[发明专利]车辆追踪阈值更新方法、装置、电子设备及存储介质

说明书

本发明提供了一种车辆追踪阈值更新方法、装置、电子设备及存储介质，涉及图像处理技术领域，该方法包括：在被监控道路上，先获取车辆的待处理图像，根据预先训练好的检测模型，确定图像中的追踪目标的位置信息，根据该位置信息，更新交并比阈值，以基于更新后的交并比阈值对所述追踪目标进行追踪。这种结合了位置信息监测和交并比阈值的更新方式，能够解决“非线性几何尺度”数据关联追踪ID跳变的问题，与现有的卡尔曼滤波方法相比，降低了数据关联的错误率，提高了目标追踪的实际应用效果。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种车辆追踪阈值更新方法、装置、电子设备及存储介质。

背景技术

视觉追踪系统可从摄像头采集的原始视频中，自动发现并追踪选定的目标，该系统为计算机视觉领域的基础性技术之一，在车辆监控、无人驾驶、机器人、安防监控等中得到广泛应用。

在智能道路交通系统中，对道路车辆行驶信息进行追踪定位是智能化交通管理研究的关键技术。现阶段车辆跟踪技术多依赖于车辆GPS跟踪系统、三维激光雷达以及基于人工智能的摄像机视频目标检测、目标追踪等技术，极大的促进了公路非现场执法智能化发展。实际相关部门在十字路口、高速出入口、关键路段等区域都部署了大量的监控摄像头，实现了对城市道路的全方面监控。

但当需要从交通视频流中追踪某一目标车辆时，传统的人工监测方法不仅费时费力，且容易遗漏关键视频信息，效率较低。并且单一摄像头的场景下，存在着监控范围过小、信息不足的缺点。而多摄像头的方法虽然可以弥补单一摄像头的不足，但现有的“跨镜”追踪技术成熟度不高，追踪ID跳变频繁、稳定性差，大多数实际应用中仍然依赖人工点击视频切换实现，其适用性不高。而多目全景相机拼接也能提供大范围视野，但拼接成像过程引入了近距非线性球形畸变，造成车辆目标的“非线性尺度变化”，对变距目标的连续跟踪造成显著影响。

发明内容

本发明的目的在于提供一种车辆阈值更新方法、装置、电子设备及存储介质，以降低数据关联的错误率，提高目标追踪的实际应用效果。

获取车辆的待处理图像；

根据预先训练好的检测模型，确定所述待处理图像中的追踪目标的位置信息；

根据所述追踪目标的位置信息，更新交并比阈值，以基于更新后的交并比阈值对所述追踪目标进行追踪；其中，较近的追踪目标对应的交并比阈值小于较远的追踪目标对应的交并比阈值，所述较近的追踪目标与拍摄所述待处理图像的相机之间的距离小于所述较远的追踪目标与所述相机之间的距离。

进一步地，根据预先训练好的检测模型，确定所述待处理图像中的追踪目标的位置信息的步骤，包括：

将所述待处理图像输入所述检测模型中，得到多个初始目标，以及每个所述初始目标的置信度和位置信息；

根据各个所述初始目标的置信度，从多个所述初始目标中筛选出追踪目标。

进一步地，根据各个所述初始目标的置信度，从多个所述初始目标中筛选出追踪目标的步骤，包括：

将多个所述初始目标中置信度大于或等于预设的置信度阈值的初始目标确定为追踪目标。

进一步地，所述追踪目标的位置信息包括所述追踪目标的车辆类型以及所述追踪目标在其运动方向上的坐标值；根据所述追踪目标的位置信息，更新交并比阈值的步骤，包括：

根据预设的车辆类型与更新参数的对应关系，确定与所述追踪目标的车辆类型对应的目标更新参数；

根据所述追踪目标在其运动方向上的坐标值和所述目标更新参数，更新交并比阈值。

进一步地，根据所述追踪目标在其运动方向上的坐标值和所述目标更新参数，更新交并比阈值的步骤，包括：