(19)國家知識(shí)產(chǎn)權(quán)局(12)發(fā)明專利地址518129廣東省深圳市龍崗區(qū)坂田華務(wù)所(普通合伙)44285GO6V10/82(2022.01)本申請公開了人工智能領(lǐng)域的一種目標(biāo)跟果2獲取跟蹤對象，所述跟蹤對象包括使用所述檢測器在所述當(dāng)前幀的上一幀中檢測到的對所述跟蹤對象和所述至少一個(gè)檢測對象進(jìn)行匹配，得到匹配結(jié)果；根據(jù)所述匹配結(jié)果以及所述檢測器的性能圖譜確定所述跟蹤對象的第一狀態(tài)量，所述第一狀態(tài)量用于表示是否輸出所述跟蹤對象或者是否消亡所述跟蹤對象，所述性能圖譜包括所述檢測器在檢測范圍內(nèi)的多個(gè)柵格內(nèi)的檢測準(zhǔn)確度；所述根據(jù)所述匹配結(jié)果以及所述檢測器的性能圖譜確定所述跟蹤對象的第一狀態(tài)量，根據(jù)所述匹配結(jié)果確定所述當(dāng)前幀中所述跟蹤對象的位置信息；基于所述當(dāng)前幀中所述跟蹤對象的位置信息，在所述性能圖譜中查詢所述跟蹤對象對應(yīng)的檢測準(zhǔn)確度；根據(jù)所述檢測準(zhǔn)確度計(jì)算所述第一狀態(tài)量。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述匹配結(jié)果確定所述當(dāng)前幀中若所述至少一個(gè)檢測對象中不存在與所述跟蹤對象匹配的檢測對象，則根據(jù)所述跟蹤對象的運(yùn)動(dòng)狀態(tài)信息確定所述跟蹤對象在所述當(dāng)前幀中的位置信息；若所述跟蹤對象與所述至少一個(gè)檢測對象中的第一檢測對象匹配，則將所述第一檢測對象的位置信息作為所述跟蹤對象在所述當(dāng)前幀中的位置信息。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述跟蹤對象的運(yùn)動(dòng)狀態(tài)信息確定所述跟蹤對象在所述當(dāng)前幀中的位置信息，包括：根據(jù)所述跟蹤對象的運(yùn)動(dòng)狀態(tài)信息，獲取所述跟蹤對象在所述當(dāng)前幀中的預(yù)測位置；根據(jù)所述預(yù)測位置計(jì)算所述當(dāng)前幀中所述跟蹤對象和采集所述當(dāng)前幀的采集設(shè)備之間的預(yù)測距離值；若所述預(yù)測距離值和所述實(shí)際距離值之間的差值大于第一閾值，則將所述預(yù)測位置作為所述跟蹤對象在所述當(dāng)前幀中的位置信息。4.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的方法，其特征在于，所述第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，所述第一輸出指示狀態(tài)量用于表示是否在所述當(dāng)前幀中輸出所述跟蹤對象，所述第一消亡指示狀態(tài)量用于表示是否在所述當(dāng)前幀中消亡所述跟蹤對象；所述根據(jù)所述檢測準(zhǔn)確度計(jì)算所述第一狀態(tài)量，包括：獲取直接觀測量，所述直接觀測量用于表示所述跟蹤對象的運(yùn)動(dòng)狀態(tài)；根據(jù)所述檢測準(zhǔn)確度和所述直接觀測量，計(jì)算所述跟蹤對象在所述當(dāng)前幀中的第一后驗(yàn)概率和第二后驗(yàn)概率，所述第一后驗(yàn)概率用于表示所述當(dāng)前幀中輸出所述跟蹤對象概率，所述第二后驗(yàn)概率用于表示所述當(dāng)前幀中消亡所述跟蹤對象的概率；3基于所述第一后驗(yàn)概率得到所述第一輸出指示狀態(tài)量，以及基于所述第二后驗(yàn)概率得到所述第一消亡指示狀態(tài)量。5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述第一后驗(yàn)概率得到所述第一輸出指示狀態(tài)量，以及基于所述第二后驗(yàn)概率得到所述第一消亡指示狀態(tài)量，包括：獲取所述跟蹤對象在所述上一幀的第二輸出指示狀態(tài)量和第二消亡指示狀態(tài)量，所述第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，所述第二輸出指示狀態(tài)量用于表示是否在所述上一幀中輸出所述跟蹤對象，所述第二消亡指示狀態(tài)量用于表示是否在所述上一幀中消亡所述跟蹤對象；融合所述第一后驗(yàn)概率和所述第二輸出指示狀態(tài)量，得到所述第一輸出指示狀態(tài)量，以及融合所述第二后驗(yàn)概率和所述第二消亡指示狀態(tài)量，得到所述第一消亡指示狀態(tài)量。6.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的方法，其特征在于，所述性能圖譜中每個(gè)柵格的檢測準(zhǔn)確度包括多種類別對應(yīng)的準(zhǔn)確度；所述基于所述當(dāng)前幀中所述跟蹤對象的位置信息，在所述性能圖譜中查詢所述跟蹤對獲取所述跟蹤對象的類別；基于所述當(dāng)前幀中所述跟蹤對象的位置信息以及所述跟蹤對象的類別，在所述性能圖譜中查詢所述跟蹤對象對應(yīng)的檢測準(zhǔn)確度。7.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的方法，其特征在于，所述方法還包括：若所述至少一個(gè)檢測對象中包括與所述跟蹤對象不匹配的第二檢測對象，則將所述第二檢測對象作為新的跟蹤對象，并在所述當(dāng)前幀的下一幀中對所述新的跟蹤對象進(jìn)行跟蹤。8.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的方法，其特征在于，在所述通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象之前，所述方法包括：將所述檢測器的檢測范圍劃分為多個(gè)柵格；獲取真值數(shù)據(jù)，所述真值數(shù)據(jù)中包括采集設(shè)備采集到的采集數(shù)據(jù)以及對應(yīng)的真值對象使用檢測器對采集數(shù)據(jù)進(jìn)行檢測，得到預(yù)測對象的信息；根據(jù)所述預(yù)測對象和所述真值對象，計(jì)算所述多個(gè)柵格中每個(gè)柵格對應(yīng)的檢測準(zhǔn)確檢測模塊，用于通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象，所述當(dāng)前幀是輸入數(shù)據(jù)中的任意一幀；跟蹤模塊，用于獲取跟蹤對象，所述跟蹤對象包括使用所述檢測器在所述當(dāng)前幀的上一幀中檢測到的對象；匹配模塊，用于對所述跟蹤對象和所述至少一個(gè)檢測對象進(jìn)行匹配，得到匹配結(jié)果；所述跟蹤模塊，還用于根據(jù)所述匹配結(jié)果以及所述檢測器的性能圖譜確定所述跟蹤對象的第一狀態(tài)量，所述第一狀態(tài)量用于表示是否輸出所述跟蹤對象或者是否消亡所述跟蹤對象，所述性能圖譜包括所述檢測器在檢測范圍內(nèi)的多個(gè)柵格內(nèi)的檢測準(zhǔn)確度；4根據(jù)所述匹配結(jié)果確定所述當(dāng)前幀中所述跟蹤對象的位置信息；基于所述當(dāng)前幀中所述跟蹤對象的位置信息，在所述性能圖譜中查詢所述跟蹤對象對應(yīng)的檢測準(zhǔn)確度；根據(jù)所述檢測準(zhǔn)確度計(jì)算所述第一狀態(tài)量。若所述至少一個(gè)檢測對象中不存在與所述跟蹤對象匹配的檢測對象，則根據(jù)所述跟蹤對象的運(yùn)動(dòng)狀態(tài)信息確定所述跟蹤對象在所述當(dāng)前幀中的位置信息；若所述跟蹤對象與所述至少一個(gè)檢測對象中的第一檢測對象匹配，則將所述第一檢測對象的位置信息作為所述跟蹤對象在所述當(dāng)前幀中的位置信息。根據(jù)所述跟蹤對象的運(yùn)動(dòng)狀態(tài)信息，獲取所述跟蹤對象在所述當(dāng)前幀中的預(yù)測位置；根據(jù)所述預(yù)測位置計(jì)算所述當(dāng)前幀中所述跟蹤對象和采集所述當(dāng)前幀的采集設(shè)備之間的預(yù)測距離值；通過所述輸入數(shù)據(jù)獲取所述當(dāng)前幀中所述預(yù)測位置和所述采集設(shè)備之間的實(shí)際距離若所述預(yù)測距離值和所述實(shí)際距離值之間的差值大于第一閾值，則將所述預(yù)測位置作為所述跟蹤對象在所述當(dāng)前幀中的位置信息。12.根據(jù)權(quán)利要求9-11中任一項(xiàng)所述的裝置，其特征在于，所述第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，所述第一輸出指示狀態(tài)量用于表示是否在所述當(dāng)前幀中輸出所述跟蹤對象，所述第一消亡指示狀態(tài)量用于表示是否在所述當(dāng)前幀中消亡所述跟蹤對象；獲取直接觀測量，所述直接觀測量用于表示所述跟蹤對象的運(yùn)動(dòng)狀態(tài)；根據(jù)所述檢測準(zhǔn)確度和所述直接觀測量，計(jì)算所述跟蹤對象在所述當(dāng)前幀中的第一后驗(yàn)概率和第二后驗(yàn)概率，所述第一后驗(yàn)概率用于表示所述當(dāng)前幀中輸出所述跟蹤對象概率，所述第二后驗(yàn)概率用于表示所述當(dāng)前幀中消亡所述跟蹤對象的概率；基于所述第一后驗(yàn)概率得到所述第一輸出指示狀態(tài)量，以及基于所述第二后驗(yàn)概率得到所述第一消亡指示狀態(tài)量。獲取所述跟蹤對象在所述上一幀的第二輸出指示狀態(tài)量和第二消亡指示狀態(tài)量，所述第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，所述第二輸出指示狀態(tài)量用于表示是否在所述上一幀中輸出所述跟蹤對象，所述第二消亡指示狀態(tài)量用于表示是否在所述上一幀中消亡所述跟蹤對象；融合所述第一后驗(yàn)概率和所述第二輸出指示狀態(tài)量，得到所述第一輸出指示狀態(tài)量，以及融合所述第二后驗(yàn)概率和所述第二消亡指示狀態(tài)量，得到所述第一消亡指示狀態(tài)量。14.根據(jù)權(quán)利要求9-11中任一項(xiàng)所述的裝置，其特征在于，所述性能圖譜中每個(gè)柵格的檢測準(zhǔn)確度包括多種類別對應(yīng)的準(zhǔn)確度；獲取所述跟蹤對象的類別；5基于所述當(dāng)前幀中所述跟蹤對象的位置信息以及所述跟蹤對象的類別，在所述性能圖譜中查詢所述跟蹤對象對應(yīng)的檢測準(zhǔn)確度。15.