第二时间信息;
利用各所述追踪目标的特征信息、第二位置信息和第二时间信息,生成所述图像采集模块的第二追踪状态;
所述方法还包括:
利用所述第二追踪状态更新所述图像采集模块的第一追踪状态。
2.根据权利要求1所述的方法,其特征在于,还包括:
接收来自所述图像采集模块的初始数据和所述图像采集模块的标识信息;
利用所述初始数据进行目标追踪,得到所述图像采集模块的第一追踪状态;
对应地保存所述图像采集模块的第一追踪状态与标识信息。
3.根据权利要求1至2中任一项所述的方法,其特征在于,利用所述图像采集模块的标识信息,读取所述图像采集模块的第一追踪状态,包括:
利用所述图像采集模块的标识信息,读取所述图像采集模块的至少一个视频帧的第一追踪状态。
4.一种追踪装置,其特征在于,包括:
第一接收模块,用于接收来自至少一个图像采集模块的当前数据和所述图像采集模块的标识信息,所述当前数据包括当前帧;
读取模块,用于利用所述图像采集模块的标识信息,读取所述图像采集模块的第一追踪状态,其中,所述第一追踪状态为所述图像采集模块在所述当前帧之前的视频帧的追踪状态,所述第一追踪状态中包括至少一个追踪目标的特征信息、第一位置信息和第一时间信息;
第一追踪模块,用于利用所述图像采集模块的第一追踪状态和所述当前数据进行目标追踪,得到所述图像采集模块的第二追踪状态;
所述追踪装置还包括:
更新模块,用于利用所述第二追踪状态更新所述图像采集模块的第一追踪状态;
所述第一追踪模块,包括:
特征对比子模块,用于利用各所述追踪目标的特征信息,在所述当前数据的视频帧中追踪得到各所述追踪目标的第二位置信息和第二时间信息;
状态生成子模块,用于利用各所述追踪目标的特征信息、第二位置信息和第二时间信息,生成所述图像采集模块的第二追踪状态。
5.根据权利要求4所述的装置,其特征在于,还包括:
第二接收模块,用于接收来自所述图像采集模块的初始数据和所述图像采集模块的标识信息;
第二追踪模块,用于利用所述初始数据进行目标追踪,得到所述图像采集模块的第一追踪状态;
保存模块,用于对应地保存所述图像采集模块的第一追踪状态与标识信息。
6.根据权利要求4至5中任一项所述的装置,其特征在于,所述读取模块还用于利用所述图像采集模块的标识信息,读取所述图像采集模块的至少一个视频帧的第一追踪状态,所述第一追踪状态中包括至少一个追踪目标的特征信息、第一位置信息和第一时间信息。
7.一种追踪系统,其特征在于,包括:
至少一个图像采集模块,用于采集需要进行追踪的数据;
追踪模块,用于执行1至3中任一项所述的方法;
参数服务器,用于保存各所述图像采集模块的标识信息和追踪状态的对应关系。
8.根据权利要求7所述的系统,其特征在于,所述追踪模块还用于通过同一进程按照顺序处理来自多个图像采集模块的视频流,或者通过同一进程的不同线程同时处理来自多个图像采集模块的视频流。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至3中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至3中任一项所述的方法。
CN202010093017.1A 2020-02-14 2020-02-14 追踪方法、装置、电子设备和计算机可读存储介质 Active CN111339852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010093017.1A CN111339852B (zh) 2020-02-14 2020-02-14 追踪方法、装置、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010093017.1A CN111339852B (zh) 2020-02-14 2020-02-14 追踪方法、装置、电子设备和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111339852A CN111339852A (zh) 2020-06-26
CN111339852B true CN111339852B (zh) 2023-12-26

Family

ID=71181569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010093017.1A Active CN111339852B (zh) 2020-02-14 2020-02-14 追踪方法、装置、电子设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111339852B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113282909B (zh) * 2021-05-11 2024-04-09 南京大学 一种设备指纹信息采集项识别方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243851A (zh) * 2015-09-24 2016-01-13 上海车音网络科技有限公司 车辆监控方法和系统
WO2018133666A1 (zh) * 2017-01-17 2018-07-26 腾讯科技(深圳)有限公司 视频目标跟踪方法和装置
CN109325967A (zh) * 2018-09-14 2019-02-12 腾讯科技(深圳)有限公司 目标跟踪方法、装置、介质以及设备
CN109559336A (zh) * 2018-12-17 2019-04-02 苏州市科远软件技术开发有限公司 对象追踪方法、装置及存储介质
WO2019128098A1 (zh) * 2017-12-27 2019-07-04 广景视睿科技(深圳)有限公司 一种基于定位追踪的投影方法、装置、投影仪及投影系统
CN110288633A (zh) * 2019-06-04 2019-09-27 东软集团股份有限公司 目标追踪方法、装置、可读存储介质及电子设备
CN110428448A (zh) * 2019-07-31 2019-11-08 腾讯科技(深圳)有限公司 目标检测跟踪方法、装置、设备及存储介质
CN110677304A (zh) * 2019-10-11 2020-01-10 广州趣丸网络科技有限公司 一种分布式问题追踪系统及设备
CN110706247A (zh) * 2018-06-22 2020-01-17 杭州海康威视数字技术股份有限公司 一种目标跟踪方法、装置及系统
CN110717414A (zh) * 2019-09-24 2020-01-21 青岛海信网络科技股份有限公司 一种目标检测追踪方法、装置及设备
CN110781824A (zh) * 2019-10-25 2020-02-11 北京百度网讯科技有限公司 目标检测及跟踪方法、装置、电子设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2051482A1 (en) * 2007-10-16 2009-04-22 Ricoh Company, Ltd. Condition dependent data processing device
US9424255B2 (en) * 2011-11-04 2016-08-23 Microsoft Technology Licensing, Llc Server-assisted object recognition and tracking for mobile devices

