目标跟踪方法及其装置、介质和电子设备

技术领域

本申请涉及计算机视觉领域，特别涉及一种目标跟踪方法及其装置、介质和电子设备。

背景技术

目前，在重要路口、人群聚集处以及小区门口等安装有高清晰监控摄像头，在基层建立监控指挥中心，负责监控指挥下辖的各监控点，在上级也建立指挥中心，与下属各部门指挥中心联网，实现跨区域协作指挥，通过数字光纤技术，组建光纤网络，专用于监控视频信号的传输，实现上述各监控点及各指挥中心间的高清晰视频信号的多点互传及互相操作，将分布在各个视频监视点的单台独立的摄像机组建成具有相互配合的摄像机网络，从而发挥摄像头机群的强大成慑力和跟踪捕捉车辆或人员的多种优势。

例如，在某个摄像头下发现某辆机动车，需要找到该机动车之后出现的位置，现有技术是以该摄像头为圆心，一定距离为半径，选取该圆中的所有摄像头，筛查一段时间内的所有摄像头拍摄的视频，确认是否有出现该机动车。但是，由于机动车时速较高，可能会在较短时间内到达较远的摄像头，这个筛选的距离要选的比较大，筛查对应的视频总时间长度就会很长，效率很低。

发明内容

本申请实施例提供了一种目标跟踪方法及其装置、介质和电子设备。

第一方面，本申请实施例提供了一种目标跟踪方法，包括：确定与第一级摄像头相邻的多个第二级摄像头，其中，第一级摄像头拍摄的图像或者视频中包括跟踪目标；从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头；其中，与第一级摄像头相邻的多个第二级摄像头是指第一级摄像头所在道路上与第一级摄像头相邻的多个第二级摄像头。

可以理解，基于预设范围内的摄像头的地理信息与地理信息系统结合，获取从第一级摄像头到预设范围内所有摄像头的真实路径，基于这些路径构建摄像头包含摄像头地理信息的拓扑地图。通过路径分析算法确定与第一级摄像头相邻的多个第二级摄像头。则针对构建的拓扑地图，只要筛查与第一级摄像头相邻的第二级摄像头拍摄的视频或者图像是都包含跟踪目标即可，因为跟踪目标从第一级摄像头所在的地理位置出发，首先经过第二级摄像头所在的地理位置，再经过第三级摄像头所在的地理位置或者第四级摄像头所在的地理位置。可以理解，通过确认拍摄到跟踪目标的摄像头的下一级相邻的多个摄像头，有目地的对下一级相邻的多个摄像头的视频内容进行筛选来确认跟踪目标经过的位置，从而极大减少了需要筛选的摄像头数量，进一步减少为了确认拍摄到跟踪目标的摄像头而对海量视频进行识别筛选的情况；减少需要筛选的视频的长度，从而减少视频或者图像匹配的时间，能够更快速的定位到跟踪目标的位置，提高目标跟踪效率。

在上述第一方面的一种可能的实现中，上述方法还包括：确定与选择出的第二级摄像头相邻的多个第三级摄像头；从与第一级摄像头相邻的多个第三级摄像头中筛选出拍摄到跟踪目标的至少一个第三级摄像头。

在上述第一方面的一种可能的实现中，上述方法还包括：确定与第一级摄像头相邻的多个第二级摄像头包括：基于预设范围内的摄像头的地理信息与地理信息系统结合，通过路径分析算法确定与第一级摄像头相邻的多个第二级摄像头。

在上述第一方面的一种可能的实现中，上述方法还包括：摄像头的地理信息包括二维地理信息和三维地理信息中的至少一个。

在上述第一方面的一种可能的实现中，上述方法还包括：路径分析算法包括以下算法的至少一种：迪杰斯特拉算法、A星算法、K条最短路径算法。

在上述第一方面的一种可能的实现中，上述方法还包括：确定与第一级摄像头相邻的多个第二级摄像头还包括：若第二级摄像头与第一级摄像头之间的位置距离大于预设值，则确定第二级摄像头为与第一级摄像头相邻的第二级摄像头，若第二级摄像头与第一级摄像头之间的位置距离不大于预设值，则确定第二级摄像头为与第一级摄像头不相邻的第二级摄像头。

