[發(fā)明專利]一種目標(biāo)識(shí)別跟蹤方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210152153.2
• 申請(qǐng)日: 2022-02-18
• 公開(kāi)（公告）號(hào): CN114693773A
• 公開(kāi)（公告）日: 2022-07-01
• 發(fā)明（設(shè)計(jì)）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(qǐng)（專利權(quán)）人: 北京市農(nóng)林科學(xué)院智能裝備技術(shù)研究中心
• 主分類號(hào): G06T7/70
• 分類號(hào): 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(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 肖艷

本發(fā)明提供一種目標(biāo)識(shí)別跟蹤方法及系統(tǒng)，包括：利用雙目相機(jī)獲取檢測(cè)目標(biāo)的目標(biāo)圖像，采用實(shí)例分割模型對(duì)所述目標(biāo)圖像處理后獲取檢測(cè)目標(biāo)的第一位置信息；利用超寬帶確定所述檢測(cè)目標(biāo)的節(jié)點(diǎn)間相對(duì)距離，基于所述節(jié)點(diǎn)間相對(duì)距離獲取所述檢測(cè)目標(biāo)的第二位置信息；融合計(jì)算所述第一位置信息和所述第二位置信息，得到所述檢測(cè)目標(biāo)的跟蹤位置信息。本發(fā)明通過(guò)多種類型傳感器對(duì)同一檢測(cè)目標(biāo)進(jìn)行目標(biāo)識(shí)別與跟蹤，以確保在果園環(huán)境中使智能作業(yè)車輛能精確識(shí)別作業(yè)人員并穩(wěn)定跟蹤，根據(jù)獲取的精確空間位置信息，為車輛的自主跟隨提供可靠數(shù)據(jù)，有效提高智能作業(yè)車輛工作效率，并保障車輛和作業(yè)人員的安全。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種目標(biāo)識(shí)別跟蹤方法及系統(tǒng)。

背景技術(shù)

在當(dāng)前的農(nóng)業(yè)果園管理中，需要對(duì)果園智能運(yùn)輸車和作業(yè)人員進(jìn)行統(tǒng)一管理，通常需要實(shí)時(shí)掌握作業(yè)人員的行蹤，這對(duì)于智能果園的運(yùn)輸管理具有十分重要的意義。

目前果園智能作業(yè)車輛的主流目標(biāo)跟蹤方案是采取算法處理相機(jī)實(shí)時(shí)獲取的圖像，為智能作業(yè)車輛的作業(yè)提供支撐數(shù)據(jù)。但果園中存在較多影響因素，如光線強(qiáng)度、樹枝遮擋等，對(duì)相機(jī)獲取的圖像質(zhì)量造成影響，算法處理結(jié)果不可靠，為后續(xù)的行車安全留有隱患。針對(duì)果園復(fù)雜環(huán)境條件，需對(duì)運(yùn)輸智能作業(yè)車輛的目標(biāo)識(shí)別及追蹤可靠性提出較高要求，其中運(yùn)輸智能作業(yè)車輛與作業(yè)人員之間的距離和定位精度是實(shí)現(xiàn)穩(wěn)定和準(zhǔn)確跟蹤的關(guān)鍵。

因此，如何實(shí)現(xiàn)作業(yè)車輛對(duì)作業(yè)人員的準(zhǔn)確識(shí)別以及穩(wěn)定跟蹤，成為智能化果園管理中迫切需要解決的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明提供一種目標(biāo)識(shí)別跟蹤方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中針對(duì)果園智能作業(yè)車輛實(shí)現(xiàn)對(duì)作業(yè)人員的目標(biāo)跟蹤采用常規(guī)的相機(jī)實(shí)時(shí)獲取圖像以及計(jì)算處理，忽略環(huán)境影響因素導(dǎo)致計(jì)算結(jié)果不夠準(zhǔn)確的缺陷。

第一方面，本發(fā)明提供一種目標(biāo)識(shí)別跟蹤方法，包括：

利用雙目相機(jī)獲取檢測(cè)目標(biāo)的目標(biāo)圖像，采用實(shí)例分割模型對(duì)所述目標(biāo)圖像處理后獲取檢測(cè)目標(biāo)的第一位置信息；

利用超寬帶確定所述檢測(cè)目標(biāo)的節(jié)點(diǎn)間相對(duì)距離，基于所述節(jié)點(diǎn)間相對(duì)距離獲取所述檢測(cè)目標(biāo)的第二位置信息；

融合計(jì)算所述第一位置信息和所述第二位置信息，得到所述檢測(cè)目標(biāo)的跟蹤位置信息。

根據(jù)本發(fā)明提供的一種目標(biāo)識(shí)別跟蹤方法，所述利用雙目相機(jī)獲取檢測(cè)目標(biāo)的目標(biāo)圖像，采用實(shí)例分割模型對(duì)所述目標(biāo)圖像處理獲取檢測(cè)目標(biāo)的第一位置信息，包括：

定時(shí)獲取所述檢測(cè)目標(biāo)的目標(biāo)圖像，基于所述目標(biāo)圖像構(gòu)建目標(biāo)分類圖像集；

獲取初始神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述初始神經(jīng)網(wǎng)絡(luò)模型簡(jiǎn)化并訓(xùn)練，得到優(yōu)化神經(jīng)網(wǎng)絡(luò)模型；

基于所述目標(biāo)分類圖像集對(duì)所述優(yōu)化神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到實(shí)例分割模型；

將所述目標(biāo)圖像輸入至所述實(shí)例分割模型完成目標(biāo)檢測(cè)與跟蹤，得到所述目標(biāo)圖像的目標(biāo)框，基于所述目標(biāo)框的中心點(diǎn)得到所述第一位置信息。

根據(jù)本發(fā)明提供的一種目標(biāo)識(shí)別跟蹤方法，所述定時(shí)獲取所述檢測(cè)目標(biāo)的目標(biāo)圖像，基于所述目標(biāo)圖像構(gòu)建目標(biāo)分類圖像集，包括：

利用所述雙目相機(jī)采集多種環(huán)境圖像，對(duì)所述多種環(huán)境圖像進(jìn)行標(biāo)注，得到目標(biāo)標(biāo)注圖像集；

確定所述目標(biāo)標(biāo)注圖像集的分類，得到所述目標(biāo)標(biāo)注圖像集對(duì)應(yīng)的所述目標(biāo)分類圖像集。

根據(jù)本發(fā)明提供的一種目標(biāo)識(shí)別跟蹤方法，所述獲取初始神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述初始神經(jīng)網(wǎng)絡(luò)模型簡(jiǎn)化并訓(xùn)練，得到所述實(shí)例分割模型，包括：

采用預(yù)設(shè)粗粒度參數(shù)結(jié)構(gòu)化剪枝，簡(jiǎn)化所述初始神經(jīng)網(wǎng)絡(luò)模型的卷積核參數(shù)，得到優(yōu)化神經(jīng)網(wǎng)絡(luò)模型；

通過(guò)量化預(yù)設(shè)網(wǎng)絡(luò)參數(shù)，訓(xùn)練所述優(yōu)化神經(jīng)網(wǎng)絡(luò)模型，得到所述實(shí)例分割模型。