[發(fā)明專利]一種基于人工干預(yù)的艦船目標(biāo)跟蹤方法

在審

• 申請?zhí)枺?/td>: 201810273119.4
• 申請日: 2018-05-28
• 公開（公告）號: CN108537826A
• 公開（公告）日: 2018-09-14
• 發(fā)明（設(shè)計）人: 莊祐存
• 申請（專利權(quán)）人: 深圳市芯漢感知技術(shù)有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/73
• 代理公司: 深圳市科吉華烽知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44248
• 代理人: 胡玉

本發(fā)明涉及一種基于人工干預(yù)的艦船目標(biāo)跟蹤方法，包括步驟:S1.手動勾勒出某視頻載體上第一幀中的艦船區(qū)域信息；S2.將歸一化大小后的視頻載體輸入到Fast?RCNN網(wǎng)絡(luò)中,通過Fast?RCNN網(wǎng)絡(luò)對第一幀之后的幀進行艦船區(qū)域的追蹤監(jiān)測，獲得每一幀中的艦船的位置信息；S3.通過人眼觀測當(dāng)前幀中艦船的位置信息，并判斷標(biāo)注結(jié)果是否合格；S4.若不合格，則通過人工用鼠標(biāo)繪制一個方框，然后將艦船區(qū)域包括起來，完成人工干預(yù)操作后，繼續(xù)步驟S2；S5.對視頻載體中的每一幀皆執(zhí)行以上步驟,直到跟蹤操作結(jié)束。本發(fā)明采用基于Fast?RCNN網(wǎng)絡(luò)的深度學(xué)習(xí)框架，實現(xiàn)對艦船目標(biāo)的跟蹤操作，為防在跟蹤過程中，出現(xiàn)跟蹤誤差又采用人工干預(yù)人為修正跟蹤區(qū)域的方法，大大提高了跟蹤結(jié)果的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種艦船目標(biāo)跟蹤方法，尤其涉及一種基于人工干預(yù)的艦船目標(biāo)跟蹤方法。

背景技術(shù)

艦船作為海上運輸?shù)闹黧w和重要的軍事目標(biāo)，對于其的識別和運動位置的檢測有著非常重要的意義。對于目前的目標(biāo)檢測技術(shù)來說，其大大多數(shù)采用了基于非深度的學(xué)習(xí)的方法實現(xiàn)對運動目標(biāo)的檢測，例如：粒子濾波、Meanshift以及基于特征點的光流算法等，這些方法或多或少存在著一定的精度準(zhǔn)確性的欠缺。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提供一種基于人工干預(yù)的艦船跟蹤方法，旨在解決目前現(xiàn)有的艦船跟蹤方法精度準(zhǔn)確性的欠缺的技術(shù)問題。

為了實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為提供一種基于人工干預(yù)的艦船跟蹤方法，包括以下步驟：

S1.手動勾勒出某視頻載體上第一幀中的艦船區(qū)域信息；

S2.將歸一化大小后的視頻載體輸入到Fast-RCNN網(wǎng)絡(luò)中,通過Fast-RCNN網(wǎng)絡(luò)對第一幀之后的幀進行艦船區(qū)域的追蹤監(jiān)測，獲得每一幀中的艦船的位置信息；

S3.通過人眼觀測當(dāng)前幀中艦船的位置信息，并判斷標(biāo)注結(jié)果是否合格；

S4.若不合格，則通過人工用鼠標(biāo)繪制一個方框，然后將艦船區(qū)域包括起來，完成人工干預(yù)操作后，繼續(xù)步驟S2；

S5.對視頻載體中的每一幀皆執(zhí)行以上步驟,直到跟蹤操作結(jié)束。

可選地，所述步驟S2還包括以下步驟:

S21.對Fast-RCNN網(wǎng)絡(luò)進行目標(biāo)訓(xùn)練；

S22.采用Fast-RCNN網(wǎng)絡(luò)進行目標(biāo)跟蹤。

可選地，所述步驟S21還包括以下步驟：

A.對于訓(xùn)練集中的每一張圖片，通過selective search方法，從中獲取若干個候選區(qū)域，并記錄下，每一個候選區(qū)域的位置坐標(biāo)信息；

B.對于步驟A中的每一個候選區(qū)域，將其進行標(biāo)注標(biāo)簽，即0或1，1代表該候選區(qū)域包含艦船部分，0表示該候選區(qū)域不包含艦船區(qū)域部分；

C.對于步驟A中的每一個區(qū)域，都存在其修正位置坐標(biāo)，即：

若當(dāng)前候選區(qū)域的標(biāo)注信息為1，則說明當(dāng)前候選區(qū)域R_i中包含著艦船區(qū)域，我們記錄下其修正坐標(biāo)位置信息，該修正坐標(biāo)信息，包含著一個方框?qū)?yīng)的左上角頂點坐標(biāo)以及方框的寬度和長度信息，而該方框則恰好將艦船部分包圍起來；

D.則該若干個候選區(qū)域構(gòu)成了網(wǎng)絡(luò)的輸入，每個候選區(qū)域所對應(yīng)的標(biāo)注以及其對應(yīng)修正位置信息構(gòu)成了網(wǎng)絡(luò)的輸出；

E.根據(jù)步驟D中得出的網(wǎng)絡(luò)輸入和輸出對Fast-RCNN網(wǎng)絡(luò)進行訓(xùn)練，通過使用BP算法來更新神經(jīng)元的權(quán)重和偏置，最終使得Fast-RCNN網(wǎng)絡(luò)達到收斂狀態(tài)。

可選地，所述步驟A包括以下步驟：

S211.設(shè)置候選區(qū)域的面積大小以及長寬比范圍；