在上述第一方面的一种可能的实现中，上述方法还包括：从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头包括：获取与第一级摄像头相邻的多个第二级摄像头拍摄的图像或者视频；将第一级摄像头拍摄的跟踪目标的图像特征与获取到的图像的图像特征或者视频中各帧图像的图像特征进行匹配，以筛选出拍摄到跟踪目标的至少一个第二级摄像头。

第二方面，本申请实施例提供了一种目标跟踪装置，包括：确定模块，用于确定与第一级摄像头相邻的多个第二级摄像头，其中，第一级摄像头拍摄的图像或者视频中包括跟踪目标；筛选模块，用于从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头；其中，与第一级摄像头相邻的多个第二级摄像头是指第一级摄像头所在道路上与第一级摄像头相邻的多个第二级摄像头。

在上述第二方面的一种可能的实现中，上述装置还包括：确定与选择出的第二级摄像头相邻的多个第三级摄像头；从与第一级摄像头相邻的多个第三级摄像头中筛选出拍摄到跟踪目标的至少一个第三级摄像头。

在上述第二方面的一种可能的实现中，上述装置还包括：确定与第一级摄像头相邻的多个第二级摄像头包括：基于预设范围内的摄像头的地理信息与地理信息系统结合，通过路径分析算法确定与第一级摄像头相邻的多个第二级摄像头。

在上述第二方面的一种可能的实现中，上述装置还包括：摄像头的地理信息包括二维地理信息和三维地理信息中的至少一个。

在上述第二方面的一种可能的实现中，上述装置还包括：路径分析算法包括以下算法的至少一种：迪杰斯特拉算法、A星算法、K条最短路径算法。

在上述第二方面的一种可能的实现中，上述装置还包括：确定与第一级摄像头相邻的多个第二级摄像头还包括：若第二级摄像头与第一级摄像头之间的位置距离大于预设值，则确定第二级摄像头为与第一级摄像头相邻的第二级摄像头，若第二级摄像头与第一级摄像头之间的位置距离不大于预设值，则确定第二级摄像头为与第一级摄像头不相邻的第二级摄像头。

在上述第二方面的一种可能的实现中，上述装置还包括：从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头包括：获取与第一级摄像头相邻的多个第二级摄像头拍摄的图像或者视频；将第一级摄像头拍摄的跟踪目标的图像特征与获取到的图像的图像特征或者视频中各帧图像的图像特征进行匹配，以筛选出拍摄到跟踪目标的至少一个第二级摄像头。

第三方面，本申请实施例提供了一种机器可读介质，机器可读介质上存储有指令，该指令在机器上执行时使机器执行第一方面以及第一方面可能的各实现中的目标跟踪方法。

第四方面，本申请实施例提供了一种电子设备，包括：

存储器，用于存储由电子设备的一个或多个处理器执行的指令，以及

处理器，是电子设备的处理器之一，用于执行第一方面以及第一方面可能的各实现中的目标跟踪方法。

附图说明

图1根据本申请的一些实施例，示出了一种目标跟踪场景；

图2根据本申请的一些实施例，示出了一种目标跟踪方法的流程图；

图3根据本申请的一些实施例，示出了一种拓扑地图；

图4为根据本申请的实施例，示出了一种拓扑节点排序的树状图。

图5根据本申请的一些实施例，示出了一种目标跟踪装置的结构框图；

图6根据本申请的一些实施例，示出了一种电子设备的框图；

图7根据本申请一些实施例，示出了一种片上系统(SoC)的框图。

具体实施方式

本申请的说明性实施例包括但不限于目标跟踪方法及其装置、介质和系统。

本申请提供了一种目标跟踪方法，可以应用于机动车或行人的踪迹追踪，针对在摄像头分布较密集的地区，即在一定范围内有较多的摄像头，若对全部摄像头进行筛查会花费较长的时间，使用本申请的目标跟踪方法：通过确认拍摄到跟踪目标的摄像头的下一级相邻的多个摄像头，有目地的对下一级相邻的多个摄像头的视频内容进行筛选来确认跟踪目标经过的位置，从而极大减少了需要筛选的摄像头数量，进一步减少为了确认拍摄到跟踪目标的摄像头而对海量视频进行识别筛选的情况；减少需要筛选的视频的长度，从而减少视频或者图像匹配的时间，能够更快速的定位到跟踪目标的位置，提高目标跟踪效率。

