1.一种车辆追踪方法,所述方法包括:
在视频图像序列中实时追踪车辆图像;
定期从所述视频图像序列中当前的视频图像中检测出车辆图像;
获取当前追踪的车辆图像;
根据当前追踪的车辆图像和前次定期检测时追踪到的车辆图像进行校验;
当校验成功时,将当前检测到的车辆图像与当前追踪的车辆图像融合以修正当前追踪的车辆图像。
2.根据权利要求1所述的方法,其特征在于,所述在视频图像序列中实时追踪车辆图像,包括:
通过帧间差分算法或者光流算法在视频图像序列中实时追踪车辆图像。
3.根据权利要求1所述的方法,其特征在于,所述根据当前追踪的车辆图像和前次定期检测时追踪到的车辆图像进行校验,包括:
获取当前追踪的车辆图像的哈希值序列;
根据前次定期检测时追踪到的车辆图像的哈希值序列和获取的哈希值序列进行校验;
所述方法还包括:
当校验成功时,根据修正的车辆图像更新前次定期检测时追踪到的车辆图像的哈希值序列。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
从指定视频图像中检测出初始的车辆图像;
根据初始的车辆图像生成哈希值序列作为前次定期检测时追踪到的车辆图像的哈希值序列;
所述在视频图像序列中实时追踪车辆图像,包括:
根据初始的车辆图像,在所述指定视频图像之后的视频图像序列中实时追踪车辆图像。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取当前检测到的车辆图像与当前追踪的车辆图像的重叠度;
比较所述重叠度与预设重叠度阈值;
当所述重叠度小于预设重叠度阈值时,根据前次定期检测时追踪到的车辆图像的哈希值序列和获取的哈希值序列进行校验。
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:
当所述重叠度大于等于预设重叠度阈值时,根据当前追踪的车辆图像更新前次定期检测时追踪到的车辆图像的哈希值序列,根据当前追踪的车辆图像继续在所述视频图像序列中实时追踪车辆图像;
当校验成功时,根据修正的车辆图像继续在所述视频图像序列中实时追踪车辆图像。
7.根据权利要求3所述的方法,其特征在于,所述获取当前追踪的车辆图像的哈希值序列,包括:
将当前追踪的车辆图像调整为预设尺寸;
将调整后的车辆图像各像素点的像素值转换为二进制的数值;
将转换的数值按照预设顺序组合以形成当前追踪的车辆图像的哈希值序列。
8.一种车辆追踪装置,其特征在于,所述装置包括:
追踪模块,用于在视频图像序列中实时追踪车辆图像;
定期检测模块,用于定期从所述视频图像序列中当前的视频图像中检测出车辆图像;
获取模块,用于获取当前追踪的车辆图像;
校验模块,用于根据当前追踪的车辆图像和前次定期检测时追踪到的车辆图像进行校验;
修正模块,用于当校验成功时,将当前检测到的车辆图像与当前追踪的车辆图像融合以修正当前追踪的车辆图像。
9.根据权利要求8所述的装置,其特征在于,所述追踪模块还用于通过帧间差分算法或者光流算法在视频图像序列中实时追踪车辆图像。
10.根据权利要求8所述的装置,其特征在于,所述获取模块具体用于获取当前追踪的车辆图像的哈希值序列;
所述校验模块具体用于根据前次定期检测时追踪到的车辆图像的哈希值序列和获取的哈希值序列进行校验;
所述装置还包括:哈希值序列处理模块,用于当校验成功时,根据修正的车辆图像更新前次定期检测时追踪到的车辆图像的哈希值序列。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
初始检测模块,用于从指定视频图像中检测出初始的车辆图像;
所述哈希值序列处理模块还用于根据初始的车辆图像生成哈希值序列作为前次定期检测时追踪到的车辆图像的哈希值序列;
所述追踪模块还用于根据初始的车辆图像,在所述指定视频图像之后的视频图像序列中实时追踪车辆图像。
12.根据权利要求10所述的装置,其特征在于,所述装置还包括:
重叠度获取模块,用于获取当前检测到的车辆图像与当前追踪的车辆图像的重叠度;
比较模块,用于比较所述重叠度与预设重叠度阈值;
所述校验模块还用于当所述重叠度小于预设重叠度阈值时,根据前次定期检测时追踪到的车辆图像的哈希值序列和获取的哈希值序列进行校验。
13.根据权利要求12所述的装置,其特征在于,所述哈希值序列处理模块还用于当所述重叠度大于等于预设重叠度阈值时,根据当前追踪的车辆图像更新前次定期检测时追踪到的车辆图像的哈希值序列;
所述追踪模块还用于当所述重叠度大于等于预设重叠度阈值时,根据当前追踪的车辆图像继续在所述视频图像序列中实时追踪车辆图像;
所述追踪模块还用于当校验成功时,根据修正的车辆图像继续在所述视频图像序列中实时追踪车辆图像。
14.根据权利要求10所述的装置,其特征在于,所述获取模块包括:
尺寸调整模块,用于将当前追踪的车辆图像调整为预设尺寸;
数值转换模块,用于将调整后的车辆图像各像素点的像素值转换为二进制的数值;
数值组合模块,用于将转换的数值按照预设顺序组合以形成当前追踪的车 辆图像的哈希值序列。