[發明專利]基于圖像處理的車輛追蹤方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202010113009.9
• 申請日: 2020-02-24
• 公開（公告）號: CN111444766B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 趙蕓;周祥;徐興
• 申請（專利權）人: 浙江科技學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G08G1/017;G06N3/04
• 代理公司: 杭州合信專利代理事務所(普通合伙) 33337
• 代理人: 沈自軍

本申請涉及一種基于圖像處理的車輛追蹤方法、裝置、計算機設備和存儲介質。所述方法包括：對監測圖像進行檢測，得到待追蹤車輛及位置，并將待追蹤車輛標記為第一序號；對待追蹤車輛進行位置預測，獲取預測車輛及位置；獲取預測車輛與待追蹤車輛之間的馬氏距離、余弦距離以及歐式距離；基于所述馬氏距離、余弦距離以及歐式距離判斷預測車輛是否為待追蹤車輛，得到判斷結果；基于所述判斷結果標記預測車輛的序號。上述基于圖像處理的車輛追蹤方法、裝置、計算機設備和存儲介質能夠對視頻中尺寸變化，且追蹤過程中被遮擋的車輛進行有效追蹤，追蹤效果較好。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種基于圖像處理的車輛追蹤方法、裝置、計算機設備和存儲介質。

背景技術

車輛追蹤就是在連續視頻幀中，識別出車輛，并預測每一個車輛的下一個位置，將檢測位置與預測位置相關聯。并根據特定的關系，標記同一個車輛為同一序號，不將每一幀中的車輛都賦值新的序號ID，以實現在連續幀中標記出同一車輛，以此實現車輛追蹤。

目前主要的追蹤方法有核相關濾波(KCF)算法，但是KCF算法的追蹤框是預先設定好的，對于固定尺寸的目標適用，但對于視頻中尺寸會變化的物體，就無法追蹤，在車輛追蹤方面，視頻中，車輛由于與相機有不同的距離，車輛尺寸不能固定，且在追蹤過程中易被遮擋，因此傳統追蹤方法效果較差。

發明內容

基于此，有必要針對傳統追蹤方法對視頻中尺寸變化且易被遮擋的物體的追蹤效果較差的技術問題，提供一種基于圖像處理的車輛追蹤方法、裝置、計算機設備和存儲介質。

一種基于圖像處理的車輛追蹤方法，所述方法包括：

對監測圖像進行檢測，得到待追蹤車輛及位置，并將待追蹤車輛標記為第一序號；

對待追蹤車輛進行位置預測，獲取預測車輛及位置；

獲取預測車輛與待追蹤車輛之間的馬氏距離、余弦距離以及歐式距離；

基于所述馬氏距離、余弦距離以及歐式距離判斷預測車輛是否為待追蹤車輛，得到判斷結果；

基于所述判斷結果標記預測車輛的序號。

在其中一個實施例中，所述對監測圖像進行檢測，得到待追蹤車輛包括：

將監測圖像輸入YOLO卷積神經網絡中進行檢測，得到待追蹤車輛及位置。

在其中一個實施例中，所述對待追蹤車輛進行位置預測，獲取預測車輛及位置包括：

通過卡爾曼濾波對待追蹤車輛進行位置預測，獲取預測車輛及位置。

在其中一個實施例中，所述基于所述馬氏距離、余弦距離以及歐式距離判斷預測車輛是否為待追蹤車輛，得到判斷結果包括：

基于所述馬氏距離以及余弦距離得到預測車輛的關聯度量；

若所述關聯度量在預設范圍內，則基于所述歐式距離判斷預測車輛是否為待追蹤車輛，得到判斷結果。

在其中一個實施例中，所述基于所述歐式距離判斷預測車輛是否為待追蹤車輛，得到判斷結果包括：

基于預測車輛在圖像中所處的區域，判斷所述歐式距離是否在預設閾值內，得到判斷結果。

在其中一個實施例中，所述基于預測車輛在圖像中所處的區域，判斷所述歐式距離是否在預設閾值內，得到判斷結果包括：

若所述歐式距離在預設閾值內，則預測車輛為待追蹤車輛。

在其中一個實施例中，所述基于所述判斷結果標記預測車輛的序號包括：

若所述預測車輛為待追蹤車輛，則將所述預測車輛標記為第一序號。