(19)中华 人民共和国 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 202111637562.3 (22)申请日 2021.12.2 9 (71)申请人 湖南国科微电子股份有限公司 地址 410131 湖南省长 沙市长沙经济技 术 开发区泉塘街道东十路南段9号 (72)发明人 胡建兵　袁涛　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 王新哲 (51)Int.Cl. G06T 7/246(2017.01) G06K 9/62(2022.01) G06V 10/75(2022.01) (54)发明名称 多目标跟踪方法、 装置、 终端设备和可读存 储介质 (57)摘要 本申请公开了一种多目标跟踪方法、 装置、 终端设备和可读存储介质， 该方法在对当前视频 帧进行多目标跟踪时， 获取前一视频帧对应的多 目标跟踪集合， 并对多目标跟踪集合中的每一个 目标进行预测， 以确定相应的预测轨迹； 利用训 练好的多目标检测模型确定当前视频帧中的各 个当前目标和各个 当前目标对应的分数； 根据第 一阈值、 第二阈值和各个当前目标对应的分数对 各个当前目标进行分组， 以得到高分目标集合和 低分目标集合； 将高分目标集合和低分目标集合 中的每一个当前目标与各个预测轨迹进行关联 匹配； 根据关联匹配结果确定当前视频帧对应的 多目标跟踪集合。 本申请可以保证视频帧中的高 价值信息可以向后传递， 避免目标丢失， 提高跟 踪精度。 权利要求书2页 说明书8页 附图7页 CN 114359341 A 2022.04.15 CN 114359341 A 1.一种多目标跟踪方法， 其特 征在于， 所述方法包括： 在对当前视频帧进行多目标跟踪时， 获取前一视频帧对应的多目标跟踪集合， 并对所 述多目标跟踪集 合中的每一个目标进行 预测， 以确定相应的预测轨 迹； 利用训练好的多目标检测模型确定所述当前视频帧中的各个当前目标和所述各个当 前目标对应的分数； 根据第一阈值、 第 二阈值和所述各个当前目标对应的分数对所述各个当前目标进行分 组， 以得到高分目标集 合和低分目标集 合； 将所述高分目标集合和所述低分目标集合中的每一个当前目标与各个预测轨迹进行 关联匹配； 根据关联匹配结果确定所述当前视频帧对应的多目标跟踪集 合。 2.根据权利要求1所述的多目标跟踪方法， 其特征在于， 所述第 一阈值大于所述第 二阈 值， 所述根据第一阈值、 第二阈值和所述各个当前目标对应的分数对所述各个当前目标进 行分组， 以得到高分目标集 合和低分目标集 合， 包括： 基于分数 大于所述第一阈值的当前目标确定所述高分目标集 合； 基于分数小于等于所述第一阈值且大于所述第二阈值的当前目标确定所述低分目标 集合。 3.根据权利要求1所述的多目标跟踪方法， 其特征在于， 所述将所述高分目标集合和所 述低分目标集 合中的每一个当前目标与各个预测轨 迹进行关联匹配， 包括： 将所述高分目标集 合中的每一个当前高分目标和所述各个预测轨 迹进行关联匹配； 将所述低分目标集合中的每一个当前低分目标和未关联匹配到当前高分目标的预测 轨迹进行关联匹配。 4.根据权利要求1所述的多目标跟踪方法， 其特征在于， 所述根据关联匹配结果确定所 述当前视频帧对应的多目标跟踪集 合， 包括： 对未关联匹配到当前高分目标和当前低分目标的预测轨 迹进行未匹配计数； 从所述前一视频帧对应的多目标跟踪集合中删除所述未匹配计数达到第三阈值的预 测轨迹所对应的目标， 以更新所述前一视频帧对应的多目标跟踪集 合； 根据所述高分目标集合中未关联匹配到预测轨迹的当前高分目标和更新后的所述前 一视频帧对应的多目标跟踪集 合确定所述当前视频帧对应的多目标跟踪集 合。 5.根据权利要求1所述的多目标跟踪方法， 其特征在于， 所述将所述高分目标集合和所 述低分目标集 合中的每一个当前目标与各个预测轨 迹进行关联匹配， 包括： 获取每一个所述当前目标的坐标； 根据每一个所述当前目标的坐标和分数， 将所述高分目标集合和所述低分目标集合中 的每一个当前目标与各个预测轨 迹进行关联匹配。 6.根据权利要求1所述的多目标跟踪方法， 其特征在于， 还包括： 利用训练好的多目标 识别模型识别所述当前视频帧对应的多目标跟踪集 合中的各个当前目标的类别。 7.根据权利要求1所述的多目标跟踪方法， 其特征在于， 还包括： 输出所述当前视频帧 对应的多目标跟踪集 合的全部信息 。 8.一种多目标跟踪装置， 其特 征在于， 所述装置包括： 预测模块， 用于在对当前视频帧进行多目标跟踪时， 获取前一视频帧对应的多目标跟权　利　要　求　书 1/2 页 2 CN 114359341 A 2踪集合， 并对所述多目标跟踪集 合中的每一个目标进行 预测， 以确定相应的预测轨 迹； 确定模块， 用于利用训练好的多目标检测模型确定所述当前视频帧中的各个当前目标 和所述各个当前目标对应的分数； 分组模块， 用于根据第一阈值、 第二阈值和所述各个当前目标对应的分数对所述各个 当前目标进行分组， 以得到高分目标集 合和低分目标集 合； 匹配模块， 用于将所述高分目标集合和所述低分目标集合中的每一个当前目标与 各个 预测轨迹进行关联匹配； 跟踪模块， 用于根据关联匹配结果确定所述当前视频帧对应的多目标跟踪集 合。 9.一种终端设备， 其特征在于， 包括存储器和 处理器， 所述存储器存储有计算机程序， 所述计算机程序在所述处 理器上运行时执 行权利要求1至7任一项所述的多目标跟踪方法。 10.一种可读存储介质， 其特征在于， 其存储有计算机程序， 所述计算机程序在处理器 上运行时执 行权利要求1至7任一项所述的多目标跟踪方法。权　利　要　求　书 2/2 页 3 CN 114359341 A 3