下面将结合附图对本申请的实施例作进一步地详细描述。

根据本申请的一些实施例公开了目标跟踪方法场景。图1示出了该场景的示意图。在图1所示的场景中，包括电子设备100和多个摄像头110-1至110-11，电子设备100和多个摄像头110-1至110-11可以分别通过有线链路或者无线链路建立通信连接。

其中，摄像头110-1至110-11用于采集图像、视频，并向电子设备100发送采集到的图像、视频。电子设备100接收摄像头110-1至110-11发送的图像、视频，并从接收到的图像、视频视频中获取车辆信息或者行人信息。

例如，根据摄像设备110-1至110-11采集的图像或视频内容，例如图像或视频内容包含马路上的车辆120的外观信息及行为信息，电子设备100接收图像或视频内容，并且对图像或视频中各帧图像进行分析。例如，摄像头110-1采集的图像或视频中，车辆120 肇事逃逸，因此需要筛查出预设范围内车辆120经过的位置，获取车辆120的行车路径。

可以理解，电子设备100可以为具有图像或视频处理能力各种设备，例如个人计算机 (personal computer，PC)、笔记本电脑或者服务器等。其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群，还可以是提供云数据库、云存储和CDN等基础云计算服务的服务器，服务器的规模可以根据需要处理的视频的数量进行规划，本申请实施例对此不做限制。

摄像设备110-1可以为具体图像、视频采集功能的设备，例如监控摄像设备、带有摄像设备的无人机等。其中，摄像设备110-1可以为设置在道路、地铁口或商场门口等位置的监控摄像头，用于拍摄这些场所中的车辆或行人等的视频。摄像头110-1也可以是只拍摄图像的摄像头，用于拍摄车辆或行人或等的图像。例如，卡口摄像头。在实际应用中，上述目标跟踪中可以包括较多数量的摄像头，例如包括道路上设置的监控摄像头110-1。下文摄像头以摄像头为例详细说明。

可以理解，本申请适用的场景中摄像头不仅限于图1中的11路摄像头，在实际的应用场景中，预设范围内的摄像头可以是100路，也可以是1000路，或者10000路摄像头，无论是多少路数的摄像头均适用于本申请目标跟踪方法。

可以理解，有图1的场景可知，摄像头110-1所在的地理位置即为位置A，仅设置一个摄像头即摄像头110-1，在实际的应用的场景中，位置A的摄像头的数量不限于1个。其中，位置A是指地理信息系统(Geographical Information System，GIS)中的位置坐标范围，例如，位置A的摄像头110-1可以是设置在马路路口的多个摄像头。位置A的的摄像头110-1也可以是设置在建筑物上的多个摄像头。

在一些实施例中，电子设备100可以采用AI芯片完成接入10,000路摄像头的视频AI 平台的开发和测试验证，实现本申请的目标跟踪方法。其中，AI芯片包括处理器。此外，可以理解，摄像头110-1与电子设备100可以通过一种或多种网络进行通信连接。其中，该网络可以是有线网络，也可以是无线网络，例如无线网络可以是移动蜂窝网络，或者可以是无线保真(Wireless-Fidelity，WIFI)网络，当然还可以是其他可能的网络，本申请实施例对此不做限制。

可以理解，图1所示的目标跟踪场景只是实现本申请实施例的一个场景示例，本申请实施例并不限于图1所示的场景。在另一些实施例中，图1所示的场景可以包括比图示实施例更多或更少的设备或部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。

图2根据本申请的一些实施例，示出了一种目标跟踪方法的流程图。下面结合图1至 2，对本申请提供的目标跟踪方法进行详细介绍。如图2所示，具体地，包括：

步骤202：确定预设范围内的摄像头的地理信息，建立拓扑地图。

在一些实施例中，摄像头拍摄到跟踪目标的视频或图像，可认为拍摄到跟踪目标的摄像头所在的地理信息即为跟踪目标移动轨迹经过的地理信息。例如，如图1所示，跟踪目标可以是图1中的车辆120。因而，通过分析摄像头是否拍摄到跟踪目标，筛选出拍摄到跟踪目标的摄像头，该摄像头的地理位置即为跟踪目标移动轨迹经过的地理位置。

