[發(fā)明專(zhuān)利]一種面向城市交通的移動(dòng)目標(biāo)檢測(cè)及跟蹤方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811541565.5
• 申請(qǐng)日: 2018-12-17
• 公開(kāi)（公告）號(hào): CN109697420A
• 公開(kāi)（公告）日: 2019-04-30
• 發(fā)明（設(shè)計(jì)）人: 宋煥生;戴喆;張朝陽(yáng);侯景嚴(yán);李懷宇;云旭;賈金明;李潤(rùn)青;王璇;武非凡;梁浩翔;孫士杰;張文濤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 長(zhǎng)安大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06T7/20
• 代理公司: 西安恒泰知識(shí)產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 王芳

1.一種面向城市交通的移動(dòng)目標(biāo)檢測(cè)及跟蹤方法，包括如下步驟：

步驟1：采集交通場(chǎng)景的視頻，獲得視頻截圖，對(duì)視頻截圖進(jìn)行分類(lèi)標(biāo)注，把標(biāo)注后的視頻截圖作為樣本集；

步驟2：將步驟1獲得的樣本集利用YOLO V3算法進(jìn)行訓(xùn)練，得到檢測(cè)模型，將交通場(chǎng)景的視頻輸入檢測(cè)模型，得到每一幀中圖像的像素信息和目標(biāo)的檢測(cè)結(jié)果信息，其中，視頻的第t幀表示為Frame_t，t表示幀號(hào)取值為正整數(shù)；

其特征在于，還包括如下步驟：

步驟3：創(chuàng)建臨時(shí)軌跡列表Ts，此時(shí)Ts為空，讀取步驟2獲得的交通場(chǎng)景的視頻的Frame₁作為當(dāng)前幀，對(duì)Frame₁中檢測(cè)到的每個(gè)目標(biāo)建立新軌跡，并將所有新軌跡加入Ts，更新Frame₂作為當(dāng)前幀，將Frame₁中每個(gè)目標(biāo)的檢測(cè)結(jié)果信息作為當(dāng)前幀F(xiàn)rame₂的對(duì)應(yīng)的軌跡終點(diǎn)信息，進(jìn)入步驟4；

步驟4：設(shè)當(dāng)前幀為Frame_t，則下一幀為Frame_t+1，將Frame_t中每條軌跡終點(diǎn)信息與Frame_t的目標(biāo)的檢測(cè)結(jié)果信息進(jìn)行匹配：將Frame_t中匹配成功的目標(biāo)的檢測(cè)結(jié)果信息作為Frame_t+1中對(duì)應(yīng)的軌跡終點(diǎn)信息，延續(xù)軌跡；將Frame_t中目標(biāo)檢測(cè)結(jié)果匹配失敗的目標(biāo)的檢測(cè)結(jié)果信息作為新軌跡的起點(diǎn)，創(chuàng)建新軌跡添加至Ts中，此時(shí)Frame_t中新軌跡的起點(diǎn)為Frame_t+1的軌跡終點(diǎn)信息；將Frame_t中軌跡終點(diǎn)信息匹配失敗的目標(biāo)利用KCF算法獲得Frame_t中目標(biāo)對(duì)應(yīng)在Frame_t+1中對(duì)應(yīng)目標(biāo)的預(yù)測(cè)位置信息，延續(xù)軌跡，并將軌跡懷疑度Timer+1；當(dāng)Frame_t不是視頻的最后一幀時(shí)，更新Frame_t+1作為當(dāng)前幀執(zhí)行步驟4，否則執(zhí)行步驟5；

步驟5：對(duì)Ts中的軌跡進(jìn)行篩選，獲得完整軌跡列表TA。

2.如權(quán)利要求1所述的面向城市交通的移動(dòng)目標(biāo)檢測(cè)及跟蹤方法，其特征在于，步驟1包括如下子步驟：

步驟1.1：采集交通場(chǎng)景的視頻，獲得5000張包含公交車(chē)、卡車(chē)、小汽車(chē)、摩托車(chē)、自行車(chē)、行人等目標(biāo)的樣本圖像的視頻截圖；

步驟1.2：采用圖像標(biāo)注工具對(duì)視頻截圖標(biāo)注，所述標(biāo)注包括對(duì)圖像中的目標(biāo)進(jìn)行目標(biāo)類(lèi)別以及圖像中的目標(biāo)位置進(jìn)行標(biāo)注，標(biāo)注后的視頻截圖作為樣本集。

3.如權(quán)利要求1所述的面向城市交通的移動(dòng)目標(biāo)檢測(cè)及跟蹤方法，其特征在于，步驟2包括如下子步驟：

將步驟1獲得的樣本集利用YOLOV3算法進(jìn)行訓(xùn)練，得到檢測(cè)模型，將交通場(chǎng)景的視頻輸入檢測(cè)模型，得到每一幀中圖像的像素信息和目標(biāo)的檢測(cè)結(jié)果信息，其中，視頻的第t幀表示為Frame_t，t表示幀號(hào)取值為正整數(shù)，I_t表示t幀的圖像的像素信息，所述I_t包括圖片的寬度、高度、和面積以及像素信息，DB_t表示t幀的檢測(cè)結(jié)果，且DB_t＝{BB_i,i＝1,2,…,n}，其中BB_i表示t幀檢測(cè)到第i個(gè)目標(biāo)信息，得到每一幀中目標(biāo)的檢測(cè)結(jié)果信息，所述目標(biāo)的檢測(cè)結(jié)果信息包括，目標(biāo)檢測(cè)包絡(luò)框的中點(diǎn)坐標(biāo)，目標(biāo)檢測(cè)包絡(luò)框的寬度、高度、面積。