(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 202210753466.3 (22)申请日 2022.06.28 (71)申请人 深圳一清创新科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区粤兴二道1号虚拟大学 园重点实验室平台大楼401(A414- A422) (72)发明人 黎明慧　李恒　刘明　王鲁佳　 (74)专利代理 机构 深圳市六加知识产权代理有 限公司 4 4372 专利代理师 江晓苏 (51)Int.Cl. G06T 7/277(2017.01) G06T 7/73(2017.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06V 20/58(2022.01) (54)发明名称 一种目标跟踪方法、 装置及无 人驾驶车辆 (57)摘要 本发明涉及人工智能技术领域， 主要提供一 种目标跟踪方法、 装置和无人驾驶车辆， 通过获 取连续帧图像， 其中， 每帧图像均包括多个目标， 然后根据目标检测算法得到当前帧图像中每一 目标的检测结果， 检测结果包括目标在图像中的 位置、 类别和置信度， 接着根据置信度将每一目 标对应的检测结果， 分为高分检测结果和低分检 测结果， 并分别将高分检测结果与前N帧图像中 每一目标的预测结果进行轨迹匹配， 得到第一匹 配结果， 分别将未建立匹配关系的预测结果与低 分检测结果进行轨迹匹配， 得到第二匹配结果， 最后整合第一匹配结果和第二匹配结果， 以确定 出当前帧图像的目标跟踪结果， 从而提高了多目 标跟踪中目标匹配的速度、 降低了匹配的误差 。 权利要求书2页 说明书9页 附图3页 CN 114972443 A 2022.08.30 CN 114972443 A 1.一种目标跟踪方法， 其特 征在于， 包括： 获取连续帧图像， 其中， 每帧所述图像均包括多个目标； 根据目标检测算法得到当前帧图像中每一目标的检测结果， 所述检测结果包括所述目 标在所述图像中的位置、 类别和置信度； 根据所述置信度将每一所述目标对应的所述检测结果， 分为高分检测结果和低分检测 结果； 分别将所述高分检测结果与前N帧图像中每一目标的预测结果进行轨迹匹配， 得到第 一匹配结果； 分别将未建立匹配关系的所述预测结果与 所述低分检测结果进行轨迹匹配， 得到第 二 匹配结果； 整合所述第一匹配结果和所述第二匹配结果， 确定出当前帧图像的目标跟踪结果。 2.根据权利要求1所述的方法， 其特征在于， 在执行所述分别将所述高分检测结果与 前 N帧图像中每一目标的预测结果进行轨迹匹配的步骤之前， 所述方法还包括： 计算前N帧图 像中每一目标的预测结果。 3.根据权利要求1所述的方法， 其特征在于， 所述分别将所述高分检测结果与前N帧图 像中每一目标的预测结果进行轨 迹匹配， 得到第一匹配结果， 包括： 获取所述高分检测结果在所述当前帧图像中的第一 位置信息； 获取所述前N帧图像中每一目标的所述预测结果在所述连续帧图像中对应的第 二位置 信息； 根据所述第一位置信息和所述第二位置信息分别计算所述高分检测结果与每一所述 预测结果的匹配值， 并保存所述匹配值大于所述第一预设阈值的所述高分检测结果和所述 预测结果的匹配关系。 4.根据权利要求1至3任一项所述的方法， 其特征在于， 所述分别将未建立所述匹配关 系的所述预测结果与所述低分检测结果进行轨 迹匹配， 得到第二匹配结果， 包括： 获取所述未建立匹配关系的所述预测结果在所述前N帧图像中的第三 位置信息； 获取所述低分检测结果在所述当前帧图像中的第四位置信息； 根据所述第三位置信息和所述第四位置信息分别计算所述低分检测结果与所述预测 结果的匹配值， 并保存所述匹配值大于所述第二预设阈值的预测结果和所述低分检测结果 的匹配关系。 5.根据权利要求4所述的方法， 其特征在于， 所述整合所述第 一匹配结果和所述第 二匹 配结果， 确定出当前帧图像的目标跟踪结果， 具体包括： 将所述匹配值大于所述第 一预设阈值的高分检测结果， 以及所述匹配值大于所述第 二 预设阈值的低分检测结果作为所述当前帧图像中目标的跟踪结果。 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： 将所述匹配值大于所述第 一预设阈值的高分检测结果， 以及所述匹配值大于所述第 二 预设阈值的低分检测结果作为所述当前帧图像的下一帧图像中目标的预测结果， 并根据所 述预测结果对所述下一帧图像中的目标进行跟踪。 7.一种目标跟踪装置， 应用于无 人驾驶车辆， 其特 征在于， 包括： 图像获取模块， 用于获取 连续帧图像， 其中， 每帧所述图像均包括多个目标；权　利　要　求　书 1/2 页 2 CN 114972443 A 2检测结果获取模块， 用于根据目标检测算法得到当前帧图像中每一目标的检测结果， 所述检测结果包括所述目标在所述图像中的位置、 类别和置信度； 检测结果处理模块， 用于根据所述置信度将每一所述目标对应的所述检测结果， 分为 高分检测结果和低分检测结果； 第一匹配模块， 用于分别将所述高分检测结果与前N帧图像中每一目标的预测结果进 行轨迹匹配， 得到第一匹配结果， 所述第一匹配结果包括匹配值大于第一预设阈值的高分 检测结果和所述预测结果的匹配关系； 第二匹配模块， 用于分别将未建立所述匹配关系的所述预测结果与 所述低分检测结果 进行轨迹匹配， 得到第二匹配结果， 所述第二匹配结果包括匹配值大于第二预设阈值的预 测结果和所述低分检测结果的匹配关系； 跟踪结果处理模块， 用于整合所述第一匹配结果和所述第二匹配结果， 确定出当前帧 图像的目标跟踪结果。 8.一种无 人驾驶车辆， 其特 征在于， 包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑6任一项所述的目标跟踪方法。 9.一种非易失性计算机可读存储介质， 其特征在于， 所述非易失性计算机可读存储介 质存储有计算机可执行指令， 当所述计算机可执行指令被处理器执行时， 使所述处理器执 行权利要求1 ‑6任一项所述的目标跟踪方法。 10.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括存储在非易失性计算 机可读存储介质上 的计算机程序， 所述计算机程序包括程序指令， 当所述程序指令被处理 器执行时， 使所述处 理器执行权利要求1 ‑6任一项所述的目标跟踪方法。权　利　要　求　书 2/2 页 3 CN 114972443 A 3