CN113450390B - 一种基于路侧摄像头的目标跟踪方法、装置及电子设备 - Google Patents

一种基于路侧摄像头的目标跟踪方法、装置及电子设备 Download PDF

Info

Publication number
CN113450390B
CN113450390B CN202111018073.XA CN202111018073A CN113450390B CN 113450390 B CN113450390 B CN 113450390B CN 202111018073 A CN202111018073 A CN 202111018073A CN 113450390 B CN113450390 B CN 113450390B
Authority
CN
China
Prior art keywords
target
tracking
road side
side camera
list
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
CN202111018073.XA
Other languages
English (en)
Other versions
CN113450390A (zh
Inventor
康含玉
郭波
张海强
李成军
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.)
Zhidao Network Technology Beijing Co Ltd
Original Assignee
Zhidao Network Technology Beijing 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 Zhidao Network Technology Beijing Co Ltd filed Critical Zhidao Network Technology Beijing Co Ltd
Priority to CN202111018073.XA priority Critical patent/CN113450390B/zh
Publication of CN113450390A publication Critical patent/CN113450390A/zh
Application granted granted Critical
Publication of CN113450390B publication Critical patent/CN113450390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/292Multi-camera tracking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本申请公开了一种基于路侧摄像头的目标跟踪方法、装置及电子设备,该方法包括:在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,预设路段至少部署有两个相邻的路侧单元,每个路侧单元至少部署有一个路侧路侧摄像头;分别对各摄像头采集的图像进行目标跟踪,得到单摄像头的目标跟踪结果,并以此更新各摄像头的预设目标列表,包括跟踪目标列表、丢失目标列表、新进目标列表;根据任意相邻的两个摄像头的预设目标列表中的目标信息,对任意具有相邻拍摄视野的两个摄像头采集的图像进行目标跟踪,得到跨摄像头的目标跟踪结果,以此更新预设目标列表。本申请实现了对目标的长距离跟踪,给道路协同系统提供了正确有效的目标运动轨迹等信息。

Description

一种基于路侧摄像头的目标跟踪方法、装置及电子设备
技术领域
本申请涉及目标跟踪技术领域,尤其涉及一种基于路侧摄像头的目标跟踪方法、装置及电子设备。
背景技术
智慧交通是在智能交通的基础上,融入物联网、云计算、大数据、移动互联等高新信息技术,通过高新信息技术汇集交通信息,提供实时交通数据下的交通信息服务,实现了智慧交通的系统性、实时性、信息交流的交互性以及服务的广泛性。
在智慧交通的道路协同系统中,路侧单元需要获取道路中目标的多种属性信息,如车辆的运动轨迹等,来实现车辆与道路的协同管理,而想要获取车辆的运动轨迹,就需要进行长距离的目标跟踪。
然而,路侧单元中的传感器一般固定在道路两侧的线杆上,传感器的监测范围一般在200米内,因此就需要多路侧摄像头、多线杆协同进行跨区域的目标长距离跟踪。
发明内容
本申请实施例提供了一种基于路侧摄像头的目标跟踪方法、装置及电子设备,以实现跨区域的目标跟踪。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种基于路侧摄像头的目标跟踪方法,其中,所述方法包括:
在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,其中所述预设路段至少部署有两个相邻的路侧单元,每个所述路侧单元至少部署有一个路侧路侧摄像头;
根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果;
根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表,所述预设目标列表包括跟踪目标列表、丢失目标列表以及新进目标列表;
根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果,所述任意相邻的两个路侧摄像头具有相邻拍摄视野;
根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表。
可选地,所述根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果包括:
获取单路侧摄像头采集的当前帧图像和上一帧图像,所述单路侧摄像头为多个路侧摄像头中的任意一个;
确定所述当前帧图像的目标的多维特征向量和所述上一帧图像的目标的多维特征向量;
将所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量进行匹配,得到所述单路侧摄像头的目标跟踪结果。
可选地,所述将所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量进行匹配,得到所述单路侧摄像头的目标跟踪结果包括:
确定所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量的欧式距离;
若所述欧式距离小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪成功;
若所述欧式距离不小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪失败。