根據(jù)權(quán)利要求9-11中任一項(xiàng)所述的裝置，其特征在于，所述跟蹤模塊，還用于：若所述至少一個(gè)檢測對象中包括與所述跟蹤對象不匹配的第二檢測對象，則將所述第二檢測對象作為新的跟蹤對象，并在所述當(dāng)前幀的下一幀中對所述新的跟蹤對象進(jìn)行跟16.根據(jù)權(quán)利要求9-11中任一項(xiàng)所述的裝置，其特征在于，所述裝置還包括編碼模塊，用于：在所述通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象之前，將所述檢測器的檢測范圍劃分為多個(gè)柵格；獲取真值數(shù)據(jù)，所述真值數(shù)據(jù)中包括采集設(shè)備采集到的采集數(shù)據(jù)以及對應(yīng)的真值對象的信息；使用檢測器對采集數(shù)據(jù)進(jìn)行檢測，得到預(yù)測對象的信息；根據(jù)所述預(yù)測對象和所述真值對象，計(jì)算所述多個(gè)柵格中每個(gè)柵格對應(yīng)的檢測準(zhǔn)確度，得到所述性能圖譜。17.一種目標(biāo)跟蹤裝置，其特征在于，包括處理器，所述處理器和存儲(chǔ)器耦合，所述存儲(chǔ)器存儲(chǔ)有程序，當(dāng)所述存儲(chǔ)器存儲(chǔ)的程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至8中任一項(xiàng)所述的方法。18.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括程序，當(dāng)其被處理單元所執(zhí)行時(shí)，執(zhí)行如權(quán)利要求1至8中任一項(xiàng)所述的方法。19.一種目標(biāo)跟蹤裝置，其特征在于，包括處理單元和通信接口，所述處理單元通過所述通信接口獲取程序指令，當(dāng)所述程序指令被所述處理單元執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至8中任一項(xiàng)所述的方法。20.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，其特征在于，所述計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的方法。6一種目標(biāo)跟蹤方法以及裝置技術(shù)領(lǐng)域[0001]本申請涉及人工智能領(lǐng)域，尤其涉及一種目標(biāo)跟蹤方法以及裝置。背景技術(shù)[0002]多目標(biāo)跟蹤(multipleobjecttracking,MOT)作為許多重要場景，如自動(dòng)駕駛應(yīng)用中一個(gè)非常重要的任務(wù)，其能夠建立障礙物目標(biāo)前后幀的關(guān)聯(lián)關(guān)系。在目標(biāo)檢測(objectdetection)失效時(shí)能夠繼續(xù)維持跟蹤對象輸出，同時(shí)也能在一定程度解決目標(biāo)檢測誤檢問題，彌補(bǔ)逐幀目標(biāo)檢測的不足。此外，多目標(biāo)跟蹤能夠獲得目標(biāo)運(yùn)動(dòng)狀態(tài)信息，從而可以給自動(dòng)駕駛意圖識(shí)別和行為預(yù)測等更高級任務(wù)提供重要信息。[0003]在一些場景的目標(biāo)跟蹤方式中，利用檢測器逐幀進(jìn)行目標(biāo)檢測，得到目標(biāo)序列，然后通過數(shù)據(jù)關(guān)聯(lián)、運(yùn)動(dòng)狀態(tài)估計(jì)和跟蹤管理等完成對前后幀檢測目標(biāo)的數(shù)據(jù)關(guān)聯(lián)和狀態(tài)估計(jì)工作，輸出最優(yōu)跟蹤對象序列。而檢測器可能出現(xiàn)誤檢或者漏檢的情況，因此通常在檢測到對象后，不直接輸出對象，而是延遲一定時(shí)長后輸出，因此輸出跟蹤對象的效率較低，如何高效且準(zhǔn)確地確定是否輸出跟蹤對象成為亟待解決的問題。發(fā)明內(nèi)容[0004]本申請?zhí)峁┮环N目標(biāo)跟蹤方法以及裝置，用于結(jié)合檢測器的性能高效準(zhǔn)確地確定地對目標(biāo)進(jìn)行跟蹤，提高跟蹤效率以及跟蹤準(zhǔn)確度。[0005]有鑒于此，第一方面，本申請?zhí)峁┮环N目標(biāo)跟蹤方法，包括：通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象，當(dāng)前幀是輸入數(shù)據(jù)中的任意一幀；獲取跟蹤對象，跟蹤對象包括使用檢測器在當(dāng)前幀的上一幀中檢測到的對象；對跟蹤對象和該至少一個(gè)檢測對象進(jìn)行匹配，得到檢測結(jié)果；根據(jù)匹配結(jié)果以及檢測器的性能圖譜確定跟蹤對象的第一狀態(tài)量，第一狀態(tài)量用于表示是否輸出跟蹤對象或者是否消亡跟蹤對象，性能圖譜包括了檢測器在檢測范圍內(nèi)的多個(gè)柵格內(nèi)的檢測準(zhǔn)確度。[0006]因此，本申請實(shí)施方式中，結(jié)合了檢測器在各個(gè)區(qū)域的檢測準(zhǔn)確度，可以更準(zhǔn)確地計(jì)算得到跟蹤對象的狀態(tài)量，從而可以根據(jù)檢測器的檢測準(zhǔn)確度，確定檢測到的對象的置信度，高效地確定跟蹤對象的有效性，可以理解為確定檢測到的跟蹤對象是否準(zhǔn)確，進(jìn)而準(zhǔn)確地確定是否輸出跟蹤對象或者消亡跟蹤對象，可以減少輸出延遲，提高確定是否輸出跟蹤對象的效率。[0007]在一種可能的實(shí)施方式中，前述的根據(jù)匹配結(jié)果以及檢測器的性能圖譜確定跟蹤對象的第一狀態(tài)量，可以包括：根據(jù)匹配結(jié)果確定當(dāng)前幀中跟蹤對象的位置信息；基于當(dāng)前幀中跟蹤對象的位置信息，在性能圖譜中查詢跟蹤對象對應(yīng)的檢測準(zhǔn)確度；根據(jù)檢測準(zhǔn)確度計(jì)算第一狀態(tài)量。[0008]本實(shí)施方式中，可以根據(jù)跟蹤對象和檢測對象之間的匹配結(jié)果確定跟蹤對象的位置，從而可以根據(jù)該位置在性能圖譜中查詢到對應(yīng)的檢測準(zhǔn)確度，可以間接確定該跟蹤對象被跟蹤到的置信度，從而根據(jù)該檢測準(zhǔn)確度來更準(zhǔn)確地確定跟蹤對象的狀態(tài)量，減少確7定是否輸出或者消亡跟蹤對象的延遲，更高效地確定是否輸出跟蹤對象或者是否消亡跟蹤對象。[0009]在一種可能的實(shí)施方中，前述的根據(jù)匹配結(jié)果確定當(dāng)前幀中跟蹤對象的位置信息，可以包括：若至少一個(gè)檢測對象中不存在與跟蹤對象匹配的檢測對象，則根據(jù)跟蹤對象的運(yùn)動(dòng)狀態(tài)信息確定跟蹤對象在當(dāng)前幀中的位置信息；若跟蹤對象與至少一個(gè)檢測對象中的第一檢測對象匹配，則將第一檢測對象的位置信息作為跟蹤對象在當(dāng)前幀中的位置信[0010]因此，本申請實(shí)施方式中，若跟蹤對象與檢測對象匹配上，即檢測對象和跟蹤對象可能是相同的對象，則可以將該檢測對象的位置作為跟蹤對象的位置，實(shí)現(xiàn)對跟蹤對象的跟蹤，并在檢測器的性能圖譜中查詢到對應(yīng)的檢測準(zhǔn)確度，從而基于該檢測準(zhǔn)確度更準(zhǔn)確地計(jì)算表示是否輸出或者消亡跟蹤對象的狀態(tài)量，得到更準(zhǔn)確的狀態(tài)量，實(shí)現(xiàn)更高效地確定是否輸出或者消亡跟蹤對象。并且，在跟蹤對象被遮擋的情況下，可以對跟蹤對象的位置進(jìn)行預(yù)測，若基于預(yù)測的位置確定跟蹤對象的檢測準(zhǔn)確度，從而即使在跟蹤對象被遮擋的情況下也可以對跟蹤對象進(jìn)行暫時(shí)跟蹤，以避免跟蹤對象丟失的情況。[0011]在一種可能的實(shí)施方中，前述的根據(jù)跟蹤對象的運(yùn)動(dòng)狀態(tài)信息確定跟蹤對象在當(dāng)前幀中的位置信息，可以包括：根據(jù)跟蹤對象的運(yùn)動(dòng)狀態(tài)信息，獲取跟蹤對象在當(dāng)前幀中的預(yù)測位置；根據(jù)預(yù)測位置計(jì)算當(dāng)前幀中跟蹤對象和采集當(dāng)前幀的采集設(shè)備之間的預(yù)測距離值；通過輸入數(shù)據(jù)獲取當(dāng)前幀中預(yù)測位置和采集設(shè)備之間的實(shí)際距離值；若預(yù)測距離值和實(shí)際距離值之間的差值大于第一閾值，則將預(yù)測位置作為跟蹤對象在當(dāng)前幀中的位置信[0012]因此，本申請實(shí)施方式中，當(dāng)跟蹤對象被遮擋時(shí)，可以計(jì)算跟蹤對象的預(yù)測位置上預(yù)測的跟蹤對象和采集設(shè)備的預(yù)測距離，以及該預(yù)測位置上實(shí)際采集到的障礙物和采集設(shè)備之間的實(shí)際距離，并基于預(yù)測距離和實(shí)際距離之間的差值確定跟蹤對象是否被遮擋，若該差值大于一定值，則表示跟蹤對象被障礙物遮擋，采集設(shè)備采集到的當(dāng)前幀中該預(yù)測位置上的信息為障礙物的信息，從而可以基于預(yù)測位置對跟蹤對象進(jìn)行跟蹤，避免因跟蹤對象被暫時(shí)遮擋而導(dǎo)致跟蹤丟失的問題。[0013]在一種可能的實(shí)施方中，第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，第一輸出指示狀態(tài)量指示是否在當(dāng)前幀中輸出跟蹤對象，第一消亡指示狀態(tài)量指示是否在當(dāng)前幀中消亡跟蹤對象；前述的根據(jù)檢測準(zhǔn)確度計(jì)算第一狀態(tài)量，可以包括：獲取直接觀測量，直接觀測量指示跟蹤對象的運(yùn)動(dòng)狀態(tài)，如該直接觀測量可以包括采集到的跟蹤對象的運(yùn)動(dòng)速度、運(yùn)動(dòng)方向等信息；根據(jù)檢測準(zhǔn)確度和直接觀測量，計(jì)算跟蹤對象在當(dāng)前幀中的第一后驗(yàn)概率和第二后驗(yàn)概率，第一后驗(yàn)概率用于表示當(dāng)前幀中輸出跟蹤對象概率，第二后驗(yàn)概率用于表示當(dāng)前幀中消亡跟蹤對象的概率；基于第一后驗(yàn)概率得到第一輸出指示狀態(tài)量，以及基于第二后驗(yàn)概率得到第一消亡指示狀態(tài)量。[0014]因此，本申請實(shí)施方式中，可以通過第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量來分別表示是否輸出或者消亡跟蹤對象，具體可以通過跟蹤對象的運(yùn)動(dòng)狀態(tài)以及檢測器的檢測準(zhǔn)確度來計(jì)算第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，從而可以更準(zhǔn)確地計(jì)算出第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，從而能更準(zhǔn)確地獲知是否輸出或者消亡跟蹤對象。