[发明专利]多目标轨迹获取方法、装置、系统及存储介质

权利要求书

1.一种多目标轨迹获取方法，其特征在于，所述方法包括：

获取待关联的多个单相机轨迹数据；其中，所述单相机轨迹数据为一个摄像机获取的一个目标的轨迹数据；

分别获取每个单相机轨迹数据和历史关联轨迹数据之间的时空类特征；其中，所述时空类特征用于表明每两个轨迹数据分别对应的轨迹在时空维度的关系；所述历史关联轨迹数据为已进行过关联的轨迹数据；

基于所获取的时空类特征，利用预先训练得到的分类模型，获得每个单相机轨迹数据与所述历史关联轨迹数据是否属于同一目标的分类结果；其中，所述分类模型为利用多个带有标签的样本训练得到的模型，所述样本包括两个样本轨迹数据，所述标签用于表示所述两个样本轨迹数据是否属于同一样本目标；

基于所述分类结果，对所述多个单相机轨迹数据与所述历史关联轨迹数据中，属于同一目标的轨迹数据进行关联，得到该目标运动的轨迹。

2.根据权利要求1所述的方法，其特征在于，所述多个带有标签的样本中还包括：样本轨迹数据对应的图像数据；

在所述基于所获取的时空类特征，利用预先训练得到的分类模型，获取每个单相机轨迹数据与所述历史关联轨迹数据是否属于同一目标的分类结果之前，所述方法还包括：

分别获取所述每个单相机轨迹数据和所述历史关联轨迹数据的图像类特征；其中，所述图像类特征用于表明每两个轨迹数据分别对应的图像数据中的目标在图像维度的关系；

所述基于所获取的时空类特征，利用预先训练得到的分类模型，获取每个单相机轨迹数据与所述历史关联轨迹数据是否属于同一目标的分类结果，包括：

将所获取的时空类特征和图像类特征输入预先训练得到的分类模型，获取每个单相机轨迹数据与所述历史关联轨迹数据是否属于同一目标的分类结果。

3.根据权利要求2所述的方法，其特征在于，所述分类模型预先采用如下步骤训练得到：

获取多个摄像机采集的多个样本目标的轨迹数据；

将所述多个样本目标的轨迹数据中，每两个轨迹数据以及每两个轨迹数据分别对应的图像数据作为一个样本，并为该样本标记所述标签；

获取每个样本的时空类特征和图像类特征；

利用所述每个样本的时空类特征和图像类特征，以及所述每个样本的标签，对预设模型进行训练，得到所述分类模型。

4.根据权利要求1所述的方法，其特征在于，所述时空类特征包括：空间类特征和时间类特征；

所述空间类特征包括如下特征中的至少一个：用于表明所述每两个轨迹数据是否分别包含第一指定位置和第二指定位置的特征，用于表明所述多个摄像机中每两个摄像机间拓扑关系的特征，以及用于表明参考范围内目标的信息的特征；其中，所述第一指定位置和第二指定位置为使得目标运动的轨迹关联的位置；所述参考范围包括：与所述每两个轨迹数据分别对应的轨迹相距预设距离的范围；

所述时间类特征包括如下特征中的至少一个：用于表明所述每两个轨迹数据分别对应的轨迹的形成时间之间的相似度的特征，用于表明所述每两个轨迹数据分别对应的轨迹的衔接关系的特征，用于表明所述每两个轨迹数据分别对应的轨迹的运动趋势之间的关系的特征，以及所述用于表明参考范围内目标的信息的特征。

5.根据权利要求2所述的方法，其特征在于，所述图像类特征包括如下特征中的至少一个：

用于表明所述每两个轨迹数据分别对应的图像数据所表明的两个目标的：轮廓之间的相似度的特征、指定部位之间的相似度的特征、多个特征中二分类的特征的分类标签的特征。

6.根据权利要求1所述的方法，其特征在于，所述分类结果包括：每个单相机轨迹数据与所述历史关联轨迹数据是否属于同一目标的置信度；

所述基于所述分类结果，对所述多个单相机轨迹数据与所述历史关联轨迹数据中，属于同一目标的轨迹数据进行关联，得到该目标运动的轨迹，包括：

获取预设的关联层数；

按照所述置信度从大到小的顺序，对所述多个单相机轨迹数据中所述预设的关联层数个单相机轨迹数据，进行与所述历史关联轨迹数据的关联，得到关联后的轨迹数据对应的目标运动的轨迹。