可以理解，跟踪目标还可以是行人或者物品等，在此不做限制。例如，跟踪目标可以是监控摄像头拍摄的马路上的任意车辆，也可以是监控摄像头拍摄的马路上的行人，获取跟踪目标的位置。

在本申请的实施例中，摄像头的地理信息包括二维地理信息，三维地理信息。例如，二维地理信息可以是经度信息以及维度信息或者平面地图坐标信息。例如三维地理信息可以是经度信息、维度信息、高度信息或者经纬度地理信息。摄像头都有一个标识信息，摄像头的标识信息能够唯一标识该摄像头，可以用于区别于其他摄像头。可以理解，本申请的地理信息又称地理位置，包含的位置信息是相同的。本申请不做具体区分。

摄像头的工作参数可以包括摄像头类型、摄像头镜头参数、摄像头方位角、摄像头视频覆盖范围夹角以及摄像头视频覆盖半径等。可以理解，拍摄到跟踪目标视频或者图像的摄像头可以是能够进行270度范围覆盖的摄像头，也可以是只能进行120度范围覆盖的摄像头，还可以是头方位角(摄像头光轴与水平面夹角)大的摄像头，还可以是方位角小的摄像头，也可以卡口摄像头等等。

在本申请的实施例中，通过获取预设范围内的摄像头的地理信息，结合地理信息系统 (Geographical Information System，GIS)建立预设范围内的摄像头的拓扑地图，进一步确定预设范围内跟踪目标所经过的路径。其中，预设范围可以是用户设定的范围，根据时间先后，预设范围也可以是跟踪目标起点的地理位置和终点的地理位置确定的范围，起点的地理位置即为首个拍摄到跟踪目标的摄像头所在的地理位置，终点的位置即为最后一个拍摄到跟踪目标的摄像头所在的地理位置。其中，预设范围内的摄像头包括建筑物上设置的摄像头、道路上设置的摄像头、路口设置的监控摄像头等。

在一些实施例中，将预设范围内的摄像头的地理信息与GIS结合，生成包含预设范围内所有摄像头的地理信息的拓扑地图。其中GIS为具有集中、存储、操作、和显示地理参考信息的计算机系统，可用于绘图和路线规划等。拓扑地图即地图学中一种统计地图,一种保持点与线相对位置关系正确而不一定保持图形形状与面积、距离、方向正确的抽象地图。

在本申请其他实施例中，根据跟踪目标的类型，对拓扑地图中的摄像头进行筛选，判断该摄像头所在的GIS路径是否允许跟踪目标经过，若该摄像头所在的GIS路径不允许跟踪目标经过的情况下，则该摄像头或包含该摄像头的GIS路径不在拓扑地图上显示。例如，当跟踪目标为汽车时，判断拓扑地图中的摄像头所在的GIS路径是否允许汽车通行，若拓扑地图中该摄像头所在的GIS路径为人行道或禁止车辆通行，则在拓扑地图上不显示该摄像头所在的GIS路径或者不显示该摄像头。可以理解，拓扑地图包含道路与道路的关系，道路上的摄像头在某条道路上的位置。例如，道路拓扑地图可以通过表达式G＝(V,E)表示，其中，边E表示道路，节点V表示摄像头的地理信息。例如，以图1中的场景图为例建立拓扑地图，图1中的摄像头110-1为第一级摄像头，图1中两个摄像头之间的可以通行的道路为E，图1中的所有摄像头为节点V。

图3为根据本申请的一些实施例，示出了基于图1的场景图的摄像头的地理信息的拓扑地图。如图3所示，节点V1即图1中的摄像头110-1,(x1,y1)即摄像头110-1的二维地理信息。节点V2即图1中的摄像头110-2，(x2,y2)即摄像头110-2的二维地理信息。节点V3即图1中的摄像头110-3,(x3,y3)即摄像头110-3的二维地理信息,以此类推，节点V10即图1中的摄像头110-10,(x10,y10)即摄像头110-10的二维地理信息。节点 V11即图1中的摄像头110-11,(x11,y11)即摄像头110-11的二维地理信息。