8[0015]在一種可能的實(shí)施方中，前述的基于第一后驗(yàn)概率得到第一輸出指示狀態(tài)量，以及基于第二后驗(yàn)概率得到第一消亡指示狀態(tài)量，可以包括：獲取跟蹤對象在上一幀的第二輸出指示狀態(tài)量和第二消亡指示狀態(tài)量，第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，第二輸出指示狀態(tài)量用于表示是否在上一幀中輸出跟蹤對象，第二消亡指示狀態(tài)量用于表示是否在上一幀中消亡跟蹤對象；融合第一后驗(yàn)概率和第二輸出指示狀態(tài)量，得到第一輸出指示狀態(tài)量，以及融合第二后驗(yàn)概率和第二消亡指示狀態(tài)量，得到第一消亡指示狀態(tài)量。[0016]本申請實(shí)施方式中，可以通過結(jié)合對上一幀進(jìn)行跟蹤時(shí)計(jì)算得到的跟蹤對象的狀態(tài)量，從而可以通過迭代的方式及時(shí)對跟蹤對象進(jìn)行跟蹤，確定是否輸出或者消亡跟蹤對象，如通過遞歸貝葉斯推理跟蹤方式，從而可以提高確定是否輸出或者消亡跟蹤對象的效[0017]在一種可能的實(shí)施方中，在至少一個(gè)檢測對象中不存在與跟蹤對象匹配的檢測對象的情況下計(jì)算得到的第一后驗(yàn)概率，大于在跟蹤對象與至少一個(gè)檢測對象中的第一檢測對象匹配的情況下計(jì)算得到的第一后驗(yàn)概率；并且，在至少一個(gè)檢測對象中不存在與跟蹤對象匹配的檢測對象的情況下計(jì)算得到的第二后驗(yàn)概率，大于在跟蹤對象與至少一個(gè)檢測對象中的第一檢測對象匹配的情況下計(jì)算得到的第二后驗(yàn)概率。[0018]因此，在未檢測到與跟蹤對象匹配的檢測對象或者跟蹤對象被遮擋時(shí)，可以對跟蹤對象的輸出指示狀態(tài)量進(jìn)行負(fù)向增益，即降低輸出跟蹤對象的置信度，對消亡指示狀態(tài)量進(jìn)行正向增益，即增加消亡跟蹤對象的置信度，從而避免出現(xiàn)誤檢的情況。[0019]在一種可能的實(shí)施方中，性能圖譜中每個(gè)柵格的檢測準(zhǔn)確度包括多種類別對應(yīng)的準(zhǔn)確度；前述的基于當(dāng)前幀中跟蹤對象的位置信息，在性能圖譜中查詢跟蹤對象對應(yīng)的檢測準(zhǔn)確度，可以包括：獲取跟蹤對象的類別；基于當(dāng)前幀中跟蹤對象的位置信息以及跟蹤對象的類別，在性能圖譜中查詢跟蹤對象對應(yīng)的檢測準(zhǔn)確度。[0020]因此，本申請實(shí)施方式中，在檢測器的性能圖譜可以設(shè)置為包括了檢測器在不同區(qū)域以及不同類別的準(zhǔn)確度，從而可以結(jié)合跟蹤對象的位置和類別查詢到更準(zhǔn)確的檢測準(zhǔn)確度，進(jìn)而可以基于更準(zhǔn)確的檢測準(zhǔn)確度，計(jì)算得到跟蹤對象的更準(zhǔn)確的狀態(tài)量，提高確定是否輸出或者消亡跟蹤對象的效率。[0021]在一種可能的實(shí)施方中，上述方法還可以包括：若至少一個(gè)檢測對象中包括與跟蹤對象不匹配的第二檢測對象，則將第二檢測對象作為新的跟蹤對象，并在當(dāng)前幀的下一幀中對新的跟蹤對象進(jìn)行跟蹤。[0022]本申請實(shí)施方式中，若檢測出來新的檢測對象，則將該檢測對象作為新的跟蹤對象，以在下一幀對新的跟蹤對象進(jìn)行更新，可以及時(shí)對檢測到的對象進(jìn)行跟蹤。[0023]在一種可能的實(shí)施方中，在通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象之前，上述方法還可以包括：將檢測器的檢測范圍劃分為多個(gè)柵格；獲取真值數(shù)據(jù)，真值數(shù)據(jù)中包括采集設(shè)備采集到的采集數(shù)據(jù)以及對應(yīng)的真值對象的信息；使用檢測器對采集數(shù)據(jù)進(jìn)行檢測，得到預(yù)測對象的信息；根據(jù)預(yù)測對象和真值對象，計(jì)算多個(gè)柵格中每個(gè)柵格對應(yīng)的檢測[0024]因此，本申請實(shí)施方式中，可以提前對檢測器的性能進(jìn)行編碼，得到性能圖譜，從而在進(jìn)行目標(biāo)跟蹤時(shí)，即可快速根據(jù)該性能圖譜確定跟蹤對象對應(yīng)的準(zhǔn)確度，提高確定是9否輸出或者消亡跟蹤對象的效率。[0025]第二方面，本申請實(shí)施例提供一種目標(biāo)跟蹤裝置，該目標(biāo)跟蹤裝置具有實(shí)現(xiàn)上述第一方面目標(biāo)跟蹤方法的功能。該功能可以通過硬件實(shí)現(xiàn)，也可以通過硬件執(zhí)行相應(yīng)的軟件實(shí)現(xiàn)。該硬件或軟件包括一個(gè)或多個(gè)與上述功能相對應(yīng)的模塊。[0026]第三方面，本申請實(shí)施例提供一種目標(biāo)跟蹤裝置，包括：處理器和存儲(chǔ)器，其中，處理器和存儲(chǔ)器通過線路互聯(lián)，處理器調(diào)用存儲(chǔ)器中的程序代碼用于執(zhí)行上述第一方面任一項(xiàng)所示的目標(biāo)跟蹤方法中與處理相關(guān)的功能?？蛇x地，該目標(biāo)跟蹤裝置可以是芯片。[0027]第四方面，本申請實(shí)施例提供了一種目標(biāo)跟蹤裝置，該目標(biāo)跟蹤裝置也可以稱為數(shù)字處理芯片或者芯片，芯片包括處理單元和通信接口，處理單元通過通信接口獲取程序指令，程序指令被處理單元執(zhí)行，處理單元用于執(zhí)行如上述第一方面或第一方面任一可選實(shí)施方式中與處理相關(guān)的功能。[0028]第五方面，本申請實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括指令，當(dāng)其在計(jì)算機(jī)上運(yùn)行時(shí)，使得計(jì)算機(jī)執(zhí)行上述第一方面或第一方面任一可選實(shí)施方式中的方法。[0029]第六方面，本申請實(shí)施例提供了一種包含指令的計(jì)算機(jī)程序產(chǎn)品，當(dāng)其在計(jì)算機(jī)上運(yùn)行時(shí)，使得計(jì)算機(jī)執(zhí)行上述第一方面或第一方面任一可選實(shí)施方式中的方法。附圖說明[0030]圖1為本申請應(yīng)用的一種人工智能主體框架示意圖；[0031]圖2為本申請?zhí)峁┑囊环N系統(tǒng)架構(gòu)示意圖；[0032]圖3為本申請?zhí)峁┑囊环N目標(biāo)跟蹤方法的應(yīng)用場景示意圖；[0033]圖4為本申請?zhí)峁┑囊环N目標(biāo)跟蹤方法的流程示意圖；[0034]圖5為本申請?zhí)峁┑囊环N應(yīng)用框架示意圖；[0035]圖6為本申請?zhí)峁┑囊环N檢測器性能編碼的流程示意圖；[0036]圖7為本申請?zhí)峁┑囊环N進(jìn)行目標(biāo)跟蹤的流程示意圖；[0037]圖8為本申請?zhí)峁┑囊环N遮擋分析方式示意圖；[0038]圖9為本申請?zhí)峁┑囊环N貝葉斯跟蹤的狀態(tài)量示意圖；[0039]圖10為本申請?zhí)峁┑囊环N目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖；[0040]圖11為本申請?zhí)峁┑牧硪环N目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖；[0041]圖12為本申請?zhí)峁┑囊环N芯片的結(jié)構(gòu)示意圖。具體實(shí)施方式[0042]下面將結(jié)合本申請實(shí)施例中的附圖，對本申請實(shí)施例中的技術(shù)方案進(jìn)行描述，顯然，所描述的實(shí)施例僅僅是本申請一部分實(shí)施例，而不是全部的實(shí)施例。基于本申請中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請保護(hù)的范圍。[0043]首先對人工智能系統(tǒng)總體工作流程進(jìn)行描述，請參見圖1,圖1示出的為人工智能主體框架的一種結(jié)構(gòu)示意圖，下面從“智能信息鏈”(水平軸)和“IT價(jià)值鏈”(垂直軸)兩個(gè)維度對上述人工智能主題框架進(jìn)行闡述。其中，“智能信息鏈”反映從數(shù)據(jù)的獲取到處理的一列過程。舉例來說，可以是智能信息感知、智能信息表示與形成、智能推理、智能決策、智能執(zhí)行與輸出的一般過程。在這個(gè)過程中，數(shù)據(jù)經(jīng)歷了“數(shù)據(jù)一信息一知識(shí)一智慧”的凝練過程?！癐T價(jià)值鏈”從人智能的底層基礎(chǔ)設(shè)施、信息(提供和處理技術(shù)實(shí)現(xiàn))到系統(tǒng)的產(chǎn)業(yè)生態(tài)過程，反映人工智能為信息技術(shù)產(chǎn)業(yè)帶來的價(jià)值。[0045]基礎(chǔ)設(shè)施為人工智能系統(tǒng)提供計(jì)算能力支持，實(shí)現(xiàn)與外部世界的溝通，并通過基礎(chǔ)平臺(tái)實(shí)現(xiàn)支撐。通過傳感器與外部溝通；計(jì)算能力由智能芯片，如中央處理器(centralintegratedcircuit,ASIC)或現(xiàn)場可編程邏輯門陣列(fieldprogrammablegatearray,FPGA)等硬件加速芯片)提供；基礎(chǔ)平臺(tái)包括分布式計(jì)算框架及網(wǎng)絡(luò)等相關(guān)的平臺(tái)保障和支數(shù)據(jù)提供給基礎(chǔ)平臺(tái)提供的分布式計(jì)算系統(tǒng)中的智能芯片進(jìn)行計(jì)算。[0047]基礎(chǔ)設(shè)施的上一層的數(shù)據(jù)用于表示人工智能領(lǐng)域的數(shù)據(jù)來源。數(shù)據(jù)涉及到圖形、圖像、語音、文本，還涉及到傳統(tǒng)設(shè)備的物聯(lián)網(wǎng)數(shù)據(jù)，包括已有系統(tǒng)的業(yè)務(wù)數(shù)據(jù)以及力、位[0050]其中，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)可以對數(shù)據(jù)進(jìn)行符號(hào)化和形式化的智能信息建模、抽[0051]推理是指在計(jì)算機(jī)或智能系統(tǒng)中，模擬人類的智能推理方式，依據(jù)推理控制策略，利用形式化的信息進(jìn)行機(jī)器思維和求解問題的過程，典型的功能是搜索與匹配。