(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210551932.X (22)申请日 2022.05.18 (71)申请人 深圳市慧鲤科技有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 （入驻深圳市 前海商务秘书 有限公司） (72)发明人 刘元培　周杨　刘文韬　钱晨　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 专利代理师 王茹 (51)Int.Cl. G06T 7/246(2017.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 目标跟踪方法和装置， 介质和计算机设备 (57)摘要 本公开实施例提供一种目标跟踪方法和装 置， 介质和计算机设备， 用于对多个图像采集装 置的总视野 范围内的目标对象进行跟踪， 所述方 法包括： 基于每个图像采集装置采集的图像， 提 取所述图像采集装置视野范围内目标对象的特 征， 并基于目标对象 的特征分配目标对象关联于 图像采集装置的局部标识信息； 根据所述总视野 范围内的各个目标对象的特征和所述各个目标 对象的局部标识信息， 确定所述各个目标对象 的 全局标识信息； 根据一个目标对象的全局标识信 息对所述目标对象进行跟踪。 权利要求书3页 说明书17页 附图5页 CN 114882073 A 2022.08.09 CN 114882073 A 1.一种目标跟踪方法， 其特征在于， 用于对多个图像采集装置的总视野范围内的目标 对象进行跟踪， 所述多个图像采集装置中的至少两个图像采集装置的视野范围不同， 所述 方法包括： 基于每个图像采集装置采集的图像， 提取所述图像采集装置视野范围内的目标对象的 特征， 并基于所述目标对象的特征分配所述目标对象关联于所述图像采集装置的局部标识 信息； 不同的目标对象关联于同一个图像采集装置的局部标识信息不同； 根据所述总视野范围内的各个目标对象的特征和所述各个目标对象的局部标识信 息， 确定所述各个目标对象的全局标识信息， 所述总视野范围内的不同目标对象具有不同的全 局标识信息； 根据一个目标对象的全局标识信息对所述目标对象进行跟踪。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标对象的特征分配所述目 标对象关联于所述图像采集装置的局部标识信息， 包括： 分别将所述目标对象的特征与各个第 一参考对象的特征进行匹配； 所述第 一参考对象 为从所述图像采集装置历史采集的图像中检测到的对象； 基于与各个第一参考对象的特征之间的特征匹配结果分配所述目标对象关联于所述 图像采集装置的局部标识信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述基于与 各个第一参考对象的特征之间 的特征匹配结果分配所述目标对象关联于所述图像采集装置的局部标识信息， 包括： 在所述目标对象的特征与任意一个第 一参考对象的特征匹配成功的情况下， 将匹配成 功的第一 参考对象的局部标识信息分配给 所述目标对象。 4.根据权利要求2所述的方法， 其特征在于， 所述基于与 各个第一参考对象的特征之间 的特征匹配结果分配所述目标对象关联于所述图像采集装置的局部标识信息， 包括： 在所述目标对象的特征与 各个第一参考对象的特征均 未匹配成功的情况下， 分别将所 述目标对象的检测框与各个第一 参考对象的检测框进行匹配； 基于检测框匹配结果分配所述目标对象关联于所述图像采集装置的局部标识信息 。 5.根据权利要求4所述的方法， 其特征在于， 所述基于检测框匹配结果分配所述目标对 象关联于所述图像采集装置的局部标识信息， 包括： 在所述目标对象的检测框与任意一个第 一参考对象的检测框匹配成功， 且所述目标对 象的特征与检测框匹配成功的第一参考对 象的特征之间的相似度大于预设相似度阈值的 情况下， 将匹配成功的第一 参考对象的局部标识信息分配给 所述目标对象。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 在所述目标对象的检测框与所述第一参考对象的检测框之间的重叠度大于预设的重 叠度阈值的情况 下， 确定所述目标对象的检测框与所述第一 参考对象的检测框匹配成功。 7.根据权利要求3所述的方法， 其特征在于， 在将匹配成功的第 一参考对象的局部标识 信息分配给 所述目标对象之后， 所述方法还 包括： 基于所述目标对象的特征对分配给所述目标对象的局部标识信息对应的特征进行更 新。 8.根据权利要求2所述的方法， 其特征在于， 所述基于与 各个第一参考对象的特征之间 的特征匹配结果分配所述目标对象关联于所述图像采集装置的局部标识信息， 包括：权　利　要　求　书 1/3 页 2 CN 114882073 A 2在所述目标对象的特征与 各个第一参考对象的特征均 未匹配成功的情况下， 分别将所 述目标对象的特征与各个第二参考对象的特征进 行匹配； 所述第二参考对象为从所述图像 采集装置以外的其 他图像采集装置历史采集的图像中检测到的对象； 基于与各个第二参考对象的特征之间的特征匹配结果分配所述目标对象关联于所述 图像采集装置的局部标识信息 。 9.根据权利要求8所述的方法， 其特征在于， 所述基于与 各个第二参考对象的特征之间 的特征匹配结果分配所述目标对象关联于所述图像采集装置的局部标识信息， 包括： 在所述目标对象的特征与任意一个第 二参考对象的特征匹配成功的情况下， 将匹配成 功的第二 参考对象的局部标识信息分配给 所述目标对象。 10.根据权利要求8所述的方法， 其特征在于， 所述基于与各个第二参考对象的特征之 间的特征匹配结果分配所述目标对象关联于所述图像采集装置的局部标识信息， 包括： 在所述目标对象的特征与 各个第二参考对象的特征均 未匹配成功， 且所述目标对象满 足预设条件的情况下， 为所述 目标对象创建新的局部标识信息， 所述预设条件基于所述 目 标对象的检测框的质量确定， 所述检测框的质量采用所述检测框的置信度和/或完整度表 征。 11.根据权利要求10所述的方法， 其特 征在于， 所述预设条件 包括： 所述目标对象的检测框的置信度满足预设置信度条件； 和/或 所述目标对象的检测框的完整度满足预设的完整度条件。 12.根据权利要求1所述的方法， 其特征在于， 所述根据所述总视野范围内的各个目标 对象的特征和所述各个目标对象的局部标识信息， 确定所述各个目标对象的全局标识信 息， 包括： 基于所述各个目标对象的局部标识信息对所述总视野范围内的各个目标对象的特征 进行聚类， 得到 至少一个 类簇； 为不同的类簇中的特 征对应的目标对象分配不同的全局标识信息 。 13.根据权利要求12所述的方法， 其特征在于， 所述基于所述各个目标对象的局部标识 信息对所述总视野范围内的各个目标对象的特 征进行聚类， 包括： 基于聚类约束条件对所述总视野范围内的各个目标对象的特征进行聚类， 所述 聚类约 束条件为： 关联于同一个图像采集装置的不同局部标识信息对应的特征被划分到不同的类 簇。 14.根据权利要求12所述的方法， 其特征在于， 所述根据 所述总视野范围内的各个目标 对象的特征和所述各个目标对象的局部标识信息， 确定所述各个目标对象的全局标识信 息， 包括： 在将新的局部标识信 息关联到任意一个图像采集装置的情况下， 根据 所述总视野范围 内的各个目标对象的特征和所述各个目标对象的局部标识信息， 确定所述各个目标对象的 全局标识信息 。 15.一种目标跟踪装置， 其特征在于， 用于对多个图像采集装置的总视野范围内的目标 对象进行跟踪， 所述多个图像采集装置中的至少两个图像采集装置的视野范围不同， 所述 装置包括： 分配模块， 基于每个图像采集装置采集的图像， 提取所述图像采集装置视野范围内的权　利　要　求　书 2/3 页 3 CN 114882073 A 3