[發明專利]一種目標識別跟蹤方法及系統

在審

• 申請號: 202210152153.2
• 申請日: 2022-02-18
• 公開（公告）號: CN114693773A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 張林煥;陳立平;張瑞瑞;徐剛;伊銅川;朱奧斌;丁晨琛;吳明齊
• 申請（專利權）人: 北京市農林科學院智能裝備技術研究中心
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/20;G06N3/04;G06K9/62;G06V10/96;G06V10/764;G06V10/774;G06V10/80;G06V10/82
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 肖艷

1.一種目標識別跟蹤方法，其特征在于，包括：

利用雙目相機獲取檢測目標的目標圖像，采用實例分割模型對所述目標圖像處理后獲取檢測目標的第一位置信息；

利用超寬帶確定所述檢測目標的節點間相對距離，基于所述節點間相對距離獲取所述檢測目標的第二位置信息；

融合計算所述第一位置信息和所述第二位置信息，得到所述檢測目標的跟蹤位置信息。

2.根據權利要求1所述的目標識別跟蹤方法，其特征在于，所述利用雙目相機獲取檢測目標的目標圖像，采用實例分割模型對所述目標圖像處理后獲取檢測目標的第一位置信息，包括：

定時獲取所述檢測目標的目標圖像，基于所述目標圖像構建目標分類圖像集；

獲取初始神經網絡模型，對所述初始神經網絡模型簡化并訓練，得到優化神經網絡模型；

基于所述目標分類圖像集對所述優化神經網絡模型進行訓練，得到實例分割模型；

將所述目標圖像輸入至所述實例分割模型完成目標檢測與跟蹤，得到所述目標圖像的目標框，基于所述目標框的中心點得到所述第一位置信息。

3.根據權利要求2所述的目標識別跟蹤方法，其特征在于，所述定時獲取所述檢測目標的目標圖像，基于所述目標圖像構建目標分類圖像集，包括：

利用所述雙目相機采集多種環境圖像，對所述多種環境圖像進行標注，得到目標標注圖像集；

確定所述目標標注圖像集的分類，得到所述目標標注圖像集對應的所述目標分類圖像集。

4.根據權利要求2所述的目標識別跟蹤方法，其特征在于，所述獲取初始神經網絡模型，對所述初始神經網絡模型簡化并訓練，得到所述實例分割模型，包括：

采用預設粗粒度參數結構化剪枝，簡化所述初始神經網絡模型的卷積核參數，得到優化神經網絡模型；

通過量化預設網絡參數，訓練所述優化神經網絡模型，得到所述實例分割模型。

5.根據權利要求4所述的目標識別跟蹤方法，其特征在于，所述采用預設粗粒度參數結構化剪枝，簡化所述初始神經網絡模型的卷積核參數，得到優化神經網絡模型，包括：

對所述卷積核參數或特征圖參數設置評價因子，或刪除預設部分卷積核以及特征圖任一通道，得到所述優化神經網絡模型。

6.根據權利要求4所述的目標識別跟蹤方法，其特征在于，所述通過量化預設網絡參數，訓練所述優化神經網絡模型，得到所述實例分割模型，包括：

采用統一位寬，或組合位寬壓縮所述優化神經網絡模型的網絡參數，訓練得到所述實例分割模型。

7.根據權利要求1所述的目標識別跟蹤方法，其特征在于，所述利用超寬帶確定所述檢測目標的節點間相對距離，基于所述節點間相對距離獲取所述檢測目標的第二位置信息，包括：

在所述檢測目標設置超寬帶移動節點；

獲取所述超寬帶移動節點到超寬帶基站節點的節點間相對距離，由所述節點間相對距離得到所述第二位置信息。

8.根據權利要求1所述的目標識別跟蹤方法，其特征在于，所述雙目相機和超寬帶基站位于同一移動平臺上的同一水平面以及同一中心線。

9.一種目標識別跟蹤系統，其特征在于，包括：

第一識別模塊，用于利用雙目相機獲取檢測目標的目標圖像，采用實例分割模型對所述目標圖像處理后獲取檢測目標的第一位置信息；

第二識別模塊，用于采用超寬帶確定所述檢測目標的節點間相對距離，基于所述節點間相對距離獲取所述檢測目標的第二位置信息；

綜合識別模塊，用于融合計算所述第一位置信息和所述第二位置信息，得到所述檢測目標的跟蹤位置信息。

10.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至8任一項所述目標識別跟蹤方法。