[发明专利]对象跟踪方法和设备

说明书

提供了一种对象跟踪方法和设备。所述对象跟踪方法包括：在当前帧视差图中检测对象的位置，其中对象的位置包括对象的尺寸和对象的中心；根据前预定帧视差图中检测出的对象的位置，预测当前帧视差图中对象的位置；在当前帧视差图中检测出的对象的位置与预测的对象的位置相匹配的情况下，利用前一帧视差图中检测出的对象的尺寸的置信度，对当前帧视差图中检测出的对象的位置进行校正，以获得校正的位置。

技术领域

本发明总体涉及图像识别，具体涉及对象跟踪方法和设备

背景技术

对象跟踪技术在辅助驾驶、车辆识别和跟踪、驾驶预警等众多领域中有着广泛的应用。

模板匹配跟踪是一种常见的对象跟踪方法。专利文献US7660438B2公开了一种即将发生的碰撞检测之前的对象跟踪方法和装置。在该专利中，在对象跟踪器的第一操作区域内检测对象，对象跟踪器确定对象的种类并跟踪对象，然后在碰撞检测器的第二操作区域内检测对象，最后利用碰撞检测器基于所述对象的种类启动安全措施。该专利的主要思想是预先存储对象位于各个位置和深度的模板，并将检测到的对象与各个模板相匹配。然而，在预先不知道被跟踪对象的尺寸以及在各个位置和深度的模板的情况下，该方法并不适用。

目前，越来越多的研究者开始利用视差图来检测和跟踪道路上的对象（例如，车辆），并获得比利用2维图像进行跟踪要好的结果。基于中心的预测-检测-校正方法是其中一种常见用的跟踪方法。然而，在现实中，所获取的对象的视差图往往是不完整的，对象的一些部分（例如水平边）在视差图中可能没有对应的视差值，因此在这种情况下，只能检测到对象的一部分。例如，在如图1所示的视差图中，两个圆圈中的车的一部分没有视差值；由此，如图2的对应灰度图中所示，左侧圆圈中的车只有左半部分被检测出来，而右侧圆圈中的车被错误地检测为3个物体。在这样的情况下，利用上述基于中心的预测-检测-校正方法根据检测结果进行跟踪，可能会得到错误的跟踪结果。

具体的，如图3(a)所示，假设在第N-1帧图像中被跟踪对象（例如，车辆）的外框如图中的矩形框所示，并且由此确定的对象中心的横坐标为X_object,N-1；在第N帧中，由于视差图不完整，只检测到对象的一部分，即检测到的被跟踪对象的外框如图3（b）中的实线矩形框所示，并且由此确定的对象中心的横坐标为X_object,N，而实际上该对象在第N帧中真正的外框如图3（b）中的虚线框所示，并且该对象真正的横坐标应为X'_object,N。按照基于中心的预测-检测-校正方法，根据第N-1帧的对象中心的横坐标和第N帧中检测到的对象中心的横坐标，预测出第N+1帧中对象的外框（如图3（c）中的虚线框所示）和对象中心的横坐标X_{object,N+1，P}=X_object,N+（X_object,N-X_object,N-1）。由于第N+1帧中对象的检测结果如图3（c）中的实线框所示，因此第N+1帧中对象的预测结果和检测结果可能匹配不上。由此，可能错误地认为被跟踪对象丢失，从而得到不正确的跟踪结果。

因此，需要一种对象跟踪技术，该技术在预先不知道被跟踪对象的尺寸并且被跟踪对象的视差图不完整的情况下，也能够提供较好的跟踪结果。

发明内容

根据本发明的实施例，提供了一种对象跟踪方法，包括：在当前帧视差图中检测对象的位置，其中对象的位置包括对象的尺寸和对象的中心；根据前预定帧视差图中检测出的对象的位置，预测当前帧视差图中对象的位置；在当前帧视差图中检测出的对象的位置与预测的对象的位置相匹配的情况下，利用前一帧视差图中检测出的对象的尺寸的置信度，对当前帧视差图中检测出的对象的位置进行校正，以获得校正的位置。