[0052]決策是指智能信息經(jīng)過推理后進(jìn)行決策的過程，通常提供分類、排序、預(yù)測等功[0054]對數(shù)據(jù)經(jīng)過上面提到的數(shù)據(jù)處理后，進(jìn)一步基于數(shù)據(jù)處理的結(jié)果可以形成一些通用的能力，比如可以是算法或者一個(gè)通用系統(tǒng)，例如，翻譯，文本的分析，計(jì)算機(jī)視覺的處[0055](5)智能產(chǎn)品及行業(yè)應(yīng)用[0056]智能產(chǎn)品及行業(yè)應(yīng)用指人工智能系統(tǒng)在各領(lǐng)域的產(chǎn)品和應(yīng)用，是對人工智能整體[0057]首先，對本申請?zhí)峁┑哪繕?biāo)跟蹤方法應(yīng)用的系統(tǒng)架構(gòu)進(jìn)行示例性介紹，參閱圖2,本申請?zhí)峁┑囊环N系統(tǒng)架構(gòu)示意圖。其中，該系統(tǒng)內(nèi)可以包括采集設(shè)備201和執(zhí)行設(shè)備202。[0058]采集設(shè)備201可以包括用于采集包括深度信息的設(shè)備，如激光雷達(dá)、毫米波雷達(dá)、圖像傳感器、紅外傳感器等。采集設(shè)備可以將采集到的數(shù)據(jù)傳輸至執(zhí)行設(shè)備。[0059]執(zhí)行設(shè)備202則可以基于采集設(shè)備201采集到的數(shù)據(jù)來檢測出其中包括的對象的信息，并對采集設(shè)備201采集到的數(shù)據(jù)中的各個(gè)對象進(jìn)行跟蹤，并輸出跟蹤到的各個(gè)對象。[0060]例如，多目標(biāo)跟蹤(MultipleObjectTracking,MOT)算法能夠建立目標(biāo)在前后幀11之間的關(guān)聯(lián)關(guān)系，基本遵循檢測-跟蹤框架(TrackingbyDetection),即利用檢測器逐幀進(jìn)行目標(biāo)檢測，輸出檢測目標(biāo)的序列，作為多目標(biāo)跟蹤模塊的輸入，然后多目標(biāo)跟蹤模塊通過數(shù)據(jù)關(guān)聯(lián)、運(yùn)動(dòng)狀態(tài)估計(jì)和跟蹤管理等完成對前后幀檢測目標(biāo)的數(shù)據(jù)關(guān)聯(lián)和狀態(tài)估計(jì)工作，最后通過跟蹤管理模塊輸出最優(yōu)跟蹤對象序列。[0061]然而跟蹤管理作為多目標(biāo)跟蹤模塊與下游模塊的輸出接口，其不僅要維護(hù)內(nèi)部跟蹤對象序列長度，同時(shí)還要決定對外輸出哪些可靠的跟蹤對象。通常，檢測器可能存在漏檢(FN)和誤檢(FP),因此跟蹤模塊不能直接對外輸出所有跟蹤對象，應(yīng)具有一定的“延遲”輸出機(jī)制，以減少檢測器不確定性帶來的誤檢和漏檢問題。[0062]另一方面，通常用戶希望能夠在“延遲”輸出跟蹤對象的基礎(chǔ)上，應(yīng)盡快生成輸出再者，跟蹤管理模塊還需要能夠應(yīng)付目標(biāo)因短時(shí)遮擋而出現(xiàn)漏檢的問題，在因遮擋導(dǎo)致檢測器漏檢時(shí)依然能維持一段時(shí)間輸出跟蹤對象。[0063]因此跟蹤管理在多目標(biāo)跟蹤任務(wù)中承擔(dān)了非常重要的角色，一些常用的多目標(biāo)跟蹤管理機(jī)制通?？梢苑譃閮深悾汗潭ǖ却撝瞪上鰴C(jī)制和有限狀態(tài)機(jī)狀態(tài)轉(zhuǎn)移管理機(jī)制。前者通過在跟蹤對象生成和消亡階段設(shè)置固定等待閾值，延遲生成或消亡跟蹤對象，能夠一定程度解決檢測器誤檢和漏檢問題。但通常閾值大小不便于確定，通常憑經(jīng)驗(yàn)設(shè)置，且閾值的確定都是啟發(fā)式的，缺少理論支撐，設(shè)定的閾值很難在減少誤檢帶來的虛假跟蹤對象和減少漏檢導(dǎo)致的檢測目標(biāo)丟失之間權(quán)衡。后者則根據(jù)跟蹤對象持續(xù)跟蹤幀數(shù)或時(shí)間進(jìn)行跟蹤狀態(tài)轉(zhuǎn)移，相比直接設(shè)置生成消亡閾值方法能夠一定程度快速恢復(fù)短暫丟失目標(biāo)，但沒有根據(jù)檢測器性能和跟蹤狀態(tài)調(diào)整閾值大小，需要手動(dòng)設(shè)定的閾值數(shù)量更多。[0064]又例如，在一些常用的目標(biāo)跟蹤方式中，如應(yīng)用在多假設(shè)目標(biāo)跟蹤(MultipleHypothesisTracking,MHT)系統(tǒng)中的多層航跡檔案管理方式中，建立包含通用航跡檔案和內(nèi)部航跡檔案的多層航跡檔案，對應(yīng)MHT假設(shè)生成、剪枝過程，對內(nèi)部航跡檔案進(jìn)行實(shí)時(shí)更新。設(shè)置通用航跡檔案和內(nèi)部航跡檔案的對應(yīng)邏輯，通用航跡檔案信息基于內(nèi)部航跡檔案信息進(jìn)行更新，根據(jù)通用航跡檔案中的目標(biāo)信息，對目標(biāo)航跡進(jìn)行實(shí)時(shí)輸出顯示，完成目標(biāo)跟蹤管理和目標(biāo)信息上報(bào)。然而，該方式借助了多假設(shè)跟蹤算法中的假設(shè)生成、剪枝操作來間接實(shí)現(xiàn)跟蹤對象的數(shù)量管理，然而隨著跟蹤時(shí)間的延長，需要每個(gè)跟蹤對象保存數(shù)量較因目標(biāo)被遮擋或者檢測精度等原因?qū)е赂櫺Ч^差。[0065]還例如，還可以利用光流法對目標(biāo)區(qū)域特征點(diǎn)進(jìn)行跟蹤以便生成跟蹤結(jié)果，根據(jù)跟蹤結(jié)果以及特征點(diǎn)到跟蹤對象框的逆向映射關(guān)系，確定多個(gè)跟蹤對象的每個(gè)的跟蹤對象框在跟蹤中是否成功，如果成功，則重新計(jì)算跟蹤對象框并更新特征點(diǎn)，否則將該跟蹤對象的跟蹤對象框和對應(yīng)的特征點(diǎn)進(jìn)行刪除。然而，該方式僅利用光流特征的匹配結(jié)果來決定是否添加和刪除跟蹤對象，對于光流復(fù)雜的場景則可能導(dǎo)致跟蹤效果差，魯棒性不強(qiáng)。且若[0066]因此，本申請?zhí)峁┮环N目標(biāo)跟蹤方法，通過對檢測器的不同區(qū)域的檢測準(zhǔn)確度進(jìn)行劃分，從而快速準(zhǔn)確地確定哪些跟蹤對象可以被輸出，從而提高目標(biāo)跟蹤效率以及跟蹤效果，下面對本申請?zhí)峁┑哪繕?biāo)跟蹤方法進(jìn)行介紹。[0067]首先，本申請?zhí)峁┑哪繕?biāo)跟蹤方法可以應(yīng)用于多種需要進(jìn)行目標(biāo)檢測或者目標(biāo)跟蹤的場景中，如自動(dòng)駕駛、監(jiān)控或者攝像等場景中。為便于理解，下面僅示例性地對一些可能的場景進(jìn)行介紹，但并不作為限定。[0069]本申請?zhí)峁┑姆椒梢詰?yīng)用于車輛的感知模塊。例如，在實(shí)現(xiàn)是可以結(jié)合自動(dòng)駕駛車輛的軟件和硬件系統(tǒng)。其中硬件系統(tǒng)可以包括目標(biāo)探測傳感器、或者處理器等。其中目標(biāo)探測傳感器可以包括激光雷達(dá)傳感器，用于對自車周圍環(huán)境的目標(biāo)進(jìn)行探測。處理器可以用于接收目標(biāo)探測傳感器的數(shù)據(jù)并處理數(shù)據(jù)、輸出障礙物目標(biāo)，如通用處理器、圖形圖像處理器等。其中軟件系統(tǒng)包括操作系統(tǒng)、傳感器驅(qū)動(dòng)、傳感器數(shù)據(jù)處理程序等。本申請可以部署于自動(dòng)駕駛軟件系統(tǒng)中的感知模塊，本申請可以作為感知模塊中多目標(biāo)跟蹤模塊的跟蹤管理子模塊，能夠維持內(nèi)部跟蹤對象序列，對外輸出穩(wěn)定可靠跟蹤對象結(jié)果，通常發(fā)送給感知模塊內(nèi)的其他子模塊如預(yù)測模塊。者指示牌等的跟蹤對于自動(dòng)駕駛至關(guān)重要，影響車輛的行車安全以及行車效率等。例如，如圖3所示，車輛中可以設(shè)置一個(gè)或者多個(gè)激光雷達(dá)，如圖3中所示出的設(shè)置于車頂?shù)募す饫走_(dá)301,在自動(dòng)駕駛的過程中，該一個(gè)或者多個(gè)激光雷達(dá)可以實(shí)時(shí)采集車輛附近的環(huán)境信息，得到激光點(diǎn)云，然后通過檢測器檢測點(diǎn)云數(shù)據(jù)中的對象，并實(shí)時(shí)對點(diǎn)云數(shù)據(jù)中的對象進(jìn)行跟蹤，從而使車輛實(shí)時(shí)獲知車輛附近影響車輛行車安全的障礙物，及時(shí)規(guī)劃或者調(diào)整車輛的行車路徑。當(dāng)然，車輛中的激光雷達(dá)也可以替換為其他可獲取到深度的傳感器，如紅外[0072]其中，在監(jiān)控場景中，監(jiān)控設(shè)備中可以設(shè)置圖像傳感器，可以通過圖像傳感器實(shí)時(shí)采集監(jiān)控視頻，可以由監(jiān)控設(shè)備對每一幀圖像進(jìn)行檢測，識(shí)別出每一幀圖像中的對象，并建立每一幀圖像中的對象和上一幀或多幀圖像包括的對象之間的關(guān)聯(lián)關(guān)系，并持續(xù)對對象進(jìn)行跟蹤。當(dāng)滿足輸出的條件時(shí)，即可對輸出跟蹤對象。如可以對監(jiān)控畫面中的人物進(jìn)行跟蹤，并實(shí)時(shí)根據(jù)跟蹤到的人物調(diào)整攝像頭的朝向，使攝像頭可以實(shí)現(xiàn)對人物的追蹤，及時(shí)監(jiān)控到場景中的人物的狀態(tài)。[0074]本申請?zhí)峁┑哪繕?biāo)跟蹤方法可以應(yīng)用于智能機(jī)器人中。該智能機(jī)器人中可以設(shè)置激光雷達(dá)或者圖像傳感器，實(shí)時(shí)采集監(jiān)測范圍內(nèi)的數(shù)據(jù)，并對采集到的數(shù)據(jù)中的對象進(jìn)行識(shí)別并跟蹤，在滿足輸出的條件之后，即可輸出跟蹤對象。例如，智能機(jī)器人中可以設(shè)置圖像傳感器，對圖像傳感器實(shí)時(shí)采集到的圖像進(jìn)行識(shí)別，檢測出其中的對象并進(jìn)行跟蹤，在符合輸出的條件后，即可輸出跟蹤對象，智能機(jī)器人即可基于跟蹤對象進(jìn)行跟蹤的操作，如調(diào)整智能機(jī)器人的朝向或者行進(jìn)方向等。[0075]因此，目標(biāo)跟蹤可以廣泛應(yīng)用于多種需要進(jìn)行目標(biāo)跟蹤的場景，本申請?zhí)峁┑哪繕?biāo)跟蹤方法，通過對檢測器的性能進(jìn)行分析，確定檢測器在檢測范圍內(nèi)的不同檢測區(qū)域的檢測準(zhǔn)確度，從而基于該準(zhǔn)確度來確定檢測到的對象的準(zhǔn)確度，從而更準(zhǔn)確高效地確定是否輸出跟蹤對象。