可选地,所述跟踪失败包括所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标的多维特征向量中匹配到,或者所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,所述根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表包括:
若跟踪成功,则确定所述当前帧图像的目标的多维特征向量对应的目标为跟踪目标,并将所述跟踪目标的目标信息加入到所述单路侧摄像头的跟踪目标列表中;
若所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标特征中匹配到,则确定所述当前帧图像的目标的多维特征向量对应的目标为新进目标,并将所述新进目标的目标信息加入到所述单路侧摄像头的新进目标列表中;
若所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,则确定所述上一帧图像的目标的多维特征向量对应的目标为丢失目标,并将所述丢失目标的目标信息加入到所述单路侧摄像头的丢失目标列表中。
可选地,所述任意相邻的两个路侧摄像头包括第一路侧摄像头和第二路侧摄像头,所述根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果包括:
获取所述第一路侧摄像头的丢失目标列表中的目标信息和所述第二路侧摄像头的新进目标列表中的目标信息,所述目标信息均包括目标的多维特征向量;
将所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量与所述第二路侧摄像头的新进目标列表中的目标的多维特征向量进行匹配,得到所述跨路侧摄像头的目标跟踪结果。
可选地,所述根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表包括:
若所述跨路侧摄像头的目标跟踪结果为跟踪成功,则确定所述丢失目标列表或者所述新进目标列表中的目标的多维特征向量对应的目标为跟踪目标,将所述跟踪目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第一路侧摄像头的丢失目标列表和所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标信息删除;
若所述跨路侧摄像头的目标跟踪结果为跟踪失败,则确定所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标为新进目标,将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第二路侧摄像头的新进目标列表以及所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量对应的目标信息删除。
可选地,所述跟踪目标的目标信息还包括跟踪目标的标识信息,所述将所述跟踪目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中包括:
从所述第一路侧摄像头的丢失目标列表中获取所述跟踪目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述跟踪目标的多维特征向量;
所述新进目标的目标信息还包括新进目标的标识信息,所述将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中包括:
根据预设标识生成策略生成所述新进目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述新进目标的多维特征向量。
可选地,所述第一路侧摄像头和所述第二路侧摄像头为部署在路侧单元的同一横杆上的路侧摄像头,或者为分别部署在路侧单元的两个相邻横杆上的路侧摄像头。
第二方面,本申请实施例还提供一种基于路侧摄像头的目标跟踪装置,其中,所述装置用于实现前述之任一所述方法。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的基于路侧摄像头的目标跟踪方法在进行目标跟踪时,先在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,其中所述预设路段至少部署有两个相邻的路侧单元,每个所述路侧单元至少部署有一个路侧路侧摄像头;然后根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果;之后根据单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表,预设目标列表包括跟踪目标列表、丢失目标列表以及新进目标列表;之后根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果,任意相邻的两个路侧摄像头具有相邻拍摄视野;最后根据跨路侧摄像头的目标跟踪结果更新任意相邻的两个路侧摄像头的预设目标列表。本申请实施例的基于路侧摄像头的目标跟踪方法通过进行单路侧摄像头和跨路侧摄像头的目标跟踪来维护和更新预设目标列表,可以较好的保证目标在跨区域移动时唯一标识的一致性,实现了对目标的长距离跟踪,从而给道路协同系统提供正确有效的目标运动轨迹及其他重要信息。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种基于路侧摄像头的目标跟踪方法的流程示意图;
图2为本申请实施例中一种同一横杆上的路侧摄像头部署方式的立体示意图;
图3为本申请实施例中一种相邻横杆上的路侧摄像头部署方式的平面示意图;
图4为本申请实施例中一种目标跟踪流程示意图;
图5为本申请实施例中一种基于路侧摄像头的目标跟踪装置的结构示意图;
图6为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种基于路侧摄像头的目标跟踪方法,如图1所示,提供了本申请实施例中一种基于路侧摄像头的目标跟踪方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S150:
步骤S110,在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,其中所述预设路段至少部署有两个相邻的路侧单元,每个所述路侧单元至少部署有一个路侧路侧摄像头。
本申请实施例的基于路侧摄像头的目标跟踪方法可以应用在路侧场景下,因此本申请实施例的整体技术方案可以由路侧单元来执行,目标具体可以是车辆或者行人等任何需要进行跟踪的对象,可以跟踪一个目标,也可以同时跟踪多个目标。
