目标跟踪方法及相关系统、存储介质、智能驾驶车辆.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114004861A(43)申请公布日2022.02.01(21)申请号202010739727.7G06N3/04(2006.01)(22)申请日2020.07.28G06N3/08(2006.01)(71)申请人华为技术有限公司地址518129广东省深圳市龙岗区坂田华为总部办公楼申请人同济大学(72)发明人余大蒙杨臻李志刚汤奇荣张敬涛(74)专利代理机构广州三环专利商标代理有限公司44202代理人熊永强李稷芳(51)Int.Cl.G06T7/246(2017.01)G06T7/277(2017.01)G06T7/73(2017.01)权利要求书4页说明书14页附图5页(54)发明名称目标跟踪方法及相关系统、存储介质、智能驾驶车辆(57)摘要本申请实施例提供一种目标跟踪方法及相关系统、存储介质、智能驾驶车辆，包括：获取第i帧图像中N个对象的帧内相对位置关系，并获取M帧图像中每帧图像中所述N个对象中至少一个对象的目标位置，获取在第一图像中对象A的第一预测位置；根据所述第i帧图像中N个对象的帧内相对位置关系得到所述第一图像中N个对象中每个对象的第二预测位置；根据所述对象A的第一预测位置和第二预测位置确定所述第一图像中所述对象A的预测位置。采用该手段，基于在时间获取上较前的图像中各对象的帧内相对位置关系得到各对象在当前帧图像中的预测位置，可有效抑制跟踪漂移的问题，提升了目标跟踪的稳定性。CN114004861ACN114004861A权利要求书1/4页1.一种目标跟踪方法，其特征在于，包括：获取第i帧图像中N个对象的帧内相对位置关系，并获取M帧图像中每帧图像中所述N个对象中至少一个对象的位置，且所述第i帧图像为所述M帧中在时间上最后获取的图像，所述M、N、i均为正整数；对于N个对象中的任一个对象A，根据M’个位置获取在第一图像中所述对象A的第一预测位置，所述M’个位置为所述M帧图像中包含所述对象A的M’帧图像中所述对象A的位置，M’为不大于M的正整数，所述第一图像为时间上在所述第i帧之后获取的图像；根据所述第i帧图像中N个对象的帧内相对位置关系得到所述第一图像中N个对象中每个对象的第二预测位置；根据所述对象A的第一预测位置和第二预测位置确定所述第一图像中所述对象A的预测位置。2.根据权利要求1所述的方法，其特征在于，所述根据所述对象A的第一预测位置和第二预测位置确定所述第一图像中所述对象A的预测位置，包括：若所述对象A的第一预测位置与第二预测位置之间的距离大于预设阈值，根据平均滑动滤波算法获取所述第一图像中所述对象A的预测位置。3.根据权利要求1所述的方法，其特征在于，所述根据所述对象A的第一预测位置和第二预测位置确定所述第一图像中所述对象A的预测位置，包括：若所述对象A的第一预测位置与第二预测位置之间的距离不大于预设阈值，则根据所述对象A的第一预测位置得到所述对象A的预测位置；或者，根据所述对象A的第二预测位置得到所述对象A的预测位置；或者，根据所述对象A的第一预测位置和第二预测位置得到所述对象A的预测位置。4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述第i帧图像中N个对象的帧内相对位置关系得到所述第一图像中N个对象中每个对象的第二预测位置，包括：将对象E作为第一父节点，其中，所述对象E为所述第一图像中置信度最高的对象；获取所述第i帧图像中N个对象的帧内相对位置关系中所述第一父节点与子节点之间的帧内相对位置；根据所述第一父节点与子节点之间的帧内相对位置以及所述第一父节点的第一预测位置得到所述子节点的第二预测位置；将所述子节点作为第二父节点，获取所述第i帧图像中N个对象的帧内相对位置关系中所述第二父节点与子节点之间的帧内相对位置；根据所述第二父节点与子节点之间的帧内相对位置以及所述第二父节点的第二预测位置得到所述子节点的第二预测位置；以此类推，直到得到所述第一图像中N个对象中每个对象的第二预测位置，其中，所述对象E的第二预测位置与第一预测位置相同。5.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述第i帧图像中N个对象的帧内相对位置关系得到所述第一图像中N个对象中每个对象的第二预测位置，包括：根据所述第i帧图像中N个对象的帧内相对位置关系以及对象E的第一预测位置得到所述第一图像中N个对象中每个对象的第二预测位置，其中，所述N个对象的帧内相对位置关系包括N-1个对象中每个对象相对于所述对象E的帧内相对位置，所述对象E为所述N个对象2CN114004861A权利要求书2/4页中的任一个对象，所述N-1个对象为所述N个对象中除所述对象E之外的对象，其中，所述对象E的第二预测位置与第一预测位置相同。6.根据权利要求1至5任一项所述的