[发明专利]目标物体的检测跟踪方法及装置、终端

说明书

本发明揭示了一种目标物体的检测跟踪方法及装置、终端，该方案包括：获取待测场景的当前视差图像，在当前视差图像中进行目标物体检测，确定当前视差图像中目标物体的候选区域；根据候选区域在当前视差图像中所处位置，获取当前视差图像中候选区域的特征信息；根据历史视差图像中目标物体的特征信息，获得当前视差图像中目标物体的特征预测信息；将候选区域的特征信息和目标物体的特征预测信息进行相似度匹配，根据相似度匹配结果确定目标物体在当前视差图像中的目标区域，得到目标物体的跟踪结果。本发明提供的技术方案降低了由于单帧视差图像中存在的误检情况，利用了多帧连续图像的相互关联性，从而提高了目标物体检测的准确性。

技术领域

本发明涉及安全驾驶技术领域，特别涉及一种目标物体的检测跟踪方法及装置、终端。

背景技术

在传统的基于双目立体视觉的辅助驾驶应用中，障碍物检测是一个非常重要的技术环节，该技术主要用于检测汽车前进方向上潜在的障碍物，并通过提醒的方式为司机在驾驶过程中提供辅助信息，在司机疏忽或者注意力不集中的情况下，提升车辆行驶的安全性。

现有技术基于单目相机所采集的光学图像的障碍物检测和跟踪算法，在特定场景下对某一类或者几类外观较为统一的物体检测效果不错，但是在出现局部遮挡的情况下效果较差，检测率低，并且很难对障碍物所在的位置进行有效定位。

在常规的基于光学图像的障碍物检测中，主流算法是通过对某一类或者几类外观较为统一的物体检测(例如行人或者车辆等)，所使用的方法是通过机器学习算法对该类物体的批量正负样本进行模型的训练，然后通过训练好的模型在新图像中基于滑动窗口进行行人或车辆的判断。如果将上述策略用于行人检测并配以特定的跟踪策略，则可以有效的跟踪到监控区域内的行人。然而这一类算法的局限性非常大，对障碍物的类别泛化能力差。面对没有训练过或者外观差异较大的障碍物，检测率相当低，不能有效的应用到辅助驾驶的障碍物检测中，或者仅仅能够对特定目标进行预警。

综上，现有的障碍物检测方法中，经常会出现误检、漏检和物体前后帧之间显示的检测窗口跳动的现象，检测准确性不高。

发明内容

为了解决现有技术碍物检测方法中检测准确性不高的问题，本发明提供了一种目标物体的检测跟踪方法。

一方面，本发明提供了一种目标物体的检测跟踪方法，包括：

获取待测场景的当前视差图像，在所述当前视差图像中进行目标物体检测，确定所述当前视差图像中目标物体的候选区域；

根据所述候选区域在当前视差图像中所处位置，获取所述当前视差图像中候选区域的特征信息；

根据历史视差图像中目标物体的特征信息，获得当前视差图像中目标物体的特征预测信息；

将所述候选区域的特征信息和所述目标物体的特征预测信息进行相似度匹配，根据相似度匹配结果确定所述目标物体在当前视差图像中的目标区域，得到所述目标物体的跟踪结果。

在一种示例性实施例中，所述特征信息包括位置信息、尺寸信息以及色彩信息；根据所述候选区域在当前视差图像中所处位置，获取所述当前视差图像中候选区域的特征信息，包括：

根据所述候选区域在当前视差图像中所处位置，确定所述候选区域所属障碍物在三维空间中的位置信息以及所述候选区域在当前视差图像所属双目图像中的色彩信息；

根据所述候选区域所属障碍物在三维空间中的位置信息，获得所述候选区域所属障碍物的尺寸信息。

在一种示例性实施例中，根据历史视差图像中目标物体的特征信息，获得当前视差图像中目标物体的特征预测信息，包括：

根据历史视差图像中目标物体的位置信息、尺寸信息以及色彩信息，计算所述目标物体在当前视差图像中的位置预测信息、尺寸预测信息和色彩预测信息。