步骤204：确定与第一级摄像头相邻的多个第二级摄像头，其中，第一级摄像头拍摄的图像或者视频中包括跟踪目标。

在本申请的实施例中，在拓扑地图中的两节点间，找一条阻碍强度最小的路径即在拓扑地图中节点之间的道路不具有节点，这两个节点即为第一级节点和第二级节点，在拓扑地图上的第一级节点对应的摄像头为第一级摄像头，第二级节点对应的摄像头为第二级摄像头。基于预设范围内的摄像头的地理信息与地理信息系统结合，通过路径分析算法确定与第一摄像头直接连接的多个第二级摄像头。

在本申请的实施例中，基于包含摄像头地理信息和关联关系的拓扑地图，通过目标跟踪路径分析算法筛选出与源摄像头相邻的多个摄像头。例如，目标跟踪路径分析算法可以是迪杰斯特拉算法，基于包含摄像头地理信息和关联关系的拓扑地图，通过迪杰斯特拉算法筛选出与源摄像头相邻的多个摄像头。在本申请的其他实施例中，目标跟踪路径分析算法也可以是A星算法，目标跟踪路径分析算法还可以是K条最短路径算法。

由图3的拓扑地图可知，节点V1与节点V2、节点V4、节点V8、节点V9直接连接，节点V2与节点V3、节点V6、节点V7直接连接，节点V9与节点V10、节点V11直接连接，节点V4与节点V5、节点V6直接连接。

可以理解，节点与节点之间直接连接即为节点与节点之间在道路上存在路径关系，并且节点与节点之间存在最短路径关系。例如在图3的拓扑地图中，摄像头110-1可以称为为第一级摄像头，摄像头110-2、摄像头110-4、摄像头110-8、摄像头110-9可以称为与第一级直接连接的第二级摄像头。

可以理解，针对道路对面设置的两个摄像头或者某一监控杆上不同方向的摄像头或者不同参数的摄像头或者某一路口不同方向设置的摄像头等，在拓扑地图中不同的摄像头表示为不同的节点。例如，马路对面的两个摄像头在拓扑地图中表示为两个节点，某一监控杆上设置的10个摄像头在拓扑地图中表示为10个节点，其中，某一监控杆上设置的10 个摄像头的唯一标识信息不同，摄像头的工作参数不同。

在本申请的实施例中，确定与第一级摄像头相邻的多个第二级摄像头，第一级摄像头与第二级摄像头在道路上直接连接，并且第一级摄像头与第二级摄像头之间的路径没有连接其他摄像头。进一步地，判断第二级摄像头是否是与第一级相邻的第二级摄像头，若第二级摄像头与第一级摄像头之间的位置距离大于预设值，则确定第二级摄像头为与第一级摄像头相邻的第二级摄像头，若第二级摄像头与第一级摄像头之间的位置距离不大于预设值，则确定第二级摄像头为与第一级摄像头不相邻的第二级摄像头。可以理解，通过判断第二级摄像头是否是第一级摄像头相邻的摄像头，可以排除掉与第一级摄像头不相邻的第二级摄像头；有效的减少了需要筛选的第二级摄像头的数量，进而减少需要筛查的视频的长度，提高目标跟踪效率。其中，与第一级摄像头不相邻的第二级摄像头即与第一级摄像头位置距离较近的第二级摄像头；例如，根据设置的预设值的大小，与第一级摄像头不相邻的第二级摄像头可以包括道路对面设置的两个摄像头或者某一监控杆上不同方向的摄像头或者不同工作参数的摄像头或者某一路口不同方向设置的摄像头等。

如图3所示，例如，节点V1的摄像头为第一级摄像头，节点V2的摄像头、节点V4 的摄像头、节点V8的摄像头、节点V9的摄像头为第一级摄像头V1相邻的多个第二级摄像头。

步骤206：从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头。

在一些实施例中，通过路径分析算法确定拓扑地图中所有与第一级摄像头相邻的多个摄像头，提取与第一级摄像头相邻的多个第二级摄像头拍摄的图像或者视频，通过行人再识别算法将第一级摄像头拍摄的跟踪目标的图像特征与获取到的图像的图像特征或者视频中各帧图像的图像特征进行匹配，以筛选出拍摄到跟踪目标的至少一个第二级摄像头。