由于目前的目标跟踪方法大多仅仅针对一个路口等小距离范围内的目标进行短时间、短距离的跟踪,而本申请的基于路侧摄像头的目标跟踪方法在于实现对目标的长距离跟踪。具体地,本申请实施例可以针对预设路段的目标进行长距离跟踪,这里的预设路段至少部署有相邻的两个路侧单元,而每一个路侧单元上有至少部署有一个路侧摄像头,从而为实现长距离目标跟踪提供了硬件和软件的支撑。
通过获取多个路侧摄像头采集的图像信息作为长距离跟踪的基础数据,图像信息可以是指每个路侧摄像头采集的基础图像。
步骤S120,根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果。
在得到每个路侧摄像头采集的图像信息后,需要根据每个路侧摄像头采集的图像信息,分别对每个路侧摄像头所监控到的目标进行单路侧摄像头维度的目标跟踪,从而得到多个单路侧摄像头的目标跟踪结果,如跟踪成功或者跟踪失败的结果。
步骤S130,根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表,所述预设目标列表包括跟踪目标列表、丢失目标列表以及新进目标列表。
为了更好地实现目标跟踪,本申请实施例事先针对每个路侧摄像头维护了预设目标列表,这里的预设目标列表具体可以包括跟踪目标列表、丢失目标列表以及新进目标列表,其中跟踪目标列表中用于存储当前跟踪成功的目标的图像信息,丢失目标列表则用于存储跟踪失败的目标的图像信息,具体是指上一帧图像存在但当前帧图像不存在的目标,新进目标列表用于存储当前帧图像新进入的目标的图像信息,具体是指上一帧图像不存在但当前帧图像存在的目标。
每个路侧摄像头都会分别维护上述三个目标列表,因此本申请实施例在得到每一个单路侧摄像头的目标跟踪结果后,可以根据每一个单路侧摄像头的目标跟踪结果分别更新该路侧摄像头所维护的三个目标列表中的目标信息。
步骤S140,根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果,所述任意相邻的两个路侧摄像头具有相邻拍摄视野。
在得到每个路侧摄像头所维护的预设目标列表后,可以进一步进行跨路侧摄像头的目标跟踪,这里需要以任意两个具有相邻拍摄视野的路侧摄像头为基础来实现,也即只有具有相邻拍摄视野的路侧摄像头才能实现对目标运动轨迹的连续跟踪。
在进行跨路侧摄像头的目标跟踪时,可以先获取任意相邻的两个路侧摄像头的预设目标列表中的目标信息,这里的目标信息是指从图像中提取出的目标的属性信息等,然后根据这两个路侧摄像头的预设目标列表中的目标信息对这两个路侧摄像头采集的图像进行跨路侧摄像头的目标跟踪,从而得到跨路侧摄像头的目标跟踪结果,如跟踪成功或者跟踪失败的结果。
步骤S150,根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表。
在得到相邻两个路侧摄像头的跨路侧摄像头的目标跟踪结果后,可以进一步对这两个路侧摄像头所维护的预设目标列表中的目标信息分别进行更新,从而为后续得到正确有效的目标运动轨迹等信息提供依据。
本申请实施例的基于路侧摄像头的目标跟踪方法通过进行单路侧摄像头和跨路侧摄像头的目标跟踪来维护和更新预设目标列表,可以较好的保证目标在跨区域移动时唯一标识的一致性,实现了对目标的长距离跟踪,从而给道路协同系统提供正确有效的目标运动轨迹及其他重要信息。
在本申请的一个实施例中,所述根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果包括:获取单路侧摄像头采集的当前帧图像和上一帧图像,所述单路侧摄像头为多个路侧摄像头中的任意一个;确定所述当前帧图像的目标的多维特征向量和所述上一帧图像的目标的多维特征向量;将所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量进行匹配,得到所述单路侧摄像头的目标跟踪结果。
本申请实施例在进行单路侧摄像头的目标跟踪时主要是基于该路侧摄像头前后两帧的图像信息来进行判断,因此可以先获取每个路侧摄像头采集的当前帧图像和上一帧图像,然后分别从当前帧图像和上一帧图像中提取出多维特征向量。这里的多维特征向量可以涵盖不同维度的目标信息如目标的三维世界坐标、目标的航向角、目标的速度、目标的颜色以及所在的车道等等,用以全面表征每一个目标的特征,从而为后续进行目标特征匹配和跟踪提供更准确的信息。
目标的三维世界坐标可以基于目标在路侧摄像头坐标系下的二维图像坐标转换得到,用以表征目标在世界坐标系下的真实位置,目标的航向角用来表征目标的行进方向,可以基于目标的三维世界坐标来得到,目标的速度可以通过传感器设备等测得,目标的颜色可以利用现有的图像识别算法得到,而目标所在车道信息则可以利用目标的三维世界坐标以及高精地图提供的车道线信息来得到。
在得到当前帧图像的目标的多维特征向量和上一帧图像的目标的多维特征向量后,可以将当前帧图像的目标的多维特征向量和上一帧图像的目标的多维特征向量进行特征匹配,从而得到单路侧摄像头的目标跟踪结果。
具体匹配算法可以采用卡尔曼滤波+匈牙利匹配算法来实现,当然本领域技术人员也可以根据实际情况灵活采用其他匹配方法,例如可以采用deepsort目标跟踪算法来实现。
在本申请的一个实施例中,所述将所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量进行匹配,得到所述单路侧摄像头的目标跟踪结果包括:确定所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量的欧式距离;若所述欧式距离小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪成功;若所述欧式距离不小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪失败。
本申请实施例在将当前帧图像的目标的多维特征向量与上一帧图像的目标的多维特征向量进行匹配时,可以计算前者与后者的多维特征向量之间的欧式距离,然后将该欧式距离与预设距离阈值进行比较,如果小于该预设距离阈值,说明两帧图像中的目标的多维特征向量之间的差异较小,即上一帧图像中的目标在当前帧图像中仍然能找到,因此可以得到单路侧摄像头的目标跟踪成功的跟踪结果。而如果该欧式距离不小于该预设距离阈值,说明两帧图像中的目标的多维特征向量之间的差异较大,即上一帧图像中的目标在当前帧图像中不能找到,因此可以得到单路侧摄像头的目标跟踪失败的跟踪结果。
在计算多维特征向量之间的欧式距离时,可以采用如下方式:
1)目标在两帧图像中的三维世界坐标点之间的距离计算:
两点距离d=R*arcos[cos(Y1)*cos(Y2)*cos(X1-X2)+sin(Y1)*sin(Y2)],
其中,(X1,X2)为上一帧图像中的目标的三维世界坐标,(Y1,Y2)为当前帧图像中的目标的三维世界坐标,地球半径为R=6371.0 km