[0076]參與圖4,下面對本申請?zhí)峁┑哪繕?biāo)跟蹤方法的具體流程進(jìn)行介紹，如下所述。[0077]401、通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象。[0078]其中，檢測器(detector)可以用于識(shí)別當(dāng)前幀中的對象，輸出至少一個(gè)檢測對象。即將當(dāng)前幀作為檢測器的輸入，輸出識(shí)別到的至少一個(gè)對象的信息，如該至少一個(gè)對象的[0079]當(dāng)前幀可以是輸入數(shù)據(jù)中的任意一幀，該輸入數(shù)據(jù)可以是前述的采集設(shè)備采集到的數(shù)據(jù)，如由激光雷達(dá)采集到的點(diǎn)云數(shù)據(jù)、毫米波雷達(dá)采集到的點(diǎn)云數(shù)據(jù)或者圖像傳感器采集到的圖像等。例如，可以將激光雷達(dá)采集到的點(diǎn)云數(shù)據(jù)按照預(yù)先設(shè)定的時(shí)長單位進(jìn)行劃分，每個(gè)單位時(shí)長劃分為一幀，從而將點(diǎn)云數(shù)據(jù)劃[0080]檢測器可以包括預(yù)先選取的模型或者預(yù)選訓(xùn)練好的模型，如該檢測器可以包括用于目標(biāo)檢測的網(wǎng)絡(luò)、分類網(wǎng)絡(luò)或者分割網(wǎng)絡(luò)等。具體例如，該檢測器可以包括卷積神經(jīng)網(wǎng)絡(luò)積神經(jīng)網(wǎng)絡(luò)(regionbasedconvolutionalneuralnetwork,RCNN)或者快速的RCNN(fasterRCNN)等。[0082]其中，該跟蹤對象即已經(jīng)確定在輸入數(shù)據(jù)中對其進(jìn)行跟蹤的對象，該跟蹤對象可以包括上一幀中檢測器檢測到的對象，可以獲取該跟蹤對象的位置、分類或者運(yùn)動(dòng)狀態(tài)等[0083]例如，在對輸入數(shù)據(jù)進(jìn)行處理時(shí)，可以建立跟蹤對象集合，其中包括一個(gè)或者多個(gè)跟蹤對象，在對第一幀進(jìn)行處理時(shí)，對跟蹤對象集合進(jìn)行初始化，將通過檢測器識(shí)別到的檢測對象加入該跟蹤對象集合中，在后續(xù)每一幀進(jìn)行處理時(shí)，即可對該跟蹤對象集合中的對象進(jìn)行跟蹤。[0084]跟蹤對象的數(shù)量可以包括一個(gè)或者多個(gè)，本申請示例性地以其中一個(gè)跟蹤對象為例進(jìn)行示例性說明，并不作為限定。[0085]應(yīng)理解，此處所指的上一幀，是指按照一定順序排列在當(dāng)前幀之前的一幀，該順序可以是采集輸入數(shù)據(jù)的時(shí)間順序，也可以是對輸入數(shù)據(jù)進(jìn)行檢測的順序，例如，若輸入數(shù)據(jù)為一段視頻，則可以按照視頻的正向播放順序來對視頻進(jìn)行目標(biāo)跟蹤，也可以是按照倒序來對視頻進(jìn)行目標(biāo)跟蹤等。[0087]其中，可以對跟蹤對象和至少一個(gè)檢測對象進(jìn)行匹配，確定該跟蹤對象和該至少一個(gè)對象之間的匹配結(jié)果。[0088]可以理解為，可以對跟蹤對象和至少一個(gè)檢測對象進(jìn)行匹配，確定該跟蹤對象和該至少一個(gè)對象中的其中一個(gè)檢測對象是否為同一個(gè)對象。例如，若跟蹤對象為一輛紅色的轎車，則可以從識(shí)別出的多輛轎車中確定是否存在與跟蹤對象是同一輛車的轎車，若存在，則表示識(shí)別出來的多輛轎車中存在與跟蹤對象匹配的對象。[0089]具體地，對跟蹤對象和至少一個(gè)檢測對象進(jìn)行匹配的方式具體可以是根據(jù)跟蹤對象和檢測對象的具體信息進(jìn)行匹配，如根據(jù)對象的類別、形狀、位置、運(yùn)動(dòng)速度或者運(yùn)動(dòng)方向等信息來進(jìn)行匹配，從而識(shí)別跟蹤對象與檢測對象是否為同一個(gè)對象或者計(jì)算跟蹤對象對象的位置和檢測對象的預(yù)測位置等都相同，該預(yù)測位置可以是根據(jù)檢測對象的運(yùn)動(dòng)速度或者運(yùn)動(dòng)方向等計(jì)算出來的，則表示該跟蹤對象和該檢測對象為同一個(gè)對象。[0090]通常，該跟蹤對象和檢測對象之間的匹配結(jié)果可以分為匹配或者不匹配，匹配則表示跟蹤對象和檢測對象為同一個(gè)對象，不匹配則表示跟蹤對象和檢測對象是不同對象。當(dāng)然，也可以通過匹配程度來表示跟蹤對象和檢測對象之間的匹配結(jié)果，例如，當(dāng)匹配程度高于一定值時(shí)，即表示跟蹤對象和檢測對象是同一個(gè)對象，實(shí)現(xiàn)對跟蹤對象的繼續(xù)跟蹤。[0091]例如，該匹配結(jié)果具體可以包括：存在和跟蹤對象匹配的檢測對象、不存在與跟蹤對象匹配的檢測對象(即存在多余的跟蹤對象)或者不存在與檢測對象匹配的跟蹤對象(即存在多余的檢測對象)等。[0092]404、根據(jù)匹配結(jié)果以及檢測器的性能圖譜確定跟蹤對象的第一狀態(tài)量。[0093]在將跟蹤對象和檢測對象之間進(jìn)行匹配之后，即可基于檢測器的性能圖譜確定輸出跟蹤對象或者消亡跟蹤對象，即通過計(jì)算得到的第一狀態(tài)量來表示輸出該跟蹤對象或者消亡該跟蹤對象。即在得到第一狀態(tài)量之后，即可確定是否在當(dāng)前幀輸出該跟蹤對象，或者在當(dāng)前幀中消亡該跟蹤對象。[0094]輸出該跟蹤對象，可以理解為確定該跟蹤對象在多幀中連續(xù)存在，即確認(rèn)該跟蹤對象存在，輸出該跟蹤對象以進(jìn)一步基于該跟蹤對象進(jìn)行處理。例如，在自動(dòng)駕駛場景中，輸出跟蹤對象即確定車輛附近存在其他車輛或者行人等，可以將該跟蹤對象的信息傳輸至車輛的自動(dòng)駕駛控制模塊，并針對該跟蹤對象進(jìn)行進(jìn)一步處理，如調(diào)整自動(dòng)駕駛車輛的行[0095]消亡該跟蹤對象，可以理解為停止對跟蹤對象進(jìn)行跟蹤。在對下一幀進(jìn)行目標(biāo)時(shí)，將確定消亡的對象從跟蹤對象中刪除，即不對該跟蹤對象進(jìn)行進(jìn)一步的跟蹤。例如，跟蹤對象中包括了一輛綠色的轎車以及一輛紅色的轎車，若確定停止對紅色轎車的跟蹤，如紅色轎車駛出自車的監(jiān)測范圍或者紅色轎車被遮擋等，則在可以在跟蹤對象中刪除該紅色轎[0096]該性能圖譜可以包括檢測器在檢測范圍內(nèi)的多個(gè)柵格的檢測準(zhǔn)確度，該性能圖譜可以體現(xiàn)檢測器在不同區(qū)域或者不同類別等方面的檢測準(zhǔn)確度差異。其中，檢測器的檢測準(zhǔn)確度可以通過召回率、精度或者平均精度等來表示。前述的檢測范圍可以包括檢測器的有效檢測范圍，如檢測準(zhǔn)確度大于預(yù)設(shè)準(zhǔn)確度的范圍，或者預(yù)先劃定的范圍等。如可以預(yù)先將檢測器的檢測范圍劃分為多個(gè)柵格，并計(jì)算每個(gè)柵格內(nèi)檢測器的檢測準(zhǔn)確度，多個(gè)柵格的檢測準(zhǔn)確度即組成前后的性能圖譜。該性能圖譜可以以圖的形式保存，也可以以表格或者其他方式保存，具體可以根據(jù)實(shí)際應(yīng)用場景進(jìn)行調(diào)整。[0097]通常，檢測器性能對于跟蹤對象的生命周期管理具有很高的參考價(jià)值，并且檢測器對不同區(qū)域的檢測性能存在差異。在本申請實(shí)施方式中，可以通過檢測器的在不同區(qū)域的檢測準(zhǔn)確度，來確定對跟蹤對象進(jìn)行輸出或消亡跟蹤對象，從而可以更準(zhǔn)確地判斷是否輸出或者消亡跟蹤對象，可以提高輸出跟蹤對象的效率。[0098]具體地，可以根據(jù)匹配結(jié)果確定跟蹤對象在當(dāng)前幀中的位置信息，并基于該位置信息在性能圖譜中查詢與該跟蹤對象對應(yīng)的檢測準(zhǔn)確度，并基于該檢測準(zhǔn)確度來計(jì)算第一狀態(tài)量。[0099]在一種可能的實(shí)施方式中，若檢測器輸出的當(dāng)前幀中的至少一個(gè)檢測對象中不存在與跟蹤對象匹配的檢測對象，則可以根據(jù)跟蹤對象的運(yùn)動(dòng)狀態(tài)確定跟蹤對象在當(dāng)前幀中的位置信息。若跟蹤對象與至少一個(gè)檢測對象中的其中一個(gè)檢測對象(稱為第一檢測對象)匹配，可以理解為第一檢測對象和跟蹤對象為同一個(gè)對象，則將第一檢測對象的位置信息作為跟蹤對象的位置信息。[0100]具體地，若測器輸出的當(dāng)前幀中的至少一個(gè)檢測對象中不存在與跟蹤對象匹配的檢測對象，則可以根據(jù)跟蹤對象的運(yùn)動(dòng)狀態(tài)信息，獲取跟蹤對象在當(dāng)前幀中的預(yù)測位置，該運(yùn)動(dòng)狀態(tài)信息具體可以包括跟蹤對象的運(yùn)動(dòng)速度、運(yùn)動(dòng)方向或者起始位置等信息，該運(yùn)動(dòng)狀態(tài)信息可以是從輸入數(shù)據(jù)中提取到的或者根據(jù)輸入數(shù)據(jù)計(jì)算得到。然后，根據(jù)預(yù)測位置計(jì)算當(dāng)前幀中跟蹤對象和采集當(dāng)前幀的傳感器之間的預(yù)測距離值，通過輸入數(shù)據(jù)獲取當(dāng)前幀中預(yù)測位置和采集設(shè)備之間的實(shí)際距離值；若預(yù)測距離值和實(shí)際距離值之間的差值大于第一閾值，則將預(yù)測位置作為跟蹤對象在當(dāng)前幀中的位置信息。[0101]例如，可以理解為，若通過輸入數(shù)據(jù)檢測到跟蹤對象所在的預(yù)測位置和采集設(shè)備之間的距離和預(yù)測距離之間的差值大于第一閾值，表示跟蹤對象可能被遮擋而導(dǎo)致采集設(shè)備不能采集到該跟蹤對象的數(shù)據(jù)，此時(shí)可以將預(yù)測位置作為跟蹤對象的位置信息。因此，本申請實(shí)施方式中，可以適應(yīng)性地解決跟蹤對象被遮擋的問題，可以通過預(yù)測跟蹤對象的位置的方式來避免跟蹤對象的暫時(shí)丟失，實(shí)現(xiàn)對跟蹤對象的持續(xù)跟蹤，即使存在暫時(shí)丟失也能夠穩(wěn)定地輸出跟蹤對象。[0102]更具體地，第一狀態(tài)量可以包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，第一輸出指示狀態(tài)量用于表示是否在當(dāng)前幀中輸出跟蹤對象，第一消亡指示狀態(tài)量用于表示是否在當(dāng)前幀中消亡跟蹤對象，通常，第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量呈負(fù)相關(guān)關(guān)系。