可以理解，通过行人再识别算法从与第一级摄像头相邻的多个第二级摄像头拍摄的图像或者视频筛选出拍摄到跟踪目标的至少一个第二级摄像头。则拍摄到跟踪目标的第二级摄像头的地理信息即跟踪目标移动轨迹中的地理信息。可以理解，通过确定与第一级摄像头相邻的多个第二级摄像头，从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头。使得在不需要遍历第一级摄像头以外的所有摄像头 (即第二级所有摄像，第三级所有摄像头等等)的情况下，只是确定与第一级摄像头相邻的多个第二级摄像头即确定了跟踪目标移动路径中的下一个移动地点，有效降低摄像头的筛查数量，提高效率。

在本申请的实施例中，行人再识别算法包括经过ImageNet数据集预训练的深度残差网络(deep residual network,Resnet)，其中，深度残差网络可以是50层的Resnet50,也可以是101层的Resnet101,还可以是152层的Resnet152，还可以是152层的Resnet152d 等。

步骤208：确定与选择出的第二级摄像头相邻的多个第三级摄像头，从与第一级摄像头相邻的多个第三级摄像头中筛选出拍摄到跟踪目标的至少一个第三级摄像头。

在本申请的实施例中，从与第一级摄像头相邻的多个第二级摄像头拍摄的图像或者视频筛选出拍摄到跟踪目标的至少一个第二级摄像头，从与第二级摄像头相邻的多个第三级摄像头中筛选出拍摄到跟踪目标的至少一个第三级摄像头，从与第三级级摄像头相邻的多个第三级摄像头中筛选出拍摄到跟踪目标的至少一个第四级摄像头，循环筛选出拍摄到跟踪目标的至少一个下一级摄像头，根据循环筛选的下一级摄像头的地理信息，最终确定跟踪目标的移动轨迹。

具体地，例如，图4为基于图3的拓扑图，列出了拓扑节点排序的树状图。根据图3的拓扑地图中的边与边之间、边与节点、节点与节点之间的关系，生成拓扑节点排序的树状图。例如，第一级摄像头V1相邻的多个第二级摄像头即摄像头V2，摄像头V4，摄像头 V8，摄像头V9。提取摄像头V2、摄像头V4、摄像头V8、摄像头V9的拍摄的图像或视频，根据行人再识别算法，将第一级摄像头拍摄的跟踪目标的图像特征与获取到的图像的图像特征或者视频中各帧图像的图像特征进行匹配，以筛选出拍摄到跟踪目标的至少一个第二级摄像头例如，摄像头V2拍摄的视频或图像与第一级摄像头拍摄的跟踪目标的视频或图像进行特征匹配，匹配度大于预设值即摄像头V2拍摄到了跟踪目标。

例如，如图4所示，第一级摄像头V1相邻的多个第二级摄像头即摄像头V2，摄像头V4，摄像头V8，摄像头V9。提取摄像头V2、摄像头V4、摄像头V8、摄像头V9，与第二级摄像头V2相邻的多个第三级摄像头即摄像头V3、摄像头V6、摄像头V7。

可以理解，由图3至图4可知，摄像头V2，摄像头V4，摄像头V8，摄像头V9与摄像头V1有边直接相连，而摄像头V3，摄像头V6，摄像头V7等与摄像头V1没有直接的边相连。结合图1的场景，可以理解，摄像头V2，摄像头V4，摄像头V8，摄像头V9这四个摄像头的地理位置能够从第一级摄像头V1的地理位置直接的路径可以直接到达，从第一级摄像头V1的地理位置出发到达摄像头V6的地理位置必须经过摄像头V2或者摄像头V4，于是就没有必要优先匹配摄像头V6拍摄的视频或者图像，先确定摄像头V2或摄像头V4 拍摄的视频或图像是否包含跟踪目标即可。

可以理解，通过优先对筛选出的相邻的摄像头拍摄的视频或者图像与跟踪目标的视频或图像进行匹配，从而可以获取跟踪目标在预设范围内所经过的地理信息，从而避免对预设范围内的所有摄像头拍摄的视频图像与跟踪目标的视频或图像进行匹配，提高了目标跟踪的效率。

