[发明专利]对象追踪方法及装置、电子设备在审

专利信息
申请号: 202010943686.3 申请日: 2020-09-09
公开(公告)号: CN112085769A 公开(公告)日: 2020-12-15
发明(设计)人: 王昕辰;胡锴;卢俊 申请(专利权)人: 武汉融氢科技有限公司;北京融链科技有限公司
主分类号: G06T7/277 分类号: G06T7/277;G06K9/62
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 董文倩
地址: 430000 湖北省武汉市东湖新技术开发*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 追踪 方法 装置 电子设备
【权利要求书】:

1.一种对象追踪方法,其特征在于,包括:

获取加氢站的加氢图像,其中,所述加氢图像中至少包括:加氢对象的对象画面;

提取所述加氢图像中每个所述加氢对象的对象信息;

将所述对象信息传递到滤波模型中,以对目标加氢对象进行追踪,其中,所述滤波模型是采用卡尔曼滤波算法建立的。

2.根据权利要求1所述的对象追踪方法,其特征在于,将所述对象信息传递到滤波模型中,以对目标加氢对象进行追踪的步骤,包括:

采用时间更新算法更新当前时刻每个加氢对象的加氢状态;

采用所述滤波模型根据当前时刻每个加氢对象的所述加氢状态,预估下一时刻的加氢状态;

基于预估得到的下一时刻的加氢状态,对所述目标加氢对象进行追踪。

3.根据权利要求1所述的对象追踪方法,其特征在于,在对目标加氢对象进行追踪之后,所述对象追踪方法还包括:

若追踪过程出现断开追踪或者出现遮挡物时,采用对象重识别模型重新识别所述目标加氢对象的对象位置。

4.根据权利要求3所述的对象追踪方法,其特征在于,采用对象重识别模型重新识别所述目标加氢对象的对象位置的步骤,包括:

读取对象模板库,得到所述加氢站每个加氢对象的对象标准模板,其中,所述对象标准模板至少包括:对象标识、五官信息和体型信息;

基于所述对象标准模板和每个加氢对象的对象图像,构建所述对象重识别模型;

采用所述对象重识别模型重新分析所述加氢站中当前每个加氢对象与所述目标加氢对象的匹配相似度;

选取匹配相似度最大的加氢对象作为所述目标加氢对象,确定所述目标加氢对象的当前所处位置,重新建立追踪连接。

5.一种对象追踪装置,其特征在于,包括:

获取单元,用于获取加氢站的加氢图像,其中,所述加氢图像中至少包括:加氢对象的对象画面;

提取单元,用于提取所述加氢图像中每个所述加氢对象的对象信息;

追踪单元,用于将所述对象信息传递到滤波模型中,以对目标加氢对象进行追踪,其中,所述滤波模型是采用卡尔曼滤波算法建立的。

6.根据权利要求5所述的对象追踪装置,其特征在于,所述追踪单元包括:

更新模块,用于采用时间更新算法更新当前时刻每个加氢对象的加氢状态;

预估模块,用于采用所述滤波模型根据当前时刻每个加氢对象的所述加氢状态,预估下一时刻的加氢状态;

追踪模块,用于基于预估得到的下一时刻的加氢状态,对所述目标加氢对象进行追踪。

7.根据权利要求5所述的对象追踪装置,其特征在于,在对目标加氢对象进行追踪之后,所述对象追踪方法还包括:

重识别模块,用于在追踪过程出现断开追踪或者出现遮挡物时,采用对象重识别模型重新识别所述目标加氢对象的对象位置。

8.根据权利要求7所述的对象追踪装置,其特征在于,所述重识别模块包括:

读取子模块,用于读取对象模板库,得到所述加氢站每个加氢对象的对象标准模板,其中,所述对象标准模板至少包括:对象标识、五官信息和体型信息;

构建子模块,用于基于所述对象标准模板和每个加氢对象的对象图像,构建所述对象重识别模型;

匹配子模块,用于采用所述对象重识别模型重新分析所述加氢站中当前每个加氢对象与所述目标加氢对象的匹配相似度;

追踪子模块,用于选取匹配相似度最大的加氢对象作为所述目标加氢对象,确定所述目标加氢对象的当前所处位置,重新建立追踪连接。

9.一种电子设备,其特征在于,包括:

处理器;以及

存储器,用于存储所述处理器的可执行指令;

其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至4中任意一项所述的对象追踪方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至4中任意一项所述的对象追踪方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉融氢科技有限公司;北京融链科技有限公司,未经武汉融氢科技有限公司;北京融链科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010943686.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top