[发明专利]面向智能交通的一种车辆跟踪方法及装置

权利要求书

1.一种基于卡尔曼滤波的目标追踪方法，其特征在于，所述方法包括：

获取目标视频，其中，所述目标视频包括第一类图像帧及第二类图像帧，所述第一类图像帧包括目标对象，所述第二类图像帧不包括目标对象；

对所述第一类图像帧进行目标检测，确定所述目标对象在所述第一类图像帧中的第一位置信息；

基于所述目标视频中，相邻的第一类图像帧中目标对象的第一位置信息，确定所述目标对象的运动状态信息；

针对每个第二类图像帧，将所述运动状态信息及该第二类图像帧之前的第一类图像帧对应的第一位置信息输入卡尔曼滤波模型，确定该第二类图像帧中所述目标对象的预测位置信息，其中，所述卡尔曼滤波模型包括位置信息、运动状态信息及预测位置信息之间的对应关系；

基于所述第一位置信息及所述预测位置信息，确定所述目标对象的运动轨迹。

2.根据权利要求1所述的方法，其特征在于，所述运动状态信息为运动速度；

所述基于所述目标视频中，相邻的第一类图像帧中目标对象的第一位置信息，确定所述目标对象的运动状态信息的步骤，包括：

根据所述相邻的第一类图像帧中目标对象的第一位置信息，确定所述目标对象的位移；

基于所述目标对象的位移，以及所述相邻的第一类图像帧之间的时长，确定所述目标对象的运动速度。

3.根据权利要求1所述的方法，其特征在于，所述针对每个第二类图像帧，将所述运动状态信息及该第二类图像帧之前的第一类图像帧对应的第一位置信息输入卡尔曼滤波模型，确定该第二类图像帧中所述目标对象的预测位置信息的步骤，包括：

针对每个第二类图像帧，将所述运动状态信息及该第二类图像帧之前的第一类图像帧对应的第一位置信息输入卡尔曼滤波模型；

根据当前第一类图像帧的前一第一类图像帧对应的后验预测位置信息以及所述运动状态信息，确定所述当前第一类图像帧对应的先验预测位置信息，其中，所述后验预测位置信息为基于所述前一第一类图像帧对应的卡尔曼增益系数、先验预测位置信息及第一位置信息确定的；

根据所述前一第一类图像帧对应的后验预测协方差，确定所述当前第一类图像帧对应的先验预测协方差，其中，所述后验预测误差为基于所述前一第一类图像帧对应的卡尔曼增益系数及先验预测协方差确定的；

根据所述先验预测协方差，确定所述当前第一类图像帧对应的卡尔曼增益系数；

基于所述卡尔曼增益系数及所述先验预测位置信息与其对应的第一位置信息之间的差异，确定所述当前第一类图像帧对应的后验预测位置信息；

基于所述卡尔曼增益系数、所述先验预测协方差及所述先验预测位置信息与其对应的第一位置信息之间的差异，确定所述当前第一类图像帧对应的后验预测协方差；

针对每个第二类图像帧，根据该第二类图像帧的前一第一类图像帧对应的后验预测位置信息以及所述运动状态信息，确定该第二类图像帧对应的先验预测位置信息，作为该第二类图像帧对应的预测位置信息。