[發明專利]一種基于深度學習的多目標跟蹤視頻巡店方法在審
| 申請號： | 202011014178.3 | 申請日： | 2020-09-24 |
| 公開（公告）號： | CN112329521A | 公開（公告）日： | 2021-02-05 |
| 發明（設計）人： | 呂琨;彭靖田 | 申請（專利權）人： | 上海品覽數據科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06N20/00 |
| 代理公司： | 上海創開專利代理事務所(普通合伙) 31374 | 代理人： | 汪發成 |
| 地址： | 201800 上海市嘉*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 學習 多目標 跟蹤 視頻 方法 | ||
1.一種基于深度學習的多目標跟蹤視頻巡店方法，其特征在于，包括如下步驟：
P1、用工業相機采集高清視頻；
P2、將采集完成的視頻上傳至庫存盤點系統；
P3、將巡店視頻輸入訓練好的YOLO V3+DeepSort模型中；
P4、根據預測結果進行貨物盤點和后續操作。
2.如權利要求1所述的一種基于深度學習的多目標跟蹤視頻巡店方法，其特征在于，所述步驟P3中YOLO V3+DeepSort模型包括Detection跟蹤步驟以及track跟蹤步驟；
所述Detection跟蹤步驟，包括如下步驟：
S1、分配Track indices和Detection indices；
S2、計算Cost matrix此處只有cosine distance；
S3、計算Kalman預測的每個track平均軌道的位置和實際detect的BBox間的平方馬氏距離cost matrix；
S4、將cisine cost matrix中track和detection間平方馬氏距離大于閾值，即不滿足b的對應值置為無窮大，方便后續計算
S5、將cosine cost matrix中track和detecion間cosine距離大于閾值，即不滿足b的對應值置為較大，方便后續刪除；
S6、使用Hungarian算法對track和detect進行匹配，并返回匹配結果；
S7、對匹配對結果進行篩選,刪去appearance較大對匹配，即cosion disance過大；并返回值步驟S02并循環檢測幀數；
S8、得到初步的matches，unmatched tracks和unmatched detections；
所述track跟蹤步驟，包括如下步驟：
T1、將只有一幀為匹配的track看做IOU的candidate，超過的視為unmatched track；
T2、計算track candidate和unmatched detection之間的IOU disatance；
T3、將IOU distance大于閾值0.7對置大便于后續剔除；
T4、使用Hungarian算法對track和detect進行匹配，并返回匹配結果；
T5、對匹配對結果進行篩選，刪去IOU較小對區域；
T6、得到再次處理的matches，unmatched tracks和unmatched detections。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海品覽數據科技有限公司，未經上海品覽數據科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011014178.3/1.html，轉載請聲明來源鉆瓜專利網。