图5根据本申请的一些实施例，示出了一种目标跟踪装置500的结构框图。如图5所示，具体地，包括：

确定模块502，用于确定与第一级摄像头相邻的多个第二级摄像头，其中，第一级摄像头拍摄的图像或者视频中包括跟踪目标；

筛选模块504，用于从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头；其中，与第一级摄像头相邻的多个第二级摄像头是指第一级摄像头所在道路上与第一级摄像头相邻的多个第二级摄像头。

在本申请的实施例中，目标跟踪装置500还包括：确定与选择出的第二级摄像头相邻的多个第三级摄像头；从与第一级摄像头相邻的多个第三级摄像头中筛选出拍摄到跟踪目标的至少一个第三级摄像头。确定与第一级摄像头相邻的多个第二级摄像头包括：基于预设范围内的摄像头的地理信息与地理信息系统结合，通过路径分析算法确定与第一级摄像头相邻的多个第二级摄像头。摄像头的地理信息包括二维地理信息和三维地理信息中的至少一个。路径分析算法包括以下算法的至少一种：迪杰斯特拉算法、A星算法、K条最短路径算法。确定与第一级摄像头相邻的多个第二级摄像头还包括：若第二级摄像头与第一级摄像头之间的位置距离大于预设值，则确定第二级摄像头为与第一级摄像头相邻的第二级摄像头，若第二级摄像头与第一级摄像头之间的位置距离不大于预设值，则确定第二级摄像头为与第一级摄像头不相邻的第二级摄像头。

在本申请的实施例中，目标跟踪装置500还包括：从与第一级摄像头相邻的多个第二级摄像头中筛选出拍摄到跟踪目标的至少一个第二级摄像头包括：获取与第一级摄像头相邻的多个第二级摄像头拍摄的图像或者视频；将第一级摄像头拍摄的跟踪目标的图像特征与获取到的图像的图像特征或者视频中各帧图像的图像特征进行匹配，以筛选出拍摄到跟踪目标的至少一个第二级摄像头。

可以理解，图5所示的目标跟踪装置500与本申请提供的目标跟踪方法相对应，以上关于本申请提供的目标跟踪方法的具体描述中的技术细节依然适用于图5所示的目标跟踪装置500，具体描述请参见上文，在此不再赘述。

图6所示为根据本申请的一些实施例的系统600的框图。图6示意性地示出了根据多个实施例的示例系统600。在一些实施例中，系统600可以包括一个或多个处理器604，与处理器604中的至少一个连接的系统控制逻辑608，与系统控制逻辑608连接的系统内存612，与系统控制逻辑608连接的非易失性存储器(NVM)616，以及与系统控制逻辑608 连接的网络接口620。

在一些实施例中，处理器604可以包括一个或多个单核或多核处理器。在一些实施例中，处理器604可以包括通用处理器和专用处理器(例如，图形处理器，应用处理器，基带处理器等)的任意组合。

在一些实施例中，系统控制逻辑608可以包括任意合适的接口控制器，以向处理器604 中的至少一个和/或与系统控制逻辑608通信的任意合适的设备或组件提供任意合适的接口。

在一些实施例中，系统控制逻辑608可以包括一个或多个存储器控制器，以提供连接到系统内存612的接口。系统内存612可以用于加载以及存储数据和/或指令。在一些实施例中电子设备600的内存612可以包括任意合适的易失性存储器，例如合适的动态随机存取存储器(DRAM)。

NVM/存储器616可以包括用于存储数据和/或指令的一个或多个有形的、非暂时性的计算机可读介质。在一些实施例中，NVM/存储器616可以包括闪存等任意合适的非易失性存储器和/或任意合适的非易失性存储设备，例如HDD(Hard Disk Drive，硬盘驱动器)， CD(Compact Disc，光盘)驱动器，DVD(Digital Versatile Disc，数字通用光盘)驱动器中的至少一个。

NVM/存储器616可以包括安装电子设备600的装置上的一部分存储资源，或者它可以由设备访问，但不一定是设备的一部分。例如，可以经由网络接口620通过网络访问NVM/存储616。