計(jì)算第一狀態(tài)量的方式具體可以包括：獲取直接觀測量，直接觀測量用于表示跟蹤對象的運(yùn)動(dòng)狀態(tài)，或者將前述的運(yùn)動(dòng)狀態(tài)信息作為直接觀測量；隨后根據(jù)檢測準(zhǔn)確度和直接觀測量，計(jì)算跟蹤對象在當(dāng)前幀中的第一后驗(yàn)概率和第二后驗(yàn)概率，第一后驗(yàn)概率用于用于表示當(dāng)前幀中輸出跟蹤對象概率，第二后驗(yàn)概率用于表示當(dāng)前幀中消亡跟蹤對象的概率；基于第一后驗(yàn)概率得到第一輸出指示狀態(tài)量，以及基于第二后驗(yàn)概率得到第一消亡指示狀態(tài)量。例如，可以對第一后驗(yàn)概率進(jìn)行轉(zhuǎn)換，生成與精度和召回率相關(guān)的觀測似然比，并將該觀測似然比作為第一輸出指示狀態(tài)量，對第一后驗(yàn)概率進(jìn)行轉(zhuǎn)換，生成與精度和召回率相關(guān)的觀測似然比，并將該觀測似然比作為第一消亡指示狀態(tài)量。[0103]可選地，還可以獲取跟蹤對象在上一幀的第二輸出指示狀態(tài)量和第二消亡指示狀態(tài)量，第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，第二輸出指示狀態(tài)量用于表示是否在上一幀中輸出跟蹤對象，第二消亡指示狀態(tài)量用于表示是否在上一幀中消亡跟蹤對象；隨后融合第一后驗(yàn)概率和第二輸出指示狀態(tài)量，得到第一輸出指示狀態(tài)量，以及融合第二后驗(yàn)概率和第二消亡指示狀態(tài)量，得到第一消亡指示狀態(tài)量。因此，本申請實(shí)施方式中，可以對輸入數(shù)據(jù)中跟蹤對象的狀態(tài)量進(jìn)行迭代的方式，快速準(zhǔn)確度確定是否輸出跟蹤對象或者消亡跟蹤對象。[0104]通常，在至少一個(gè)檢測對象中不存在與跟蹤對象匹配的檢測對象的情況下計(jì)算得到的第一后驗(yàn)概率，大于在跟蹤對象與至少一個(gè)檢測對象中的第一檢測對象匹配的情況下計(jì)算得到的第一后驗(yàn)概率；在至少一個(gè)檢測對象中不存在與跟蹤對象匹配的檢測對象的情況下計(jì)算得到的第二后驗(yàn)概率，大于在跟蹤對象與至少一個(gè)檢測對象中的第一檢測對象匹配的情況下計(jì)算得到的第二后驗(yàn)概率。[0105]當(dāng)然，也可以直接將第一后驗(yàn)概率作為第一輸出指示狀態(tài)量，以及將第二后驗(yàn)概率作為第一消亡指示狀態(tài)量，以減少后續(xù)的計(jì)算量。[0106]在一種可能的實(shí)施方中，在步驟404之前，還可以獲取檢測器的性能圖譜?？梢允菑拇鎯?chǔ)器中提取到該性能圖譜，也可以是對檢測器的性能進(jìn)行分析得到該性能圖譜。[0107]獲取性能圖譜的方式具體可以包括，可以將檢測器的檢測范圍劃分為多個(gè)柵格，并獲取真值數(shù)據(jù)，該真值數(shù)據(jù)包括了采集設(shè)備采集到的采集數(shù)據(jù)以及對應(yīng)的真值對象的標(biāo)注信息，如標(biāo)注的對象的序列，該標(biāo)注信息可以包括采集數(shù)據(jù)中每一幀中的真值對象以及真值對象之間的匹配結(jié)果。將采集數(shù)據(jù)作為檢測器的輸入，得到檢測器輸出的預(yù)測對象的信息，如預(yù)測對象的序列，然后對比預(yù)測對象的信息和真值對象的信息之間的差值，即可計(jì)算出每個(gè)柵格對應(yīng)的檢測準(zhǔn)確度，得到檢測器的性能圖譜。該檢測準(zhǔn)確度可以通過召回率、精度指標(biāo)或者平均精度等來表示。[0108]其中，對檢測范圍進(jìn)行劃分的方式可以包括按照深度或者角度范圍等進(jìn)行劃分。例如，可以按照與采集設(shè)備之間的距離來進(jìn)行劃分，如將10米以內(nèi)的范圍劃分為一個(gè)柵格，將10-20米范圍劃分為一個(gè)柵格等以此類推?；蛘?，可以按照平面區(qū)域來進(jìn)行劃分，如在自動(dòng)駕駛場景中，可以將車頭朝向的一定區(qū)域劃分為一個(gè)柵格，將兩側(cè)車身朝向的區(qū)域分別劃分為柵格等以此類推。當(dāng)然，也可以是按照三維空間來劃分柵格，即結(jié)合了深度和平面區(qū)域來劃分柵格，具體可以根據(jù)實(shí)際應(yīng)用場景調(diào)整。[0109]此外，就檢測器的檢測范圍可以是與采集設(shè)備距離在預(yù)先設(shè)定的范圍內(nèi)的區(qū)域，如可以是采集設(shè)備的直徑100米以內(nèi)的區(qū)域，也可以是將采集設(shè)備的有效檢測范圍作為該檢測范圍，如將檢測器的精度超過90%的范圍作為檢測范圍等，具體可以根據(jù)實(shí)際應(yīng)用場景選擇檢測范圍。[0110]在一種可能的實(shí)施方式中，若檢測器輸出的當(dāng)前幀中的至少一個(gè)檢測對象中存在與跟蹤對象不匹配的檢測對象，則可以將與跟蹤對象不匹配的檢測對象作為新的跟蹤對象，并在下一幀中對該跟蹤對象進(jìn)行跟蹤。例如，在對當(dāng)前幀中的對象進(jìn)行跟蹤時(shí)，跟蹤對將對象E作為跟蹤對象，并對該對象E進(jìn)行跟蹤。[0111]此外，若性能圖譜表示檢測器在檢測范圍內(nèi)的不同區(qū)域以及不同類別的對象的檢測準(zhǔn)確度，則在查詢跟蹤對象的位置信息對應(yīng)的檢測準(zhǔn)確度時(shí)，還結(jié)合跟蹤對象的類別來查詢跟蹤對象對應(yīng)的檢測準(zhǔn)確度，即基于當(dāng)前幀中跟蹤對象的位置信息以及跟蹤對象的類別，在性能圖譜中查詢跟蹤對象對應(yīng)的檢測準(zhǔn)確度，從而實(shí)現(xiàn)對檢測器的檢測準(zhǔn)確度的更細(xì)粒度的劃分，計(jì)算得到的第一狀態(tài)量也更準(zhǔn)確，從而對跟蹤對象進(jìn)行跟蹤或者消亡的分析結(jié)果也更準(zhǔn)確，可以高效地確定是否輸出或者是否消亡跟蹤對象。[0112]前述對本申請?zhí)峁┑哪繕?biāo)跟蹤方法的流程進(jìn)行了介紹，為便于理解，下面結(jié)合具體應(yīng)用場景對本申請?zhí)峁┑哪繕?biāo)跟蹤方法的流程進(jìn)行更詳細(xì)地介紹。[0113]示例性地，參閱圖5,本申請?zhí)峁┑哪繕?biāo)跟蹤方法應(yīng)用的架構(gòu)示意圖。[0114]其中，該架構(gòu)分為兩部分，即圖5中所示出的離線部分501和在線部分502。[0115]離線部分501,即對檢測器的檢測范圍進(jìn)行上個(gè)劃分，并通過預(yù)先添加了標(biāo)注的真值序列，即為采集到的真值數(shù)據(jù)中的對象添加的序列，統(tǒng)計(jì)各個(gè)柵格內(nèi)的檢測準(zhǔn)確度，從而得到檢測器的性能圖譜。[0116]在線部分502,即使用離線部分輸出的檢測器的性能圖譜，對采集設(shè)備采集的到的數(shù)據(jù)進(jìn)行分析，輸出跟蹤對象的序列。[0117]具體地，在線部分502可以包括通過采集設(shè)備采集輸入數(shù)據(jù)，然后使用檢測器對輸入數(shù)據(jù)中每一幀的對象進(jìn)行檢測，輸出每一幀中的檢測對象。然后基于輸入數(shù)據(jù)進(jìn)行數(shù)據(jù)關(guān)聯(lián)分析，即分析跟蹤對象和檢測對象之間的匹配結(jié)果，隨后基于匹配結(jié)果對跟蹤對象進(jìn)行跟蹤管理。[0118]進(jìn)一步地，在采集設(shè)備采集到輸入數(shù)據(jù)之后，使用檢測器對輸入數(shù)據(jù)的每一幀中的數(shù)據(jù)進(jìn)行檢測，識(shí)別每一幀中的對象。在對每一幀進(jìn)行處理的過程中，可以對跟蹤對象集合中的對象進(jìn)行跟蹤。例如，在對當(dāng)前幀進(jìn)行處理時(shí)，可以獲取跟蹤對象集合，該跟蹤對象集合中包括了一個(gè)或者和多個(gè)跟蹤對象，其中包括了檢測器在上一幀中檢測到的檢測對象。然后對跟蹤對象集合中的跟蹤對象和當(dāng)前幀中檢測出的一個(gè)或者多個(gè)檢測對象進(jìn)行匹配，實(shí)現(xiàn)跟蹤對象和檢測對象之間數(shù)據(jù)上的關(guān)聯(lián)，如將跟蹤對象在當(dāng)前幀中的信息增加至該跟蹤對象的序列中。其中，匹配的結(jié)果即可以包括多種，如匹配到跟蹤對象和檢測對象、不存在與跟蹤對象匹配的檢測對象或者不存在與檢測對象匹配的跟蹤對象等，其中每個(gè)跟蹤對象或者檢測對象具有對一個(gè)內(nèi)的狀態(tài)量，如生成指示狀態(tài)量或者消亡指示狀態(tài)量等，生成指示狀態(tài)量用于指示是否輸出跟蹤對象，消亡指示狀態(tài)量用于指示是否消亡跟蹤對象，即停止對跟蹤對象的跟蹤。[0119]然后即可根據(jù)匹配結(jié)果，對檢測到的對象進(jìn)行跟蹤。若成功匹配跟蹤對象和檢測對象，即該檢測對象和跟蹤對象為同一個(gè)對象，則可以根據(jù)檢測器針對該檢測對象的檢測準(zhǔn)確度，對該跟蹤對象繼續(xù)進(jìn)行跟蹤，并對該跟蹤對象的生成指示狀態(tài)量進(jìn)行正向增益，即增加輸出該跟蹤對象的置信度，同時(shí)可以對該跟蹤對象的消亡指示狀態(tài)量進(jìn)行負(fù)向增益。若不存在與檢測對象匹配的跟蹤對象，則可以將該檢測對象加入跟蹤對象集合，在下一幀中對新的跟蹤對象進(jìn)行跟蹤，并對該跟蹤對象的生成指示狀態(tài)量和消亡指示狀態(tài)量進(jìn)行初始化。若不存在與跟蹤對象匹配的檢測對象，則可以對該跟蹤對象進(jìn)行遮擋分析，即判斷該跟蹤對象是否被遮擋，若確定該跟蹤對象被遮擋，則可以繼續(xù)對該跟蹤對象進(jìn)行跟蹤，若該跟蹤對象未被遮擋，則可以消亡該跟蹤對象，即停止對該跟蹤對象進(jìn)行跟蹤。其中具體可以根據(jù)跟蹤對象的預(yù)測位置和采集設(shè)備之間的預(yù)測距離值以及輸入數(shù)據(jù)中該預(yù)測位置對應(yīng)的實(shí)際預(yù)測值之間的差值來進(jìn)行遮擋分析，若預(yù)測距離值與實(shí)際距離值之間差值過大，則可以確定該跟蹤對象被遮擋，若該預(yù)測位置未檢測到對象，則可以確定該跟蹤對象未被跟蹤到，或者跟蹤對象已超過采集設(shè)備的采集范圍，即可無需對該跟蹤對象進(jìn)行跟蹤。[0120]若跟蹤對象符合輸出條件，如生成指示狀態(tài)量的值超過預(yù)先設(shè)定的值，則可以輸出該跟蹤對象。若跟蹤對象符合消亡條件，如消亡指示狀態(tài)量的值超過預(yù)先設(shè)定的值，則可以消亡該跟蹤對象，即從跟蹤對象集合中刪除該跟蹤對象，即停止對跟蹤對象的跟蹤。