[發(fā)明專(zhuān)利]物體追蹤裝置、物體追蹤方法及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310096987.0
• 申請(qǐng)日: 2023-01-18
• 公開(kāi)（公告）號(hào): CN116524454A
• 公開(kāi)（公告）日: 2023-08-01
• 發(fā)明（設(shè)計(jì)）人: 荒木諭;土屋成光
• 申請(qǐng)（專(zhuān)利權(quán)）人: 本田技研工業(yè)株式會(huì)社
• 主分類(lèi)號(hào): G06V20/58
• 分類(lèi)號(hào): G06V20/58;G06T7/246;G06T3/00
• 代理公司: 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 祝博

提供能夠使存在于車(chē)輛的周邊的物體的追蹤精度更加提高的物體追蹤裝置、物體追蹤方法及存儲(chǔ)介質(zhì)。實(shí)施方式的物體追蹤裝置具備：圖像取得部，其取得圖像數(shù)據(jù)，該圖像數(shù)據(jù)包含由搭載于移動(dòng)體的攝像部按時(shí)間序列拍攝到的多個(gè)圖像幀；辨識(shí)部，其根據(jù)由所述圖像取得部取得的圖像來(lái)辨識(shí)物體；區(qū)域設(shè)定部，其設(shè)定包含由所述辨識(shí)部辨識(shí)到的物體的圖像區(qū)域；以及物體追蹤部，其基于由所述區(qū)域設(shè)定部設(shè)定的圖像區(qū)域的時(shí)間序列的變化量來(lái)追蹤所述物體，所述區(qū)域設(shè)定部基于包含過(guò)去的圖像幀中的所述物體的圖像區(qū)域的時(shí)間序列的變化量、以及所述移動(dòng)體的行為信息，來(lái)設(shè)定在將來(lái)的圖像幀中追蹤所述物體的圖像區(qū)域的位置及尺寸。

技術(shù)領(lǐng)域

本發(fā)明涉及物體追蹤裝置、物體追蹤方法及存儲(chǔ)介質(zhì)。

背景技術(shù)

以往，已知基于由車(chē)載相機(jī)拍攝到的車(chē)輛前方的圖像數(shù)據(jù)，來(lái)進(jìn)行以預(yù)先進(jìn)行了學(xué)習(xí)的結(jié)果為基礎(chǔ)的信號(hào)處理，檢測(cè)在車(chē)輛的周邊存在的物體的技術(shù)(例如，日本特開(kāi)2021-144689號(hào)公報(bào))。在日本特開(kāi)2021-144689號(hào)公報(bào)中，使用卷積神經(jīng)網(wǎng)絡(luò)等深度神經(jīng)網(wǎng)絡(luò)(DNN)，來(lái)檢測(cè)在車(chē)輛的周邊存在的物體。

發(fā)明內(nèi)容

然而，在如以往技術(shù)那樣以由搭載于移動(dòng)體的攝像部拍攝到的圖像為對(duì)象進(jìn)行物體追蹤的情況下，與靜止相機(jī)的圖像相比，追蹤對(duì)象的外觀的變化、移動(dòng)量變大，因此有時(shí)不能進(jìn)行精度良好的物體追蹤。

本發(fā)明是考慮這樣的情況為完成的，其目的之一在于提供能夠使存在于車(chē)輛的周邊的物體的追蹤精度更加提高的物體追蹤裝置、物體追蹤方法及存儲(chǔ)介質(zhì)。

本發(fā)明的物體追蹤裝置、物體追蹤方法及存儲(chǔ)介質(zhì)采用了以下的結(jié)構(gòu)。

(1)：本發(fā)明的一方案的物體追蹤裝置具備：圖像取得部，其取得圖像數(shù)據(jù)，該圖像數(shù)據(jù)包含由搭載于移動(dòng)體的攝像部按時(shí)間序列拍攝到的多個(gè)圖像幀；辨識(shí)部，其根據(jù)由所述圖像取得部取得的圖像數(shù)據(jù)來(lái)辨識(shí)物體；區(qū)域設(shè)定部，其設(shè)定包含由所述辨識(shí)部辨識(shí)到的物體的圖像區(qū)域；以及物體追蹤部，其基于由所述區(qū)域設(shè)定部設(shè)定的圖像區(qū)域的時(shí)間序列的變化量來(lái)追蹤所述物體，所述區(qū)域設(shè)定部基于包含過(guò)去的圖像幀中的所述物體的圖像區(qū)域的時(shí)間序列的變化量、以及所述移動(dòng)體的行為信息，來(lái)設(shè)定在將來(lái)的圖像幀中追蹤所述物體的圖像區(qū)域的位置及尺寸。

(2)：在上述(1)的方案中，所述區(qū)域設(shè)定部基于比由所述辨識(shí)部進(jìn)行的物體的辨識(shí)時(shí)間點(diǎn)靠過(guò)去的所述物體的位置的變化量來(lái)推定比所述辨識(shí)時(shí)間點(diǎn)靠后的所述物體的位置及速度，并基于推定的位置及速度、以及比所述辨識(shí)時(shí)間點(diǎn)靠過(guò)去的所述移動(dòng)體的行為信息，來(lái)設(shè)定在將來(lái)的圖像幀中追蹤所述物體的圖像區(qū)域的位置及尺寸。

(3)：在上述(1)的方案中，所述區(qū)域設(shè)定部在由所述辨識(shí)部辨識(shí)到所述物體的情況下，將由所述攝像部拍攝到的拍攝圖像向鳥(niǎo)瞰圖像進(jìn)行投影變換，并取得所述鳥(niǎo)瞰圖像中的所述物體的位置及尺寸，所述區(qū)域設(shè)定部基于取得的所述物體的位置及尺寸和所述移動(dòng)體的行為信息，來(lái)推定所述鳥(niǎo)瞰圖像中的所述物體的將來(lái)的位置，并將推定的位置與所述拍攝圖像建立對(duì)應(yīng)關(guān)系而設(shè)定在下一圖像幀中追蹤所述物體的圖像區(qū)域的位置及尺寸。

(4)：在上述(1)的方案中，所述物體追蹤部在所述物體的追蹤中使用KCF(Kernelized?Correlation?Filter：核化相關(guān)濾波器)。

(5)：在上述(1)的方案中，所述區(qū)域設(shè)定部在所述移動(dòng)體進(jìn)行躲避與所述物體之間的接觸的行駛的情況下，與不進(jìn)行躲避所述接觸的行駛的情況相比增大所述圖像區(qū)域的尺寸。

(6)：本發(fā)明的另一方案的物體追蹤方法使計(jì)算機(jī)進(jìn)行如下處理：取得圖像數(shù)據(jù)，該圖像數(shù)據(jù)包括由搭載于移動(dòng)體的攝像部按時(shí)間序列拍攝到的多個(gè)圖像幀；根據(jù)取得的所述圖像數(shù)據(jù)來(lái)辨識(shí)物體；設(shè)定包含所辨識(shí)到的所述物體的圖像區(qū)域；基于設(shè)定的所述圖像區(qū)域的時(shí)間序列的變化量來(lái)追蹤所述物體；基于包含過(guò)去的圖像幀中的所述物體的圖像區(qū)域的時(shí)間序列的變化量、以及所述移動(dòng)體的行為信息，來(lái)設(shè)定在將來(lái)的圖像幀中追蹤所述物體的圖像區(qū)域的位置及尺寸。