[發明專利]一種載木車輛檢測識別及跟蹤方法

在審

• 申請號: 202110621903.1
• 申請日: 2021-06-03
• 公開（公告）號: CN113516054A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 鄭成;彭寶釵;徐義鎏;陳華;丁峰
• 申請（專利權）人: 三峽大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 宜昌市三峽專利事務所 42103
• 代理人: 成鋼

1.一種載木車輛檢測識別及跟蹤方法，其特征在于，包括以下步驟：

Step1、通過交通攝像頭獲取圖片數據；

Step2、對獲取的車輛圖像進行標記，用矩形框在圖像中框選出目標車輛；

Step3、將采集和標注的數據集劃分為訓練集和驗證集兩個部分；

Step4、將訓練集輸入檢測模型并對模型中的卷積核、分類器、回歸器進行訓練，得到訓練好的載木車輛檢測模型的網絡參數，并通過驗證集對模型進行檢測結果測試；

在訓練過程中，通過學習率的調整和損失函數的調整對模型進行改進；

Step5、保存訓練好的模型，并將模型上傳至云平臺；

Step6、通過攝像頭獲取待檢測車輛照片，并將待檢測照片上傳至云平臺；

Step7、取檢測結果并將檢測結果保存至數據庫；

Step8、前端界面查看檢測結果并進行盜砍盜伐判定；

Step9、對判定盜砍盜伐的載木車輛的車輛信息進行提取，并與不同路段的多個攝像頭攝取的道路行駛車輛圖像信息進行比對，對不同幀的載木車輛信息進行提取，提取出車牌好、信息、路段地點，形成盜砍盜伐的載木車輛的路徑信息。

2.根據權利要求1所述的一種載木車輛檢測識別及跟蹤方法，其特征在于，所述的Step4中對學習率的調整方法為：

在一個完成的訓練周期內，通過函數y＝αx+β對一個訓練周期內的n個損失點進行擬合，其中α表示損失震蕩系統，通過α作為學習率更新的條件并確定學習率的衰減程度，當α＜0時，當前模型損失為下降趨勢，應當保持學習率不變；當α＞0時，當前模型損失為上升趨勢，應當更新學習率，設γ為學習率，i為當前迭代輪次，因此學習率更新公式為：

其中，λ表示學習率的衰減倍率。

3.根據權利要求3所述的一種載木車輛檢測識別及跟蹤方法，其特征在于，所述的學習率衰減倍率λ＝0.5。

4.根據權利要求1所述的一種載木車輛檢測識別及跟蹤方法，其特征在于，所述的Step4中損失函數的調整方法為：

在原有損失函數中加入GIoU損失，GIoU預測邊界框與真實邊界框之間的位置關系融入到損失函數中；

假設A為真實邊界框，B為預測邊界框，C為能容納真實邊界框和預測邊界框在內的最小矩形框，因此GIoU的計算公式為：

其中Union_AB表示A和B的并集。

5.根據權利要求1所述的一種載木車輛檢測識別及跟蹤方法，其特征在于，所述的Step4中對檢測模型中的卷積核、分類器、回歸器進行訓練采用RCNN、YOLOv3、RetinaNet三種模型，并對檢測效果進行對比，根據對比結果選取其中一種模型。

6.根據權利要求1所述的一種載木車輛檢測識別及跟蹤方法，其特征在于，所述的Step4中，對檢測模型的檢測結果測試時，采用AP算法對檢測結果進行評價。

7.根據權利要求6所述的一種載木車輛檢測識別及跟蹤方法，其特征在于，所述的目標檢測的評價指標包括召回率R、準確率P和平均精度AP，其中以TP表示正類被預測為正類，TN表示負類被預測為負類，FP表示負類被預測為正類，FN表示正類被預測為負類，n表示取樣數，k表示類別總數；

召回率的計算公式為：

準確率的計算公式為：

平均精度的計算公式為：