[發明專利]一種基于YOLO V5算法的船舶多目標追蹤方法有效
| 申請號: | 202110543673.1 | 申請日: | 2021-05-19 |
| 公開(公告)號: | CN113269073B | 公開(公告)日: | 2022-11-15 |
| 發明(設計)人: | 王曉原;何國文;王文龍;豆志偉;王剛;王全政 | 申請(專利權)人: | 青島科技大學 |
| 主分類號: | G06V20/00 | 分類號: | G06V20/00;G06V10/764;G06V10/774;G06V10/74;G06V10/80;G06V10/82;G06N3/08 |
| 代理公司: | 北京盛詢知識產權代理有限公司 11901 | 代理人: | 劉靜 |
| 地址: | 266061 山*** | 國省代碼: | 山東;37 |
| 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 yolo v5 算法 船舶 多目標 追蹤 方法 | ||
1.一種基于YOLO V5算法的船舶多目標追蹤方法,其特征在于:包括以下步驟:
S1,采集船舶圖像數據,對采集到的所述船舶圖像數據進行圖像預處理,基于預處理完畢的圖像構建數據集,將所述數據集劃分為訓練集、驗證集和測試集;
S2,基于所述訓練集和所述驗證集,對YOLO V5網絡進行訓練,獲得YOLO V5檢測模型,基于所述測試集對所述YOLO V5檢測模型進行測試,獲得測試結果,基于所述測試結果對YOLO V5檢測模型進行評價,評價合格后則結束測試;
所述YOLO V5網絡包括backbone部分、neck部分和prediction部分,在所述S2中,獲得所述YOLO V5檢測模型的方法具體為:
S2.1,將訓練集中的圖像進行標準化預處理,并將預處理后的圖像輸入所述backbone部分,獲得不同尺度的特征圖;
S2.2,將所述不同尺度的特征圖輸入所述neck部分,進行上采樣和特征融合后獲得不同尺度的張量數據;
S2.3,將所述不同尺度的張量數據輸入所述prediction部分,基于損失函數及反向傳播對梯度進行計算,實時進行梯度更新并利用所述驗證集進行驗證,獲得所述YOLO V5檢測模型;
S3,對所述YOLO V5檢測模型進行處理,生成YOLO V5船舶追蹤模型,基于所述YOLO V5船舶追蹤模型對船舶進行追蹤并進行實時性驗證;
所述S3中對所述YOLO V5檢測模型進行處理的方法具體為:采用DeepSort算法進行處理;所述S3中的方法:
S3.1,對所有待追蹤目標進行檢測,完成檢測后構建DeepSort跟蹤器,對所述YOLO V5船舶追蹤模型輸入帶有船舶的視頻幀并進行處理;
S3.2,處理完畢且第一幀視頻圖像輸入所述YOLO V5船舶追蹤模型后,將檢測到的目標初始化并創建新的所述DeepSort跟蹤器,標注ID;
S3.3,第一幀后的任一幀輸入所述YOLO V5船舶追蹤模型時,基于所述DeepSort算法,獲得所有目標的狀態預測和當前幀的所述檢測框的交并比,并獲得所述交并比的最大唯一匹配,作為目標檢測框;
S3.4,基于置信度對所述檢測框進行過濾,刪除置信度不夠高的檢測框及特征,基于所述當前幀匹配到的所述目標檢測框更新所述DeepSort跟蹤器,計算狀態更新,獲得更新值并輸出,將所述更新值作為所述當前幀的追蹤框;
若所述當前幀中沒有匹配到的目標,則重新初始化所述DeepSort跟蹤器:DeepSort將檢測器輸出的預測框作為輸入,獲取檢測框的特征并進行特征的提取,根據實際需求以及當前計算資源設定合適的檢測窗口大小;
預測當前狀態和不確定性,使用卡爾曼濾波創建目標的觀測模型對每條軌跡進行狀態預測;對每一個軌跡,計算當前幀距離上次匹配成功幀的差值,基于上一時刻的狀態對當前時刻的狀態和不確定性進行預測;更新軌跡的計數器,每預測一次,該計數器加1,如果后續該軌跡成功匹配了檢測結果,該計數器清零、同時對計數器設定一個上限,當超過上限值時,當前軌跡刪除,認定跟蹤目標離開畫面;計數器表示這條軌跡連續多少次未和檢測結果匹配,用于判斷此條軌跡是否離開了畫面;如果檢測結果沒有和現有的軌跡匹配上,將這個檢測結果初始化成一個新的軌跡,設定為不確定性,若連續幾幀匹配成功,狀態更新為確定性狀態;若未匹配上檢測結果,變為刪除狀態,軌跡集合中刪除;
更新匹配結果,追蹤器保存所有的軌跡,每一次的檢測目標與生成的軌跡通過匹配進行關聯,通過求解的代價矩陣進行關聯匹配,完成檢測結果的分配問題;通過計算特征距離,接著計算馬氏距離以及進行門控閾值控制,得到最終的代距離得到的代價矩陣,通過特征匹配以及門控矩陣,對丟失時間較短的目標優先進行匹配;使用協方差距離或者余弦距離計算檢測目標與軌跡的相似度,通過距離度量軌跡的表觀特征與檢測結果的表觀特征,來更加準確預測ID,在余弦距離小于閾值的時候認為匹配成功;使用匈牙利算法進行目標匹配,并將當前所有軌跡根據匹配結果進行刪除、匹配、暫定三個狀態的分類;
輸出結果,狀態為confirmed的軌跡的location及其軌跡id;在DeepSort中的軌跡即不同的目標對象,不區分類別;輸出confirmed的軌跡,軌跡轉換為confirmed條件是需要連續幀使用IOU匹配策略匹配檢測結果。
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青島科技大學,未經青島科技大學許可,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/202110543673.1/1.html,轉載請聲明來源鉆瓜專利網。





