(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 202210954749.4 (22)申请日 2022.08.10 (71)申请人 青岛文达通科技股份有限公司 地址 266500 山东省青岛市黄岛区望江路 500号 (72)发明人 管洪清　徐亮　王伟　张元杰　 张大千　尹广楹　孙浩云　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 闫圣娟 (51)Int.Cl. G06V 20/62(2022.01) G06V 30/19(2022.01) G06V 10/74(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于属性匹配与运动轨迹预测的车辆跟踪 方法及系统 (57)摘要 本公开涉及车辆跟踪技术领域， 提出了基于 属性匹配与运动轨迹预测的车辆跟踪方法及系 统， 首先以YOL O目标检测模型为基准对车辆检测 网络进行改进。 其次， 在目标车辆跟踪过程中， 由 于车辆所对应的车牌号具有独特性， 因此优先对 检测出的车辆进行车牌号识别与匹配， 为了加速 车牌号的匹配过程， 使用一种轻量级的基于形状 的车牌号识别算法加速连续帧图像之间目标车 辆的匹配。 另外， 为了应对车辆车牌号匹配失效 的情况， 本公开在跟踪策略中引入了基于车辆行 驶路线特性以及外观特征的匹配策略， 该匹配策 略主要用于车牌号由于环境光照变化或者目标 车辆速度过快导致模糊不清无法进行识别的情 况， 以对目标车辆的运动轨迹进行补全， 实现了 实时准确的车辆追 踪。 权利要求书2页 说明书7页 附图3页 CN 115294560 A 2022.11.04 CN 115294560 A 1.基于属性匹配与运动轨 迹预测的车辆跟踪方法， 其特 征在于， 包括如下步骤： 采用根据 车牌字符构建的车牌字符形状模型， 对获取的车辆监控图像中的车牌字符进 行匹配， 得到识别的车牌 号； 将获取的车辆监控图像传输至训练好的基于连续记忆的YOLO模型， 对图像 中的车辆进 行识别， 得到车辆特征； 所述基于连续记忆的Y OLO模型的卷积层之间增加了记忆网络， 将上 一卷积层的信息 选择性的传输 至下一卷积层； 对检测出的车辆进行车牌号识别并逐帧匹配； 对采用车牌号识别失效的目标车辆， 根 据路况与运动轨迹的关联性， 判断出车辆可能的运动方向， 以预测的运动方向为基准， 根据 识别出的车辆特 征重新进行 逐帧匹配， 对基于车牌 号的跟踪结果进行补充。 2.如权利要求1所述的基于属性匹配与运动轨迹预测的车辆跟踪方法， 其特征在于： 训 练好的基于连续记忆的Y OLO模型， 包括基于连续记忆的Y OLO模型的车辆检测网络和车辆属 性识别网络； 车辆检测网络用于根据监控图像识别目标车辆区域， 车辆属 性识别网络用于 对识别出的目标 车辆的属性特 征进行识别。 3.如权利要求2所述的基于属性匹配与运动轨迹预测的车辆跟踪方法， 其特征在于， 基 于连续记 忆的YOLO模型的训练过程， 包括： 构建车辆数据集， 并进行 预处理； 构建基于连续记 忆的YOLO模型的车辆检测网络和车辆属性识别网络； 针对车辆检测网络以背景判断损失函数以及候选区域定位损失函数为目标函数， 将车 辆数据集的图像传输至车辆检测网络进行参数修正得到训练好的基于Y OLO‑CM模型的车辆 检测网络； 针对车辆属性识别网络以整合各属性误差的全局损失函数为目标函数， 将车辆数据集 中进行车辆检测后得到的目标车辆候选区域传输至车辆检测网络进行参数修正得到训练 好的基于 YOLO‑CM模型的车辆属性识别网络 。 4.如权利要求1所述的基于属性匹配与运动轨迹预测的车辆跟踪方法， 其特征在于： 车 牌字符形状模型， 为对车牌字符进行形状特征建模， 使得车牌号中的每个字符对应唯一的 形状特征向量。 5.如权利要求4所述的基于属性匹配与运动轨迹预测的车辆跟踪方法， 其特征在于： 以 车牌字符的形状特 征以区域内字符像素 所占比例， 构建每 个字符对应的形状特 征向量。 6.如权利要求1所述的基于属性匹配与运动轨迹预测的车辆跟踪方法， 其特征在于： 逐 帧匹配的方法， 包括如下： 根据车牌号识别结果， 进行逐帧匹配， 在连续两帧图像之间对每个目标车辆进行车牌 号匹配， 得到目标 车辆的跟踪结果； 针对车牌号识别匹配失效的目标车辆， 根据路况与运动轨迹的关联性， 判断出车辆可 能的运动方向， 以预测的运动方向为基准， 根据识别出的车辆特 征重新进行 逐帧匹配； 如果在预定的车辆运动轨迹中未识别到目标车辆， 则进行扫描式匹配， 对所有的出现 于后一帧图像中的车辆对 象进行遍历并比较， 如果车辆的匹配仍然不成功， 则判定该车辆 已离开监控范围。 7.如权利要求1所述的基于属性匹配与运动轨迹预测的车辆跟踪方法， 其特征在于： 车 牌号识别匹配失效的情况， 包括： 前一帧图像中对目标车辆的车牌号给出正确的识别结果权　利　要　求　书 1/2 页 2 CN 115294560 A 2而后一帧图像中没有识别出当前目标车辆的车牌号， 或者前一帧和 后一帧图像中都没有识 别出当前目标 车辆车牌 号； 或者， 还包括构建临时待跟踪列表， 将离开监控范围的车辆加入至临时待跟踪列表； 针 对临时待跟踪列表中每一个车辆， 统计其所对应的匹配失效帧计数， 若其匹配失效帧计数 达到阈值， 则判定该 车辆已经离开 监控范围， 并且将该 车辆从临时待跟踪列表中删除。 8.基于属性匹配与运动轨 迹预测的车辆跟踪系统， 其特 征在于， 包括： 车牌号识别模块： 被配置为用于采用根据车牌字符构建的车牌字符形状模型， 对获取 的车辆监控图像中的车牌字符进行匹配， 得到识别的车牌 号； 车辆特征识别模块： 被配置为用于将 获取的车辆监控图像传输至训练好的基于连续记 忆的YOLO模型， 对图像中的车辆进行识别， 得到车辆特 征； 基于连续记忆的YOLO模型的卷积层 之间增加了记忆网络， 将上一卷积层的信息选择性 的传输至下一卷积层； 匹配跟踪模块： 被配置为用于对检测出的车辆进行车牌号识别并逐帧匹配； 对采用车 牌号识别失效的目标车辆， 根据路况与运动轨迹的关联性， 判断出车辆可能的运动方向， 以 预测的运动方向为基准， 根据识别出 的车辆特征重新进行逐帧匹配， 对基于车牌号的跟踪 结果进行补充。 9.一种电子设备， 其特征在于， 包括存储器和处理器以及存储在存储器上并在处理器 上运行的计算机指 令， 所述计算机指 令被处理器运行时， 完成权利要求 1‑7任一项方法所述 的步骤。 10.一种计算机可读存储介质， 其特征在于， 用于存储计算机指令， 所述计算机指令被 处理器执行时， 完成权利要求1 ‑7任一项方法所述的步骤。权　利　要　求　书 2/2 页 3 CN 115294560 A 3