2)目标的航向角偏移量计算:
航向角偏移量δ1= fabs(r – s(i)),
其中,s(i)为目标的历史航向角队列,r为目标的当前航向角;
3)速度变化量计算:
速度偏移量δ2= fabs(cv – v(i)),
其中,v(i)为目标的历史速度队列,cv为目标的当前速度;
4)车道信息计算:
如果当前车道的标识与历史车道的标识一致,取值为1,否则取值为0;
5)颜色信息计算:
如果第一目标图像中的目标的颜色与第二目标图像中的目标的颜色一致,取值为1,否则取值为0。
此外,在进行目标的航向角偏移量δ1和速度变化量δ2的计算时,可以进行归一化处理,分别确定航向角偏移量δ1的最大值max1和速度变化量δ2的最大值max2
那么,归一化值ƒ1 = δ1/max1,ƒ2= δ2/max2
在本申请的一个实施例中,所述跟踪失败包括所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标的多维特征向量中匹配到,或者所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,所述根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表包括:若跟踪成功,则确定所述当前帧图像的目标的多维特征向量对应的目标为跟踪目标,并将所述跟踪目标的目标信息加入到所述单路侧摄像头的跟踪目标列表中;若所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标特征中匹配到,则确定所述当前帧图像的目标的多维特征向量对应的目标为新进目标,并将所述新进目标的目标信息加入到所述单路侧摄像头的新进目标列表中;若所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,则确定所述上一帧图像的目标的多维特征向量对应的目标为丢失目标,并将所述丢失目标的目标信息加入到所述单路侧摄像头的丢失目标列表中。
在单路侧摄像头的目标跟踪过程中,如果是跟踪成功的结果,说明目标能够在前后两帧图像中都被找到,而如果得到的是跟踪失败的结果,说明目标不能在前后两帧图像中都被找到,这里具体可以分为两种情况,一种是当前帧图像的目标不能在上一帧图像中匹配到,另一种情况是上一帧图像的目标不能在当前帧图像中匹配到。
不同的目标跟踪结果所采用的更新策略不同,因此可以根据不同的跟踪结果确定要更新的预设目标列表。具体地,如果是跟踪成功的结果,说明当前帧图像的目标的多维特征向量与上一帧图像的目标的多维特征向量能够匹配上,因此可以确定单路侧摄像头采集的当前帧图像的目标的多维特征向量对应的目标为跟踪目标,即当前成功跟踪到的目标,进而可以将该目标的相关信息存储到该单路侧摄像头的跟踪目标列表中,实现对单路侧摄像头的跟踪目标列表的更新。
如果是当前帧图像的目标不能在上一帧图像中被找到,说明当前帧图像的目标是当前帧图像新捕捉到的,因此可以确定该目标为当前帧图像中的新进目标,进而可以将该新进目标的目标信息直接存储到该单路侧摄像头的新进目标列表中,实现对单路侧摄像头的新进目标列表的更新。
如果是上一帧图像的目标不能在当前帧图像中被找到,说明上一帧图像中的目标在当前帧图像中丢失了,因此可以确定该目标为当前帧图像中的丢失目标,进而可以将该丢失目标的目标信息直接存储到该单路侧摄像头的丢失目标列表中,实现对单路侧摄像头的丢失目标列表的更新。
在本申请的一个实施例中,所述任意相邻的两个路侧摄像头包括第一路侧摄像头和第二路侧摄像头,所述根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果包括:获取所述第一路侧摄像头的丢失目标列表中的目标信息和所述第二路侧摄像头的新进目标列表中的目标信息,所述目标信息均包括目标的多维特征向量;将所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量与所述第二路侧摄像头的新进目标列表中的目标的多维特征向量进行匹配,得到所述跨路侧摄像头的目标跟踪结果。
本申请实施例在进行跨路侧摄像头的目标跟踪时,可以先确定任意相邻的两个路侧摄像头,这里的任意相邻的两个路侧摄像头例如可以是具有相邻拍摄视野的第一路侧摄像头和第二路侧摄像头。
对于第一路侧摄像头和第二路侧摄像头来说,其本身都有自己对应的预设目标列表,要想实现在两个路侧摄像头之间的目标跟踪,可以将两个的路侧摄像头的预设目标列表中的目标信息进行匹配。具体地,可以先获取第一路侧摄像头的丢失目标列表中的目标信息和第二路侧摄像头的新进目标列表中的目标信息,这里的目标信息就可以包括前述实施例的图像中的目标的多维特征向量,然后将第一路侧摄像头的丢失目标列表中的目标的多维特征向量与第二路侧摄像头的新进目标列表中的目标的多维特征向量进行匹配,从而得到跨路侧摄像头的目标跟踪结果,包括跟踪成功和跟踪失败的结果。
需要说明的是,这里的匹配方法和上述实施例中单路侧摄像头所采用的匹配方法相同,例如可以采用卡尔曼滤波+匈牙利匹配等算法来实现,在此不作赘述。如果匹配成功,则得到跟踪成功的结果,如果匹配失败,则得到跟踪失败的结果。
在本申请的一个实施例中,所述根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表包括:若所述跨路侧摄像头的目标跟踪结果为跟踪成功,则确定所述丢失目标列表或者所述新进目标列表中的目标的多维特征向量对应的目标为跟踪目标,将所述跟踪目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第一路侧摄像头的丢失目标列表和所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标信息删除;若所述跨路侧摄像头的目标跟踪结果为跟踪失败,则确定所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标为新进目标,将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第二路侧摄像头的新进目标列表以及所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量对应的目标信息删除。
在根据跨路侧摄像头的目标跟踪结果更新第一路侧摄像头和第二路侧摄像头所分别维护的预设目标列表时,可以区分不同的跟踪结果采取不同的更新策略。具体地,如果跨路侧摄像头的目标跟踪结果为跟踪成功,说明第一路侧摄像头的丢失目标列表中的丢失目标从第一路侧摄像头的拍摄视野进入到了第二路侧摄像头的拍摄视野,此时该目标为第二路侧摄像头当前成功跟踪到的目标即跟踪目标,因此可以将该跟踪目标的目标信息存储到第二路侧摄像头的跟踪目标列表中,同时将该目标在第一路侧摄像头的丢失目标列表和第二路侧摄像头的新进目标列表中的目标信息都删除掉。
如果跨路侧摄像头的目标跟踪结果为跟踪失败,可能出现两种情况,一种是第一路侧摄像头的丢失目标列表中的丢失目标不在第二路侧摄像头的新进目标列表中,说明第一路侧摄像头的丢失目标列表中的丢失目标在从第一路侧摄像头退出后没有进入到第二路侧摄像头的拍摄视野,此时可以直接将该丢失目标在第一路侧摄像头的丢失目标列表中的目标信息删除。
另一种是第二路侧摄像头的新进目标列表中的新进目标不在第一路侧摄像头的丢失目标列表中,说明第二路侧摄像头的新进目标列表中的新进目标不是从第一路侧摄像头的拍摄视野退出后进入到第二路侧摄像头的拍摄视野的,因此可以将该新进目标直接作为当前的跟踪目标存储到第二路侧摄像头的跟踪目标列表中,同时将该新进目标在第二路侧摄像头的新进目标列表中的目标信息删除掉。
通过上述过程即可实现对第一路侧摄像头和第二路侧摄像头的预设目标列表的不断更新,直到第一路侧摄像头的丢失目标列表及第二路侧摄像头的新进目标列表中的目标信息为空时结束上述过程。
上述过程是将第一路侧摄像头的丢失目标列表与第二路侧摄像头的新进目标列表进行匹配来更新预设目标列表,同理还可以将第二路侧摄像头的丢失目标列表与第一路侧摄像头的新进目标列表进行匹配来更新预设目标列表,直到第一路侧摄像头的新进目标列表及第二路侧摄像头的丢失目标列表中的目标信息为空时结束该过程,具体流程和上述流程基本相同,在此不作赘述。
在本申请的一个实施例中,所述跟踪目标的目标信息还包括跟踪目标的标识信息,所述将所述跟踪目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中包括:从所述第一路侧摄像头的丢失目标列表中获取所述跟踪目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述跟踪目标的多维特征向量;所述新进目标的目标信息还包括新进目标的标识信息,所述将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中包括:根据预设标识生成策略生成所述新进目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述新进目标的多维特征向量。
通过上述实施例可以实现对每个路侧摄像头的跟踪目标列表的不断更新,如前所述,跟踪目标是指当前成功跟踪到的目标,因此基于每个路侧摄像头的跟踪目标列表中存储的目标信息,可以建立起一个或者多个目标在多个路侧摄像头之间的运动轨迹,而为了保证当前成功跟踪到的目标在不同路侧摄像头的跟踪目标列表中标识的一致性,在每次更新跟踪目标列表的目标信息时,就可以包括更新跟踪目标的唯一标识信息如目标的UUID(Universally Unique Identifier,通用唯一识别码)。
具体地,如果是跨路侧摄像头跟踪成功的情况,例如该跟踪目标从第一路侧摄像头的拍摄视野进入到第二路侧摄像头的拍摄视野,那么这时可以直接从第一路侧摄像头的丢失列表中获取到该跟踪目标的UUID标识,而对于其他属性信息如跟踪目标的多维特征向量则可以以第二路侧摄像头的新进目标列表中存储的信息为准,这样就保证了在跨路侧摄像头跟踪成功的情况下,同一跟踪目标的唯一标识信息保持一致的目的。
如果是跨路侧摄像头跟踪失败的情况,例如第二路侧摄像头的新进目标列表中的新进目标不是从第一路侧摄像头的拍摄视野进入的,这时需要按照一定的标识生成策略为该新进目标生成唯一的UUID标识,例如可以使用路侧单元的卫星时间与较大随机数组成一个UUID。对于其他属性信息如跟踪目标的多维特征向量则同样可以以第二路侧摄像头的新进目标列表中存储的信息为准。
在本申请的一个实施例中,所述第一路侧摄像头和所述第二路侧摄像头为部署在路侧单元的同一横杆上的路侧摄像头,或者为分别部署在路侧单元的两个相邻横杆上的路侧摄像头。
在实际应用场景下,本申请实施例的第一路侧摄像头和第二路侧摄像头可以部署在一个路侧单元的同一横杆上,如图2所示,提供了本申请实施例中一种同一横杆上的路侧摄像头部署方式的立体示意图,该横杆上部署了依次相邻的A、B、C、D四个路侧摄像头,路侧摄像头的朝向可以根据实际需求部署在各个方向上,根据各自的部署方向可以确定出具有相邻拍摄视野的两个路侧摄像头。
本申请实施例的第一路侧摄像头和第二路侧摄像头也可以部署在两个相邻路侧单元的两个相邻横杆上,如图3所示,提供了本申请实施例中一种相邻横杆上的路侧摄像头部署方式的平面示意图。
也即本申请实施例的基于路侧摄像头的目标跟踪方法既可以适用于同一横杆的跨路侧摄像头的目标跟踪,也适用于相邻两个横杆的跨路侧摄像头的目标跟踪,只要两个路侧摄像头具有相邻的拍摄视野即可。
为了便于对本申请各实施例的理解,如图4所示,提供了本申请实施例中一种目标跟踪流程示意图。首先获取多个路侧摄像头的图像信息,然后判断当前获取到的图像信息是否是各个路侧摄像头对应的初始图像帧,如果是,那么初始化各个路侧摄像头对应的预设目标列表,包括跟踪目标列表、丢失目标列表以及新进目标列表,如果不是,那么直接进行后续的单路侧摄像头的目标跟踪流程。
在进行单路侧摄像头的目标跟踪时,先根据各个路侧摄像头的图像信息分别进行各个路侧摄像头的目标跟踪,从而得到单路侧摄像头的目标跟踪结果,然后根据单路侧摄像头的目标跟踪结果更新各个路侧摄像头的预设目标列表。
在进行跨路侧摄像头的目标跟踪时,先根据相邻两个路侧摄像头的预设目标列表中的目标信息,进行跨路侧摄像头的目标跟踪,从而可以得到跨路侧摄像头的目标跟踪结果,然后根据跨路侧摄像头的目标跟踪结果再更新相邻两个路侧摄像头的预设目标列表。如此重复上述过程,直至各个路侧摄像头的丢失目标列表和新进目标列表中的目标信息为空时结束上述过程。
本申请实施例的目标跟踪流程通过进行单路侧摄像头和跨路侧摄像头的目标跟踪来维护和更新预设目标列表,可以较好的保证目标在跨区域移动时唯一标识的一致性,实现了对目标的长距离跟踪,从而给道路协同系统提供正确有效的目标运动轨迹及其他重要信息。
本申请实施例还提供了一种基于路侧摄像头的目标跟踪装置500,如图5所示,提供了本申请实施例中一种基于路侧摄像头的目标跟踪装置的结构示意图,所述装置500包括:获取单元510、第一目标跟踪单元520、第一更新单元530、第二目标跟踪单元540以及第二更新单元550,其中:
获取单元510,用于在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,其中所述预设路段至少部署有两个相邻的路侧单元,每个所述路侧单元至少部署有一个路侧摄像头;
第一目标跟踪单元520,用于根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果;
第一更新单元530,用于根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表,所述预设目标列表包括跟踪目标列表、丢失目标列表以及新进目标列表;
第二目标跟踪单元540,用于根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果,所述任意相邻的两个路侧摄像头具有相邻拍摄视野;
第二更新单元550,用于根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表。
在本申请的一个实施例中,所述第一目标跟踪单元520具体用于:获取单路侧摄像头采集的当前帧图像和上一帧图像,所述单路侧摄像头为多个路侧摄像头中的任意一个;确定所述当前帧图像的目标的多维特征向量和所述上一帧图像的目标的多维特征向量;将所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量进行匹配,得到所述单路侧摄像头的目标跟踪结果。
在本申请的一个实施例中,所述第一目标跟踪单元520具体用于:确定所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量的欧式距离;若所述欧式距离小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪成功;若所述欧式距离不小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪失败。
在本申请的一个实施例中,所述跟踪失败包括所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标的多维特征向量中匹配到,或者所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,所述第一更新单元530具体用于:若跟踪成功,则确定所述当前帧图像的目标的多维特征向量对应的目标为跟踪目标,并将所述跟踪目标的目标信息加入到所述单路侧摄像头的跟踪目标列表中;若所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标特征中匹配到,则确定所述当前帧图像的目标的多维特征向量对应的目标为新进目标,并将所述新进目标的目标信息加入到所述单路侧摄像头的新进目标列表中;若所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,则确定所述上一帧图像的目标的多维特征向量对应的目标为丢失目标,并将所述丢失目标的目标信息加入到所述单路侧摄像头的丢失目标列表中。
在本申请的一个实施例中,所述任意相邻的两个路侧摄像头包括第一路侧摄像头和第二路侧摄像头,所述第二目标跟踪单元540具体用于:获取所述第一路侧摄像头的丢失目标列表中的目标信息和所述第二路侧摄像头的新进目标列表中的目标信息,所述目标信息均包括目标的多维特征向量;将所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量与所述第二路侧摄像头的新进目标列表中的目标的多维特征向量进行匹配,得到所述跨路侧摄像头的目标跟踪结果。
在本申请的一个实施例中,所述第二更新单元550具体用于:若所述跨路侧摄像头的目标跟踪结果为跟踪成功,则确定所述丢失目标列表或者所述新进目标列表中的目标的多维特征向量对应的目标为跟踪目标,将所述跟踪目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第一路侧摄像头的丢失目标列表和所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标信息删除;若所述跨路侧摄像头的目标跟踪结果为跟踪失败,则确定所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标为新进目标,将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第二路侧摄像头的新进目标列表以及所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量对应的目标信息删除。
在本申请的一个实施例中,所述跟踪目标的目标信息还包括跟踪目标的标识信息,所述第二更新单元550具体用于:从所述第一路侧摄像头的丢失目标列表中获取所述跟踪目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述跟踪目标的多维特征向量;所述新进目标的目标信息还包括新进目标的标识信息,所述将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中包括:根据预设标识生成策略生成所述新进目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述新进目标的多维特征向量。
在本申请的一个实施例中,所述第一路侧摄像头和所述第二路侧摄像头为部署在路侧单元的同一横杆上的路侧摄像头,或者为分别部署在路侧单元的两个相邻横杆上的路侧摄像头。
能够理解,上述基于路侧摄像头的目标跟踪装置,能够实现前述实施例中提供的基于路侧摄像头的目标跟踪方法的各个步骤,关于基于路侧摄像头的目标跟踪方法的相关阐释均适用于基于路侧摄像头的目标跟踪装置,此处不再赘述。
图6是本申请的一个实施例电子设备的结构示意图。请参考图6,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成基于路侧摄像头的目标跟踪装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,其中所述预设路段至少部署有两个相邻的路侧单元,每个所述路侧单元至少部署有一个路侧摄像头;
根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果;
根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表,所述预设目标列表包括跟踪目标列表、丢失目标列表以及新进目标列表;
根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果,所述任意相邻的两个路侧摄像头具有相邻拍摄视野;
根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表。
上述如本申请图1所示实施例揭示的基于路侧摄像头的目标跟踪装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(CentralProcessing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中基于路侧摄像头的目标跟踪装置执行的方法,并实现基于路侧摄像头的目标跟踪装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中基于路侧摄像头的目标跟踪装置执行的方法,并具体用于执行:
在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,其中所述预设路段至少部署有两个相邻的路侧单元,每个所述路侧单元至少部署有一个路侧摄像头;
根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果;
根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表,所述预设目标列表包括跟踪目标列表、丢失目标列表以及新进目标列表;
根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果,所述任意相邻的两个路侧摄像头具有相邻拍摄视野;
根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种基于路侧摄像头的目标跟踪方法,其中,所述方法由路侧单元来执行,所述方法包括:
在待进行目标跟踪的预设路段,获取多个路侧摄像头的图像信息,其中所述预设路段至少部署有两个相邻的路侧单元,每个所述路侧单元至少部署有一个路侧摄像头;
根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果;
根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表,所述预设目标列表包括跟踪目标列表、丢失目标列表以及新进目标列表;
根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果,所述任意相邻的两个路侧摄像头具有相邻拍摄视野,
其中,所述任意相邻的两个路侧摄像头包括第一路侧摄像头和第二路侧摄像头,所述根据任意相邻的两个路侧摄像头的预设目标列表中的目标信息,对任意相邻的两个路侧摄像头采集的图像进行目标跟踪,得到跨路侧摄像头的目标跟踪结果包括:
获取所述第一路侧摄像头的丢失目标列表中的目标信息和所述第二路侧摄像头的新进目标列表中的目标信息,所述目标信息均包括目标的多维特征向量;
将所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量与所述第二路侧摄像头的新进目标列表中的目标的多维特征向量进行匹配,得到所述跨路侧摄像头的目标跟踪结果;
根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表,所述目标跟踪结果用于实现目标的长距离跟踪并向道路协同系统提供目标运动轨迹数据,
所述跟踪目标列表中用于存储当前跟踪成功的目标信息,所述目标运动轨迹数据基于各个路侧摄像头的跟踪目标列表中的目标信息得到。
2.如权利要求1所述方法,其中,所述根据各路侧摄像头的图像信息,分别对各路侧摄像头采集的图像进行目标跟踪,得到单路侧摄像头的目标跟踪结果包括:
获取单路侧摄像头采集的当前帧图像和上一帧图像,所述单路侧摄像头为多个路侧摄像头中的任意一个;
确定所述当前帧图像的目标的多维特征向量和所述上一帧图像的目标的多维特征向量;
将所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量进行匹配,得到所述单路侧摄像头的目标跟踪结果。
3.如权利要求2所述方法,其中,所述将所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量进行匹配,得到所述单路侧摄像头的目标跟踪结果包括:
确定所述当前帧图像的目标的多维特征向量与所述上一帧图像的目标的多维特征向量的欧式距离;
若所述欧式距离小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪成功;
若所述欧式距离不小于预设距离阈值,则确定所述单路侧摄像头的目标跟踪结果为跟踪失败。
4.如权利要求3所述方法,其中,所述跟踪失败包括所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标的多维特征向量中匹配到,或者所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,所述根据所述单路侧摄像头的目标跟踪结果更新各路侧摄像头的预设目标列表包括:
若跟踪成功,则确定所述当前帧图像的目标的多维特征向量对应的目标为跟踪目标,并将所述跟踪目标的目标信息加入到所述单路侧摄像头的跟踪目标列表中;
若所述当前帧图像的目标的多维特征向量不能在所述上一帧图像的目标特征中匹配到,则确定所述当前帧图像的目标的多维特征向量对应的目标为新进目标,并将所述新进目标的目标信息加入到所述单路侧摄像头的新进目标列表中;
若所述上一帧图像的目标的多维特征向量不能在所述当前帧图像的目标的多维特征向量中匹配到,则确定所述上一帧图像的目标的多维特征向量对应的目标为丢失目标,并将所述丢失目标的目标信息加入到所述单路侧摄像头的丢失目标列表中。
5.如权利要求1所述方法,其中,所述根据所述跨路侧摄像头的目标跟踪结果更新所述任意相邻的两个路侧摄像头的预设目标列表包括:
若所述跨路侧摄像头的目标跟踪结果为跟踪成功,则确定所述丢失目标列表或者所述新进目标列表中的目标的多维特征向量对应的目标为跟踪目标,将所述跟踪目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第一路侧摄像头的丢失目标列表和所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标信息删除;
若所述跨路侧摄像头的目标跟踪结果为跟踪失败,则确定所述第二路侧摄像头的新进目标列表中的目标的多维特征向量对应的目标为新进目标,将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中,并将所述第二路侧摄像头的新进目标列表以及所述第一路侧摄像头的丢失目标列表中的目标的多维特征向量对应的目标信息删除。
6.如权利要求5所述方法,其中,所述跟踪目标的目标信息还包括跟踪目标的标识信息,所述将所述跟踪目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中包括:
从所述第一路侧摄像头的丢失目标列表中获取所述跟踪目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述跟踪目标的多维特征向量;
所述新进目标的目标信息还包括新进目标的标识信息,所述将所述新进目标的目标信息加入到所述第二路侧摄像头的跟踪目标列表中包括:
根据预设标识生成策略生成所述新进目标的标识信息,以及从所述第二路侧摄像头的新进目标列表中获取所述新进目标的多维特征向量。
