多目标跟踪匹配方法、装置、终端及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115063454A(43)申请公布日2022.09.16(21)申请号202210977788.6(22)申请日2022.08.16(71)申请人浙江所托瑞安科技集团有限公司地址310000浙江省杭州市临安区青山湖街道大园路1155号1幢20层申请人所托（杭州）汽车智能设备有限公司(72)发明人徐显杰马玉珍(74)专利代理机构河北国维致远知识产权代理有限公司13137专利代理师王诗琪(51)Int.Cl.G06T7/292(2017.01)G06V10/75(2022.01)权利要求书2页说明书12页附图4页(54)发明名称多目标跟踪匹配方法、装置、终端及存储介质(57)摘要本发明提供了一种多目标跟踪匹配方法、装置、终端及存储介质，该方法首先获取当前目标集以及预测目标集；然后将当前目标集和预测目标集在多个维度下进行关联，就可以得到关联结果；其中，每个维度表示当前目标集与预测目标集之间一种关联关系；最后根据关联结果，确定预测目标和当前目标的匹配结果。通过从不同的维度考虑当前目标集和预测目标集之间的关联关系，能够在单一关联关系未能识别出相关联的目标时，从其他维度体现当前目标集和预测目标集之间的关联，从而有效避免因物体之间遮挡以及相似物体之间的干扰导致的目标匹配错误的问题，能够有效提高目标跟踪的稳定性。CN115063454ACN115063454A权利要求书1/2页1.一种多目标跟踪匹配方法，其特征在于，包括：获取当前目标集以及预测目标集；其中，所述当前目标集包括多个由当前帧的图像确定的当前目标的数据；所述预测目标集包括多个由历史帧的图像预测得到的预测目标的数据；将所述当前目标集和所述预测目标集在多个维度下进行关联，得到关联结果；其中，每个维度表示所述当前目标集与所述预测目标集之间一种关联关系；根据所述关联结果，确定所述预测目标和所述当前目标的匹配结果。2.根据权利要求1所述的多目标跟踪匹配方法，其特征在于，所述多个维度包括下述至少一项：距离关联关系、重叠度关联关系、相似度关联关系；所述将所述当前目标集和所述预测目标集在多个维度下进行关联，得到关联结果，包括：计算所述当前目标集和所述预测目标集之间的距离关联系数矩阵、重叠度关联系数矩阵、相似度关联系数矩阵；根据所述距离关联系数矩阵、所述重叠度关联系数矩阵和所述相似度关联系数矩阵，确定所述当前目标集和所述预测目标集之间的第一关联系数矩阵；根据所述第一关联系数矩阵，确定所述关联结果。3.根据权利要求2所述的多目标跟踪匹配方法，其特征在于，所述根据所述距离关联系数矩阵、所述重叠度关联系数矩阵和所述相似度关联系数矩阵，确定所述当前目标集和所述预测目标集之间的第一关联系数矩阵，包括：根据所述距离关联系数矩阵和所述相似度关联系数矩阵，确定增益矩阵；根据增益矩阵和所述重叠度关联系数矩阵，确定所述第一关联系数矩阵。4.根据权利要求3所述的多目标跟踪匹配方法，其特征在于，所述根据所述距离关联系数矩阵和所述相似度关联系数矩阵，确定增益矩阵，包括：确定所述相似度关联系数矩阵中大于预设相似度阈值的第一元素；根据所述第一元素，确定所述距离关联系数矩阵中小于预设距离阈值的第二元素；根据所述当前目标集中与所述第二元素对应的当前目标，确定所述增益矩阵。5.根据权利要求2所述的多目标跟踪匹配方法，其特征在于，所述第一关联系数矩阵表示所述当前目标集中的当前目标与所述预测目标集中的预测目标之间的关联度；所述根据所述第一关联系数矩阵，确定所述关联结果，包括：将关联度大于预设关联度阈值的所述当前目标以及所述预测目标进行关联，得到多个目标关联关系；所述根据所述关联结果，确定所述预测目标集和所述当前目标集的匹配结果，包括：根据所述多个目标关联关系，确定所述预测目标集和所述当前目标集的第一匹配目标；删除所述第一匹配目标对应的目标关联关系，并跳转至所述根据所述多个目标关联关系，确定所述预测目标集和所述当前目标集的第一匹配目标的步骤，直到所述多个目标关联关系均被删除时，停止跳转并将得到的所有第一匹配目标作为所述预测目标集和所述当前目标集的匹配结果。6.根据权利要求5所述的多目标跟踪匹配方法，其特征在于，所述根据所述多个目标关2CN115063454A权利要求书2/2页联关系，确定所述预测目标集和所述当前目标集的第一匹配目标，包括：当所述当前目标集中的第一目标与至少两个所述预测目标集中的第二目标关联时，分别判断各第二目标所关联的第一目标是否为唯一目标；若判断结果为所关联的第一目标是唯一目标，则将所述第二目标与所述第一目标进行匹配，得到第一匹配目标；若判断结果为所关联的第一目标非唯一目标，则将所述第二目标与其他目标进行匹配，得到第一匹配目标；其中，所述其他目标为所述当前目