特别地，系统内存612和NVM/存储器616可以分别包括：指令624的暂时副本和永久副本。指令624可以包括：由处理器604中的至少一个执行时导致电子设备600实施如图 2所示的方法的指令。在一些实施例中，指令624、硬件、固件和/或其软件组件可另外地 /替代地置于系统控制逻辑608，网络接口620和/或处理器604中。

网络接口620可以包括收发器，用于为电子设备600提供无线电接口，进而通过一个或多个网络与任意其他合适的设备(如前端模块，天线等)进行通信。在一些实施例中，网络接口620可以集成于电子设备600的其他组件。例如，网络接口620可以集成于处理器604，系统内存612，NVM/存储器616，和具有指令的固件设备(未示出)中的至少一种，当处理器604中的至少一个执行所述指令时，电子设备600实现如图2所示的目标跟踪方法。

网络接口620可以进一步包括任意合适的硬件和/或固件，以提供多输入多输出无线电接口。例如，网络接口620可以是网络适配器，无线网络适配器，电话调制解调器和/ 或无线调制解调器。

在一个实施例中，处理器604中的至少一个可以与用于系统控制逻辑608的一个或多个控制器的逻辑封装在一起，以形成系统封装(SiP)。在一个实施例中，处理器604中的至少一个可以与用于系统控制逻辑608的一个或多个控制器的逻辑集成在同一管芯上，以形成片上系统(SoC)。

电子设备600可以进一步包括：输入/输出(I/O)设备632。I/O设备632可以包括用户界面，使得用户能够与电子设备600进行交互；外围组件接口的设计使得外围组件也能够与电子设备600交互。在一些实施例中，电子设备600还包括传感器，用于确定与电子设备600相关的环境条件和地理信息的至少一种。

根据本申请的实施例，图7示出了一种SoC(System on Chip，片上系统)700的框图。在图7中，相似的部件具有同样的附图标记。另外，虚线框是更先进的SoC的可选特征。在图7中，SoC 700包括：互连单元750，其被耦合至应用处理器710；系统代理单元 770；总线控制器单元780；集成存储器控制器单元740；一组或一个或多个协处理器720，其可包括集成图形逻辑、图像处理器、音频处理器和视频处理器；静态随机存取存储器 (SRAM)单元730；直接存储器存取(DMA)单元760。在一个实施例中，协处理器720包括专用处理器，诸如例如网络或通信处理器、压缩引擎、GPU、高吞吐量MIC处理器、或嵌入式处理器等等。

本申请公开的机制的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码，该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。

可将程序代码应用于输入指令，以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的，处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。

程序代码可以用高级程序化语言或面向对象的编程语言来实现，以便与处理系统通信。在需要时，也可用汇编语言或机器语言来实现程序代码。事实上，本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下，该语言可以是编译语言或解释语言。

在一些情况下，所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如，计算机可读)存储介质承载或存储在其上的指令，其可以由一个或多个处理器读取和执行。例如，指令可以通过网络或通过其他计算机可读介质分发。因此，机器可读介质可以包括用于以机器(例如，计算机)可读的形式存储或传输信息的任何机制，包括但不限于，软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息，例如，载波、红外信号数字信号等)的有形的机器可读存储器。因此，机器可读介质包括适合于以机器(例如，计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。

在附图中，可以以特定布置和/或顺序示出一些结构或方法特征。然而，应该理解，可能不需要这样的特定布置和/或排序。而是，在一些实施例中，这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外，在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征，并且在一些实施例中，可以不包括这些特征或者可以与其他特征组合。

需要说明的是，本申请各设备实施例中提到的各单元/模块都是逻辑单元/模块，在物理上，一个逻辑单元/模块可以是一个物理单元/模块，也可以是一个物理单元/模块的一部分，还可以以多个物理单元/模块的组合实现，这些逻辑单元/模块本身的物理实现方式并不是最重要的，这些逻辑单元/模块所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外，为了突出本申请的创新部分，本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的单元/模块引入，这并不表明上述设备实施例并不存在其它的单元/模块。

需要说明的是，在本专利的示例和说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

虽然通过参照本申请的某些优选实施例，已经对本申请进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本申请的精神和范围。