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243851A (zh) * 2015-09-24 2016-01-13 上海车音网络科技有限公司 车辆监控方法和系统
WO2018133666A1 (zh) * 2017-01-17 2018-07-26 腾讯科技(深圳)有限公司 视频目标跟踪方法和装置
WO2019128098A1 (zh) * 2017-12-27 2019-07-04 广景视睿科技(深圳)有限公司 一种基于定位追踪的投影方法、装置、投影仪及投影系统
CN110706247A (zh) * 2018-06-22 2020-01-17 杭州海康威视数字技术股份有限公司 一种目标跟踪方法、装置及系统
CN109325967A (zh) * 2018-09-14 2019-02-12 腾讯科技(深圳)有限公司 目标跟踪方法、装置、介质以及设备
CN109559336A (zh) * 2018-12-17 2019-04-02 苏州市科远软件技术开发有限公司 对象追踪方法、装置及存储介质
CN110288633A (zh) * 2019-06-04 2019-09-27 东软集团股份有限公司 目标追踪方法、装置、可读存储介质及电子设备
CN110428448A (zh) * 2019-07-31 2019-11-08 腾讯科技(深圳)有限公司 目标检测跟踪方法、装置、设备及存储介质
CN110717414A (zh) * 2019-09-24 2020-01-21 青岛海信网络科技股份有限公司 一种目标检测追踪方法、装置及设备
CN110677304A (zh) * 2019-10-11 2020-01-10 广州趣丸网络科技有限公司 一种分布式问题追踪系统及设备
CN110781824A (zh) * 2019-10-25 2020-02-11 北京百度网讯科技有限公司 目标检测及跟踪方法、装置、电子设备及存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
A Non-Overlapping View Human Tracking Algorithm using HSV Colour Space;Shen Khang Teoh 等;2019 International Conference on Green and Human Information Technology;97-102 *
Single/cross-camera multiple-person tracking by graph matching;Zhinie Wei 等;Neurocomputing;220-232 *
基于多Agent的多摄像头目标轨迹追踪;曹凯悦;中国优秀硕士学位论文全文数据库 信息科技辑(第6期);I138-1313 *
基于虚拟网格技术的自适应车辆跟踪算法的研究;王正勤 等;吉林工程技术师范学院学报(第05期);70-76 *
王正勤 等."基于虚拟网格技术的自适应车辆跟踪算法的研究".《吉林工程技术师范学院学报》.2013,(第05期), *
运动轨迹方向信息对多目标追踪的影响;魏一凡;中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑(第1期);H134-103 *

Also Published As

Publication number Publication date
CN111339852A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN110929639B (zh) 用于确定图像中障碍物位置的方法、装置、设备和介质
CN111722245B (zh) 定位方法、定位装置和电子设备
US11841921B2 (en) Model training method and apparatus, and prediction method and apparatus
CN111275983A (zh) 车辆追踪方法、装置、电子设备和计算机可读存储介质
CN110675635B (zh) 相机外参的获取方法、装置、电子设备及存储介质
CN111292531A (zh) 交通信号灯的跟踪方法、装置、设备及存储介质
CN111695519B (zh) 关键点定位方法、装置、设备以及存储介质
CN111601013B (zh) 用于处理视频帧的方法和装置
CN111339852B (zh) 追踪方法、装置、电子设备和计算机可读存储介质
CN111191619A (zh) 车道线虚线段的检测方法、装置、设备和可读存储介质
CN111696134B (zh) 一种目标检测方法、装置以及电子设备
US11361453B2 (en) Method and apparatus for detecting and tracking target, electronic device and storage media
CN112102417B (zh) 确定世界坐标的方法和装置
CN111597287B (zh) 地图生成方法、装置及设备
CN110798681B (zh) 成像设备的监测方法、装置和计算机设备
CN111966767B (zh) 轨迹热力图生成方法、装置、电子设备和存储介质
CN111311654B (zh) 一种相机位置的配准方法、装置、电子设备及存储介质
CN112508027A (zh) 用于实例分割的头部模型、实例分割模型、图像分割方法及装置
CN113255411A (zh) 目标检测方法、装置、电子设备及存储介质
CN111524165A (zh) 目标跟踪方法和装置
CN114972415A (zh) 机器人视觉跟踪方法、系统、电子设备及介质
CN110689090A (zh) 图像存储方法及装置
CN111857478B (zh) 一种图像布局方法、装置、电子设备及存储介质
CN111553283A (zh) 用于生成模型的方法及装置
CN113630606B (zh) 视频水印处理方法、装置、电子设备及存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20211011

Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd.

Address before: 2 / F, baidu building, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant