[發明專利]一種特定車輛識別跟蹤方法

在審

• 申請號: 202010630399.7
• 申請日: 2020-07-03
• 公開（公告）號: CN111754785A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 馬金鳳;馬鳳娟
• 申請（專利權）人: 重慶智者炎麒科技有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 重慶信航知識產權代理有限公司 50218
• 代理人: 孔垂燭

本發明涉及目標識別領域，具體而言，涉及一種特定車輛識別跟蹤方法，其包括:找出目標特定車輛被公路攝像頭拍攝到的幾個影片；通過影片對區域劃分器、卷積核、分類器、回歸器進行訓練，得到訓練好的用于對目標特定車輛進行目標識別的網絡參數；將訓練好的神經網絡通過遷移學習用在未用于尋找目標特定車輛的新影片中，完成對目標特定車輛在新影片中的目標識別；通過新影片中目標特定車輛的軌跡、速度和時間，以時間軸排序的方式推算出目標特定車輛的行動軌跡；找出目標特定車輛最后出現的最終影片，記錄目標特定車輛的速度和時間并以速度和時間推算出目標特定車輛現在所在范圍。本發明采用機器進行目標識別，省時省力且大幅提升準確率。

技術領域

本發明涉及目標識別領域，具體而言，涉及一種特定車輛識別跟蹤方法。

背景技術

對于一輛特定汽車的跟蹤通常運用在各類案件偵查等活動中，警方通過對該車輛進行人工查看錄像的方式，找出該車輛行駛過程中經過各個公路攝像頭所拍下的影片，從而人工推斷出一條行駛軌跡，再根據時間等方式進行行為推斷。

該方式基本采用人工排查方式，排查十分累人，通常需要好幾天的時間，且對排查人員的身心造成較大的疲勞，同時由于是人工排查，除非多看幾遍，不然容易出現漏看等情況。

發明內容

本發明提供了一種特定車輛識別跟蹤方法。

本發明的一些實施例是這樣實現的：

一種特定車輛識別跟蹤方法，包括：

S01:找出目標特定車輛被公路攝像頭拍攝到的幾個影片；

S02:通過影片對區域劃分器、卷積核、分類器、回歸器進行訓練，得到訓練好的用于對目標特定車輛進行目標識別的網絡參數；

S03:將訓練好的神經網絡通過遷移學習用在未用于尋找目標特定車輛的新影片中，完成對目標特定車輛在新影片中的目標識別；

S04:通過新影片中目標特定車輛的軌跡、速度和時間，以時間軸排序的方式推算出目標特定車輛的行動軌跡；

S05:找出目標特定車輛最后出現的最終影片，記錄目標特定車輛的速度和時間并以速度和時間推算出目標特定車輛現在所在范圍。

本發明的一種實施例中：

所述S02步驟中的對區域劃分器、卷積核、分類器、回歸器進行訓練采用R-CNN模型。

本發明的一種實施例中：

所述S02步驟中的對區域劃分器、卷積核、分類器、回歸器進行訓練采用Fast R-CNN模型。

本發明的一種實施例中：

所述S02步驟中的對區域劃分器、卷積核、分類器、回歸器進行訓練采用Faster R-CNN模型。

本發明的一種實施例中：

所述S02步驟中的對區域劃分器、卷積核、分類器、回歸器進行訓練采用Mask R-CNN模型。

本發明的一種實施例中：

所述S05步驟中的推算出目標特定車輛現在所在范圍，為以最終影片所在拍攝地點為圓心做圓，通過時間和目標特定車輛平均速度估算范圍半徑。

本發明的一種實施例中：

所述范圍半徑估算方式為范圍半徑等于當前時間和目標特定車輛最后出現時間的差乘以目標特定車輛的積。

本發明的技術方案至少具備以下有益效果：