一种基于MDnet的无人机遥感目标跟踪方法及装置制造方法及图纸

技术编号:23364008 阅读:26 留言:0更新日期:2020-02-18 17:42
本发明专利技术实施例提供一种基于MDnet的无人机遥感目标跟踪方法及装置。所述方法包括将采集到的视频帧通过预设的跟踪模型,得到视频帧的目标边界框,以及对应的目标得分;其中,所述跟踪模型为基于MDnet神经网络模型构建;根据预设的更新策略,若确定跟踪失败,且所述目标得分位于预设的模糊区间,则根据预设的自适应上下文感知相关滤波器对所述跟踪模型进行更新,本发明专利技术实施例通过构建基于MDnet的跟踪模型,来执行跟踪任务,并根据预设的更新策略,在目标得分位于预设的模糊区间时,采用预设的自适应上下文感知相关滤波器对所述跟踪模型进行更新,从而加快了跟踪模型的更新速度和效率,更好地提高跟踪的鲁棒性及适应性。

A method and device of UAV Remote Sensing Target Tracking Based on mdnet

【技术实现步骤摘要】
一种基于MDnet的无人机遥感目标跟踪方法及装置
本专利技术涉及图像处理
,尤其涉及一种基于MDnet的无人机遥感目标跟踪方法及装置。
技术介绍
随着人工智能技术的快速发展,目标跟踪在许多领域得到了广泛的应用,无人机航拍视频中的遥感目标跟踪成为最重要的应用之一,无人机视角下的遥感目标跟踪在嫌犯追捕、军事侦察、土地监测等领域都具有重要意义。近年来,研究人员提出了大量的目标跟踪算法。然而,无人机航拍视频通常具有低分辨率,多个相似目标干扰和快速的视角变化等特点,这些算法大多复杂且耗时,难以在无人机平台中实现遥感目标的实时跟踪。因此,如何设计鲁棒性强的跟踪算法仍然面临严峻的挑战。目前采用的主要技术包括相关滤波类的跟踪算法和基于深度学习的跟踪算法,前者的出现有效优化了跟踪算法效率,该类方法通过解决岭回归问题来完成对目标的判断。有人使用判别相关滤波器来估计检测跟踪失败的置信度。有人通过学习自适应多尺度相关滤波器来处理目标对象的尺度变化。但是,从无人机平台的角度来看,这些方法会产生许多由类似对象引起的可疑响应;后者的出现有效提升了跟踪算法精度,本文档来自技高网...

【技术保护点】
1.一种基于MDnet的无人机遥感目标跟踪方法,其特征在于,包括:/n将采集到的视频帧通过预设的跟踪模型,得到所述视频帧的目标边界框,以及与所述目标边界框对应的目标得分;其中,所述跟踪模型为基于MDnet神经网络模型构建,并经过预先训练和初始化后得到的;/n根据预设的更新策略,若确定对本次采集到的视频帧跟踪失败,且所述目标得分位于预设的模糊区间,则根据预设的自适应上下文感知相关滤波器对所述跟踪模型进行更新。/n

【技术特征摘要】
1.一种基于MDnet的无人机遥感目标跟踪方法,其特征在于,包括:
将采集到的视频帧通过预设的跟踪模型,得到所述视频帧的目标边界框,以及与所述目标边界框对应的目标得分;其中,所述跟踪模型为基于MDnet神经网络模型构建,并经过预先训练和初始化后得到的;
根据预设的更新策略,若确定对本次采集到的视频帧跟踪失败,且所述目标得分位于预设的模糊区间,则根据预设的自适应上下文感知相关滤波器对所述跟踪模型进行更新。


2.根据权利要求1所述的基于MDnet的无人机遥感目标跟踪方法,其特征在于,所述根据预设的更新策略,若确定对本次采集到的视频帧跟踪失败,且所述目标得分位于预设的模糊区间,则根据预设的自适应上下文感知相关滤波器对所述跟踪模型进行更新,具体包括:
若所述目标得分小于等于预设的第一得分阈值,则确定对本次采集到的视频帧跟踪失败;
若所述目标得分小于等于所述第一得分阈值,且大于等于预设的第二得分阈值,则确定所述目标得分位于预设的模糊区间,并根据预设的自适应上下文感知相关滤波器对所述跟踪模型进行更新;其中,所述第一得分阈值大于所述第二得分阈值;
若所述目标得分小于预设的第二得分阈值,则对所述跟踪模型执行预设的短期更新流程。


3.根据权利要求2所述的基于MDnet的无人机遥感目标跟踪方法,其特征在于,所述根据预设的自适应上下文感知相关滤波器对所述跟踪模型进行更新,具体包括:
在本次采集到的视频帧中,根据上一次采集到的视频帧对应的目标边界框,在周围3×3的区域中筛选出得分大于预设响应阈值的区域,并用于对所述跟踪模型进行更新。


4.根据权利要求3所述的基于MDnet的无人机遥感目标跟踪方法,其特征在于,所述基于MDnet的无人机遥感目标跟踪方法还包括:
根据所述上一次采集到的视频帧对应的目标得分,得到所述响应阈值。


5.根据权利要求2所述的基于MDnet的无人机遥感...

【专利技术属性】
技术研发人员:毕福昆孙嘉怡雷明阳孙晓迪田雨萌
申请(专利权)人:北方工业大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1