7.如权利要求1~6任一项所述方法,其中,所述第一路侧摄像头和所述第二路侧摄像头为部署在路侧单元的同一横杆上的路侧摄像头,或者为分别部署在路侧单元的两个相邻横杆上的路侧摄像头。
8.一种基于路侧摄像头的目标跟踪装置,其中,所述装置用于实现权利要求1~7之任一所述方法。
9.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~7之任一所述方法。
CN202111018073.XA 2021-09-01 2021-09-01 一种基于路侧摄像头的目标跟踪方法、装置及电子设备 Active CN113450390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111018073.XA CN113450390B (zh) 2021-09-01 2021-09-01 一种基于路侧摄像头的目标跟踪方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111018073.XA CN113450390B (zh) 2021-09-01 2021-09-01 一种基于路侧摄像头的目标跟踪方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113450390A CN113450390A (zh) 2021-09-28
CN113450390B true CN113450390B (zh) 2021-12-10

Family

ID=77819297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111018073.XA Active CN113450390B (zh) 2021-09-01 2021-09-01 一种基于路侧摄像头的目标跟踪方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113450390B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018967B (zh) * 2022-06-30 2024-05-03 联通智网科技股份有限公司 一种图像生成方法、装置、设备和存储介质
CN115641359B (zh) * 2022-10-17 2023-10-31 北京百度网讯科技有限公司 确定对象的运动轨迹的方法、装置、电子设备和介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5720275B2 (ja) * 2011-02-03 2015-05-20 株式会社リコー 撮像装置および撮像方法
CN105025099A (zh) * 2015-07-15 2015-11-04 同济大学 智能摄像机网络系统及摄像机网络动态任务分配方法
CN107316322A (zh) * 2017-06-27 2017-11-03 上海智臻智能网络科技股份有限公司 视频跟踪方法和装置、以及对象识别方法和装置
CN111429483A (zh) * 2020-03-31 2020-07-17 杭州博雅鸿图视频技术有限公司 高速跨摄像机多目标跟踪方法、系统、装置及存储介质
CN112149762A (zh) * 2020-11-24 2020-12-29 北京沃东天骏信息技术有限公司 目标跟踪方法、目标跟踪装置及计算机可读存储介质
CN112819857A (zh) * 2021-01-22 2021-05-18 上海依图网络科技有限公司 目标跟踪方法及其装置、介质和电子设备

Also Published As

Publication number Publication date
CN113450390A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN113450390B (zh) 一种基于路侧摄像头的目标跟踪方法、装置及电子设备
CN113450389B (zh) 一种目标跟踪方法、装置及电子设备
CN109683617B (zh) 一种自动驾驶方法、装置及电子设备
CN110942038A (zh) 基于视觉的交通场景识别方法、装置、介质及电子设备
CN113450388B (zh) 一种目标跟踪方法、装置及电子设备
EP4028935A1 (en) Method for determining an environmental model of a scene
CN115143952A (zh) 基于视觉辅助的自动驾驶车辆定位方法、装置
Geiger et al. Object flow: A descriptor for classifying traffic motion
CN113160272B (zh) 目标跟踪方法、装置、电子设备及存储介质
CN112287842A (zh) 一种车道线的识别方法、装置及电子设备
CN116740680A (zh) 一种车辆定位方法、装置及电子设备
CN113269007A (zh) 道路监控视频的目标跟踪装置以及方法
CN114037977B (zh) 道路灭点的检测方法、装置、设备及存储介质
CN115556827A (zh) 自动驾驶车辆的航向角确定方法、装置及电子设备
CN115661014A (zh) 一种点云数据处理方法、装置和电子设备、存储介质
Féret et al. Real-time parking slot detection for camera-equipped vehicles
CN113902047A (zh) 图像元素匹配方法、装置、设备以及存储介质
Yao et al. A global and local condensation for lane tracking
Izquierdo et al. Semi-automatic high-accuracy labelling tool for multi-modal long-range sensor dataset
CN116625384B (zh) 一种数据关联方法、装置及电子设备
CN115909286B (zh) 数据处理方法及装置
CN116228820B (zh) 一种障碍物检测方法、装置和电子设备、存储介质
CN118172629A (zh) 车辆鸟瞰视图的融合方法、车辆及计算机可读存储介质
CN115719375A (zh) 目标融合方法、装置及电子设备、计算机可读存储介质
CN115761010A (zh) 相机标定方法以及装置、电子设备、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
GR01 Patent grant
GR01 Patent grant