[0121]因此，本申請實(shí)施方式中，可以使用檢測器對輸入數(shù)據(jù)中的對象進(jìn)行檢測，并基于檢測器在不同區(qū)域和/或不同類別的檢測準(zhǔn)確度，對跟蹤對象的輸出或者消亡進(jìn)行分析，得到準(zhǔn)確的分析結(jié)果，從而提高跟蹤對象的輸出或者消亡效率。[0122]更進(jìn)一步地，為便于理解，本申請?zhí)峁┑哪繕?biāo)跟蹤方法可以分為多個(gè)階段，如具體可以劃分為檢測器性能編碼以及目標(biāo)跟蹤等。下面分別對多個(gè)階段分別進(jìn)行介紹。[0129]隨后基于檢測器輸出的檢測對象的信息以及標(biāo)注的真值對象的信息進(jìn)行準(zhǔn)確度柵格中心點(diǎn)在檢測區(qū)域內(nèi)的縱坐標(biāo)，或者，u可以是某個(gè)柵格的中心點(diǎn)在檢測區(qū)域內(nèi)的經(jīng)表示漏檢數(shù)(Falsenegative),FP表示誤檢數(shù)(falsepositive),Recall(u,v)和Precision(u,v)分別表示檢測器在不漏檢的性能，即Recall值越高，漏檢越少，精度用于評估檢測器不誤檢的性能，即[0134]在得到各個(gè)柵格的召回率和精度之后，即可對各個(gè)柵格的召回率和精度進(jìn)行統(tǒng)時(shí)序可以根據(jù)實(shí)際應(yīng)用場景進(jìn)行調(diào)整，本申請僅僅是示例性說明，并不作為限定。[0135]此外，除了對各個(gè)柵格的整體檢測準(zhǔn)確度進(jìn)行統(tǒng)計(jì)，更細(xì)粒度的，還可以對檢測器在各個(gè)柵格內(nèi)的不同類別的檢測度進(jìn)行統(tǒng)計(jì)。例如，通常檢測器針對不同類別的對象的檢測準(zhǔn)確度可能不相同，在計(jì)算召回率和精度時(shí)，可以分別統(tǒng)計(jì)不同類別的，計(jì)算不同類別的精度。從而可以對檢測器的性能進(jìn)行更細(xì)粒度的劃分，得到更準(zhǔn)確的檢測準(zhǔn)確度。[0136]其中，階段一可以是離線進(jìn)行的，即在進(jìn)行目標(biāo)跟蹤之前，即可對檢測器的性能進(jìn)行分析，并將分析結(jié)果保存于存儲(chǔ)器中，在進(jìn)行目標(biāo)跟蹤時(shí)，即可從保存的數(shù)據(jù)中提取到檢測器的性能圖譜，從而結(jié)合檢測器的性能來實(shí)現(xiàn)對目標(biāo)的準(zhǔn)確跟蹤。當(dāng)然，也可以是在進(jìn)行階段二之前執(zhí)行的，具體可以根據(jù)實(shí)際應(yīng)用場景進(jìn)行調(diào)整，本申請對此并不作限定。PointRCNN、TANet等方式進(jìn)行目標(biāo)檢測任務(wù)，都僅在測試集上對算法的整體性能評估，獲得整體的召回率和精度，而并不考慮不同方位不同類別目標(biāo)由于點(diǎn)云密度、數(shù)量等特征的不同導(dǎo)致檢測器出現(xiàn)性能差異。而本申請對不同區(qū)域和/或不同類別的檢測準(zhǔn)確度進(jìn)行了統(tǒng)計(jì)，相當(dāng)于得到了更細(xì)粒度的檢測準(zhǔn)確度，以便于后續(xù)可以基于更精細(xì)的檢測準(zhǔn)確度，對跟蹤對象的狀態(tài)進(jìn)行更準(zhǔn)確的估計(jì)，提高估計(jì)結(jié)果的準(zhǔn)確度，可以間接提高輸出或者消亡跟蹤對象的效率。[0139]示例性地，目標(biāo)跟蹤的流程可以如圖7所示。[0140]首先，通過檢測器輸出輸入數(shù)據(jù)中的當(dāng)前幀中的一個(gè)或者多個(gè)檢測對象的信息，即檢測對象集合中的一個(gè)或者，如識(shí)別到的檢測對象的類別、在當(dāng)前幀中的位置等信息。[0141]然后對跟蹤對象和檢測對象進(jìn)行匹配，判斷是否存在與跟蹤對象關(guān)聯(lián)的檢測對象。跟蹤對象是跟蹤對象集合中的任意一個(gè)對象。[0142]跟蹤對象集合包括了對上一幀進(jìn)行檢測時(shí)識(shí)別到的對象，例如，在對第一幀進(jìn)行處理時(shí)，將在第一幀檢測到的對象加入至該跟蹤對象集合中，在對第二幀進(jìn)行處理時(shí)，對跟蹤對象集合中的跟蹤對象與第二幀中識(shí)別到的對象進(jìn)行跟蹤，并基于新的檢測對象更新跟蹤對象集合，以便在下一幀中對跟蹤對象集合繼續(xù)進(jìn)行跟蹤，以此類推。[0143]其中，跟蹤對象和檢測對象之間的匹配結(jié)果存在多種情況，如存在與跟蹤對象關(guān)聯(lián)的檢測對象，不存在與跟蹤對象關(guān)聯(lián)的檢測對象或者不存在與檢測對象關(guān)聯(lián)的跟蹤對象[0144]情況一、存在與跟蹤對象關(guān)聯(lián)的檢測對象[0145]若存在與跟蹤對象關(guān)聯(lián)的檢測對象，則根據(jù)該檢測對象的位置以及類別在性能圖譜中查詢對應(yīng)的檢測準(zhǔn)確度，并對目標(biāo)生成管理模型進(jìn)行正向增益，而對目標(biāo)消亡管理模型進(jìn)行負(fù)向增益。其中，目標(biāo)生成管理模型即用于計(jì)算前述的第一輸出指示狀態(tài)量，目標(biāo)消亡管理模型即用于計(jì)算前述的第一消亡指示狀態(tài)量。[0146]情況二、不存在與檢測對象關(guān)聯(lián)的跟蹤對象[0147]其中，若檢測對象集合中包括了多余的與跟蹤對象集合中的跟蹤對象不匹配的檢測對象，則可以使用該檢測對象來更新跟蹤對象集合，即將該檢測對象加入跟蹤對象集合中，以在下一幀中對該檢測對象進(jìn)行跟蹤。[0148]情況三、不存在與跟蹤對象關(guān)聯(lián)的檢測[0149]若不存在與跟蹤對象關(guān)聯(lián)的檢測對象，則可以預(yù)測該跟蹤對象在當(dāng)前幀中的位置，然后根據(jù)預(yù)測位置和該跟蹤對象的類別在性能圖譜中查詢對應(yīng)的檢測準(zhǔn)確度。[0150]然后判斷跟蹤對象是否被遮擋，若確認(rèn)跟蹤對象被遮擋，則可以繼續(xù)對目標(biāo)生成管理模型進(jìn)行正向增益，而對目標(biāo)消亡管理模型進(jìn)行負(fù)向增益。[0151]若確認(rèn)跟蹤對象未被遮擋，則可以對目標(biāo)生成管理模型進(jìn)行負(fù)向增益，而對目標(biāo)消亡管理模型進(jìn)行正向增益。即降低了輸出該跟蹤對象的可能性，提高了消亡該跟蹤對象的可能性。[0152]通常，在對目標(biāo)進(jìn)行跟蹤過程中，經(jīng)常會(huì)發(fā)生由于其他障礙物或其他跟蹤對象的影響而導(dǎo)致該跟蹤對象出現(xiàn)遮擋的情況，而多目標(biāo)跟蹤相比于檢測目標(biāo)的意義之一就是要能夠在跟蹤對象出現(xiàn)遮擋導(dǎo)致檢測失效發(fā)生漏檢時(shí)仍然能夠維持一段時(shí)間的目標(biāo)輸出，這樣才能為進(jìn)一步的行為決策提供重要的信息，如為自動(dòng)駕駛車輛的行為決策提供重要的信[0153]因此，在跟蹤過程中引入遮擋分析，同時(shí)在跟蹤管理模塊中考慮目標(biāo)發(fā)生遮擋時(shí)圍為360度，如果按0.5度的角分辨率可以將掃描范圍劃分為720個(gè)角度范圍，即720條虛擬射線。在進(jìn)行遮擋分析時(shí)，需要根據(jù)每一幀的障礙物點(diǎn)云來對這720條虛擬射線上是否有其他障礙物，以及射線從坐標(biāo)系原點(diǎn)到障礙物的徑向距離值，初始默認(rèn)設(shè)置為沒有障礙物以及徑向距離值為0。[0154]具體來說，如圖8中所示，在t-1時(shí)刻(即上一幀)跟蹤對象相對于本車而言其掃描面是完全可見的，此時(shí)根據(jù)該跟蹤對象占據(jù)的空間位置可以計(jì)算得到在覆蓋該跟蹤對象的虛擬射線范圍內(nèi)的射線距離值，根據(jù)該時(shí)刻的障礙物點(diǎn)云分布也可以計(jì)算得到跟蹤對象對應(yīng)角度范圍內(nèi)的射線距離值，在t-1時(shí)刻由于沒有遮擋，每條射線的這兩個(gè)距離值基本上相等。而到了t時(shí)刻，跟蹤對象由于另一個(gè)障礙物的遮擋影響，此時(shí)該跟蹤對象的大部分區(qū)域無法被激光雷達(dá)掃描到，圖8中所示出的實(shí)線即為被激光雷達(dá)掃描到的區(qū)域，虛擬線段即為激光雷達(dá)無法被掃描到的區(qū)域，即發(fā)生了遮擋而被障礙物遮擋的區(qū)域。[0155]同樣可以根據(jù)跟蹤對象占據(jù)的空間位置，計(jì)算得到覆蓋該跟蹤對象的虛擬射線范圍內(nèi)的射線理論距離值(即預(yù)測距離值),而另外根據(jù)該時(shí)刻的障礙物點(diǎn)云分布計(jì)算得到實(shí)際的射線距離值(即實(shí)際距離值),而此時(shí)由于遮擋的影響，跟蹤對象被遮擋的部分的虛擬射線理論距離值會(huì)大于實(shí)際的射線距離值。因此通過虛擬射線的預(yù)測距離和實(shí)際距離之間的關(guān)系來作為跟蹤對象是否發(fā)生遮擋判斷條件。[0156]例如，若跟蹤對象虛擬射線覆蓋范圍內(nèi)有一半及以上的虛擬射線被遮擋，則認(rèn)為該跟蹤對象發(fā)生了遮擋。[0157]此外，若跟蹤對象連續(xù)多幀被遮擋，則可以消亡該跟蹤對象。例如，若連續(xù)10幀檢測到跟蹤對象被遮擋，則可以消亡該跟蹤對象，以減少工作量。[0158]因此，本申請實(shí)施方式中，增加了對跟蹤對象的遮擋分析，即使跟蹤對象被遮擋，也可以根據(jù)被遮擋的情況進(jìn)行進(jìn)一步地處理，從而可以更準(zhǔn)確高效地確定輸出或者消亡跟蹤對象。[0159]下面對上述多種情況中涉及到的目標(biāo)生成管理模型和目標(biāo)生成模型進(jìn)行示例性介紹。[0160]首先，對每一個(gè)跟蹤對象建立管理機(jī)制，包含目標(biāo)生成管理模型和目標(biāo)消亡管理模型，用來判斷該跟蹤對象是否應(yīng)該生成或消亡。這個(gè)兩種模型可以需要考慮跟蹤對象被遮擋的情形，即針對遮擋和未遮擋的情況選擇合適的增益，能夠解決一定程度的因遮擋導(dǎo)致的跟蹤對象丟失的問題，實(shí)現(xiàn)對跟蹤對象更持續(xù)的跟蹤。例如，若跟蹤對象消失時(shí)直接消亡該跟蹤對象，則若跟蹤對象再次被檢測到時(shí)，則需要初始化跟蹤對象的狀態(tài)，并重新對跟蹤對象進(jìn)行跟蹤，效率較低，而本申請進(jìn)行了遮擋分析，即使跟蹤對象被暫時(shí)遮擋，后續(xù)也可以及時(shí)恢復(fù)對跟蹤對象的跟蹤，提高對跟蹤對象進(jìn)行跟蹤的效率，避免因跟蹤對象丟失而導(dǎo)致的效率低下。