一种基于SSD神经网络模型的无人船路径跟踪方法技术

本发明专利技术公开了一种基于SSD神经网络模型的无人船路径跟踪方法，具体包括如下步骤：S1、获取视频流，所述视频流图像中包括目标无人船；S2、将视频流中的图像依次输入SSD神经网络模型中，SSD神经网络模型输出含有检测框的目标无人船图像；S3、提取检测框内目标无人船图像中关键点的位置，并进行存储；S4、基于时间顺序将所有的关键点位置进行输出，即生成了目标无人船的行驶路径。获取无人船的图像中的关键点位置，将关键点位置基于时间舒顺序进行显示，则形成了无人船的行驶路径，通过图像梳理的方法来获取无人船的行驶路径，减小无人船路径的监测成本，且能将无人船路径进行直观的显示。

【技术实现步骤摘要】
一种基于SSD神经网络模型的无人船路径跟踪方法
本专利技术属于路径跟踪领域，涉及一种基于SSD神经网络模型的无人船路径跟踪方法。
技术介绍
在无人艇海上航行时，难免会遇到一些障碍物，比如正在航行的船舶，以及在海上作业的船舶。为了在无人艇海上航行时的安全，进行海上船舶的路径跟踪也是必不可少的。现有船舶的路径跟踪大多是基于雷达或GPS定位传感器来跟踪无人船的路径，上述路径跟踪方式存在成本高昂，且路径显示不直观的问题。
技术实现思路
本专利技术提供一种基于SSD神经网络模型的无人船路径跟踪方法，基于无人船的图像来进行路径的跟踪。本专利技术是这样实现的，一种基于SSD神经网络模型的无人船路径跟踪方法，其特征在于，所述方法具体包括如下步骤：S1、获取视频流，所述视频流图像中包括目标无人船；S2、将视频流中的图像依次输入SSD神经网络模型中，SSD神经网络模型输出含有检测框的目标无人船图像；S3、提取检测框内目标无人船图像中关键点的位置，并进行存储；S4、基于时间顺序将所有的关键点位置进行输出，即本文档来自技高网...

【技术保护点】
1.一种基于SSD神经网络模型的无人船路径跟踪方法，其特征在于，所述方法具体包括如下步骤：/nS1、获取视频流，所述视频流图像中包括目标无人船；/nS2、将视频流中的图像依次输入SSD神经网络模型中，SSD神经网络模型输出含有检测框的目标无人船图像；/nS3、提取检测框内目标无人船图像中关键点的位置，并进行存储；/nS4、基于时间顺序将所有的关键点位置进行输出，即生成了目标无人船的行驶路径。/n

【技术特征摘要】
1.一种基于SSD神经网络模型的无人船路径跟踪方法，其特征在于，所述方法具体包括如下步骤：
S1、获取视频流，所述视频流图像中包括目标无人船；
S2、将视频流中的图像依次输入SSD神经网络模型中，SSD神经网络模型输出含有检测框的目标无人船图像；
S3、提取检测框内目标无人船图像中关键点的位置，并进行存储；
S4、基于时间顺序将所有的关键点位置进行输出，即生成了目标无人船的行驶路径。


2.如权利要求1所述基于SSD神经网络模型的无人船路径跟踪方法，其特征在于，所述检测框为矩形框，关键点为检测框的中心点。


3.如权利要求2所述基于SSD神经网络模型的无人船路径跟踪方法，其特征在于，通过检测框的两个顶点坐标计算中心点坐标Center，其计算公式具体如下：









其中，为中心点Center的坐标，(xx1,yy1)为检测框中距原点最近的第一个顶点坐标，(xx2,yy2)为检测框中距...

【专利技术属性】
技术研发人员：葛愿，李文战，周旭，刘硕，黄宜庆，叶刚，高文根，
申请(专利权)人：安徽工程大学，
类型：发明
国别省市：安徽;34