[0161]具體地，對于t時(shí)刻M個(gè)跟蹤對象序列0=θ1,t,02,t…,θ;,t,0M,t,考慮跟蹤對象的歷史跟蹤信息，每一個(gè)跟蹤對象的生成消亡管理過程可以用遞歸貝葉斯模型表示，如圖9所示為某一跟蹤對象的跟蹤狀態(tài)的遞歸貝葉斯示意圖。[0162]其中，θ表示在t時(shí)刻關(guān)注的該跟蹤對象具體狀態(tài)量(即第一狀態(tài)量),該狀態(tài)量可以理解為一個(gè)隱變量，即無法直接觀測，可以通過每一個(gè)時(shí)刻能夠觀測到的直接觀測量01,t=[0?,0?…,0.],其中0=0+,1,0t,2,…,0t,來對該隱變量進(jìn)行間接推理，估計(jì)跟蹤對象所處狀態(tài)。[0163]例如，隱變量可以包括用于表示是否可以生成該跟蹤對象的變量xi,和用來表示是否可以消亡該跟蹤對象的變量y;,t。[0164]下面分別對生成管理和消亡管理的具體情況進(jìn)行介紹。[0166]為了根據(jù)觀測量來判斷是否輸出跟蹤對象，需要計(jì)算關(guān)于隱變量xi,t的后驗(yàn)概率(即第一后驗(yàn)概率)。根據(jù)遞歸貝葉斯后驗(yàn)估計(jì)公式可以得到t時(shí)刻是否生成該跟蹤對象的后驗(yàn)概率為：[0168]其中，C為歸一化系數(shù)，k∈{0,1},k取值為0表示不生成(即不輸出)該跟蹤對象，1[0170]因此為了判斷是否輸出該跟蹤對象，此處計(jì)算下面比值：[0172]如果比值r大于1,則認(rèn)為該跟蹤對象真實(shí)存在，即可輸出該跟蹤對象，以便于進(jìn)行[0173]log(odd[)=log(likehood[0174]此時(shí)原式由相乘式變成了一個(gè)累加迭代式，大大減少計(jì)算復(fù)雜度。因此關(guān)鍵是需要計(jì)算觀測似然比likehood_ratio。[0175]為此本申請實(shí)施方式針對目標(biāo)生成的管理建立觀測模型。對于目標(biāo)生成(即輸出[0176]此處將檢測器性能圖譜中查詢到的檢測準(zhǔn)確度作為判斷目標(biāo)生成的一個(gè)重要觀likehood_ratioC表示負(fù)向增益，在對目標(biāo)生成管理模型進(jìn)行負(fù)向增益時(shí)，前述的[0186]log(odd{)=log(likehood[0187]若當(dāng)前幀為檢測到跟蹤對象的第一幀，則可以設(shè)定log(odd)=0,即檢測到跟蹤并針對不同的情況適應(yīng)性地選擇不同的增益方向，從而可以實(shí)現(xiàn)對跟蹤對象更準(zhǔn)確的跟后的更新的跟蹤對象序列也可以在關(guān)聯(lián)跟蹤對象和檢測對[0193]與前述目標(biāo)生成管理類似地，此處也可以對跟蹤對象是否應(yīng)該消亡建立觀測模[0201]檢測模塊1001,用于通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象，當(dāng)前幀是輸入數(shù)據(jù)中的任意一幀；[0202]跟蹤模塊1002,用于獲取跟蹤對象，跟蹤對象包括使用檢測器在當(dāng)前幀的上一幀[0204]跟蹤模塊1002,還用于根據(jù)匹配結(jié)果以及檢測器的性能圖譜確定跟蹤對象的第一[0207]在一種可能的實(shí)施方式中，跟蹤模塊1002,具體用于：根據(jù)跟蹤對象的運(yùn)動(dòng)狀態(tài)信息，獲取跟蹤對象在當(dāng)前幀中的預(yù)測位置；根據(jù)預(yù)測位置計(jì)算當(dāng)前幀中跟蹤對象和采集當(dāng)前幀的采集設(shè)備之間的預(yù)測距離值；通過輸入數(shù)據(jù)獲取當(dāng)前幀中預(yù)測位置和采集設(shè)備之間的實(shí)際距離值；若預(yù)測距離值和實(shí)際距離值之間的差值大于第一閾值，則將預(yù)測位置作為跟蹤對象在當(dāng)前幀中的位置信息。[0208]在一種可能的實(shí)施方式中，第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，第一輸出指示狀態(tài)量用于表示是否在當(dāng)前幀中輸出跟蹤對象，第一消亡指示狀態(tài)量用于表示是否在當(dāng)前幀中消亡跟蹤對象；跟蹤模塊1002,具體用于：獲取直接觀測量，直接觀測量用于表示跟蹤對象的運(yùn)動(dòng)狀態(tài)；根據(jù)檢測準(zhǔn)確度和直接觀測量，計(jì)算跟蹤對象在當(dāng)前幀中的第一后驗(yàn)概率和第二后驗(yàn)概率，第一后驗(yàn)概率用于用于表示當(dāng)前幀中輸出跟蹤對象概率，第二后驗(yàn)概率用于表示當(dāng)前幀中消亡跟蹤對象的概率；基于第一后驗(yàn)概率得到第一輸出指示狀態(tài)量，以及基于第二后驗(yàn)概率得到第一消亡指示狀態(tài)量。[0209]在一種可能的實(shí)施方式中，跟蹤模塊1002,具體用于：獲取跟蹤對象在上一幀的第二輸出指示狀態(tài)量和第二消亡指示狀態(tài)量，第一狀態(tài)量包括第一輸出指示狀態(tài)量和第一消亡指示狀態(tài)量，第二輸出指示狀態(tài)量用于表示是否在上一幀中輸出跟蹤對象，第二消亡指示狀態(tài)量用于表示是否在上一幀中消亡跟蹤對象；融合第一后驗(yàn)概率和第二輸出指示狀態(tài)量，得到第一輸出指示狀態(tài)量，以及融合第二后驗(yàn)概率和第二消亡指示狀態(tài)量，得到第一消亡指示狀態(tài)量。[0210]在一種可能的實(shí)施方式中，性能圖譜中每個(gè)柵格的檢測準(zhǔn)確度包括多種類別對應(yīng)的準(zhǔn)確度；跟蹤模塊1002,具體用于：獲取跟蹤對象的類別；基于當(dāng)前幀中跟蹤對象的位置信息以及跟蹤對象的類別，在性能圖譜中查詢跟蹤對象對應(yīng)的檢測準(zhǔn)確度。[0211]在一種可能的實(shí)施方式中，跟蹤模塊1002,還用于：若至少一個(gè)檢測對象中包括與跟蹤對象不匹配的第二檢測對象，則將第二檢測對象作為新的跟蹤對象，并在當(dāng)前幀的下一幀中對新的跟蹤對象進(jìn)行跟蹤。[0212]在一種可能的實(shí)施方式中，目標(biāo)跟蹤裝置還包括編碼模塊1004,用于在通過檢測器獲取當(dāng)前幀中的至少一個(gè)檢測對象之前，將檢測器的檢測范圍劃分為多個(gè)柵格；獲取真值數(shù)據(jù)，真值數(shù)據(jù)中包括采集設(shè)備采集到的采集數(shù)據(jù)以及對應(yīng)的真值對象的信息；使用檢測器對采集數(shù)據(jù)進(jìn)行檢測，得到預(yù)測對象的信息；根據(jù)預(yù)測對象和真值對象，計(jì)算多個(gè)柵格中每個(gè)柵格對應(yīng)的檢測準(zhǔn)確度，得到性能圖譜。[0213]請參閱圖11,本申請?zhí)峁┑牧硪环N目標(biāo)跟蹤裝置的結(jié)構(gòu)示意圖，如下所述。[0214]該目標(biāo)跟蹤裝置可以包括處理器1101和存儲(chǔ)器1102。該處理器1101和存儲(chǔ)器1102通過線路互聯(lián)。其中，存儲(chǔ)器1102中存儲(chǔ)有程序指令和數(shù)據(jù)。[0215]存儲(chǔ)器1102中存儲(chǔ)了前述圖4-圖9中的步驟對應(yīng)的程序指令以及數(shù)據(jù)。[0216]處理器1101用于執(zhí)行前述圖4-圖9中任一實(shí)施例所示的目標(biāo)跟蹤裝置執(zhí)行的方法步驟。[0217]可選地，該目標(biāo)跟蹤裝置還可以包括收發(fā)器1103,用于接收或者發(fā)送數(shù)據(jù)。[0218]本申請實(shí)施例中還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有用于生成車輛行駛速度的程序，當(dāng)其在計(jì)算機(jī)上行駛時(shí)，使得計(jì)算機(jī)執(zhí)行如前述圖4-圖9所示實(shí)施例描述的方法中的步驟。[0219]可選地，前述的圖11中所示的目標(biāo)跟蹤裝置為芯片。[0220]本申請實(shí)施例還提供了一種目標(biāo)跟蹤裝置，該目標(biāo)跟蹤裝置也可以稱為數(shù)字處理芯片或者芯片，芯片包括處理單元和通信接口，處理單元通過通信接口獲取程序指令，程序指令被處理單元執(zhí)行，處理單元用于執(zhí)行前述圖4-圖9中任一實(shí)施例所示的目標(biāo)跟蹤裝置執(zhí)行的方法步驟。[0221]本申請實(shí)施例還提供一種數(shù)字處理芯片。該數(shù)字處理芯片中集成了用于實(shí)現(xiàn)上述處理器1101,或者處理器1101的功能的電路和一個(gè)或者多個(gè)接口。當(dāng)該數(shù)字處理芯片中集成了存儲(chǔ)器時(shí)，該數(shù)字處理芯片可以完成前述實(shí)施例中的任一個(gè)或多個(gè)實(shí)施例的方法步驟。當(dāng)該數(shù)字處理芯片中未集成存儲(chǔ)器時(shí)，可以通過通信接口與外置的存儲(chǔ)器連接。該數(shù)字處理芯片根據(jù)外置的存儲(chǔ)器中存儲(chǔ)的程序代碼來實(shí)現(xiàn)上述實(shí)施例中目標(biāo)跟蹤裝置執(zhí)行的[0222]本申請實(shí)施例中還提供一種包括計(jì)算機(jī)程序產(chǎn)品，當(dāng)其在計(jì)算機(jī)上行駛時(shí)，使得計(jì)算機(jī)執(zhí)行如前述圖4-圖9所示實(shí)施例描述的方法中目標(biāo)跟蹤裝置所執(zhí)行的步驟。[0223]本申請實(shí)施例提供的目標(biāo)跟蹤裝置可以為芯片，芯片包括：處理單元和通信單元，所述處理單元例如可以是處理器，所述通信單元例如可以是輸入/輸出接口、管腳或電路等。該處理單元可執(zhí)行存儲(chǔ)單元存儲(chǔ)的計(jì)算機(jī)執(zhí)行指令，以使服務(wù)器內(nèi)的芯片執(zhí)行上述圖4-圖9所示實(shí)施例描述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法?？蛇x地，所述存儲(chǔ)單元為所述芯片內(nèi)的存儲(chǔ)單元，如寄存器、緩存等，所述存儲(chǔ)單元還可以是所述無線接入設(shè)備端內(nèi)的位于所述芯片外部的存儲(chǔ)單元，如只讀存儲(chǔ)器(read-onlymemory,ROM)或可存儲(chǔ)靜態(tài)信息和指令的其他類型的靜態(tài)存儲(chǔ)設(shè)備，隨機(jī)存取存儲(chǔ)器(randomaccessmemory,RAM)等。[0224]具體地，前述的處理單元或者處理器可以是中央處理器(centralprocessingunit,CPU