一种实时视频流中运动模糊物体视觉跟踪定位方法技术

本发明专利技术公开了一种实时视频流中运动模糊物体视觉跟踪定位方法，所述方法首先实时采集运动模糊物体视频；其次根据所述视频确定第t帧图片；再次将所述第t帧图片输入检测模型中进行物体位置检测，获得第t帧图片对应的第一物体位置检测结果；然后利用SIAMNET进行运动模糊物体位置跟踪，获得第t帧图片对应的第二物体位置检测结果；最后根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置，本发明专利技术通过两次对小物体运动模糊物体进行跟踪，结合物体运动信息，避免物体与背景混淆，进而准确得到运动模糊物体位置，提高了运动模糊物体位置定位的准确性。

【技术实现步骤摘要】
一种实时视频流中运动模糊物体视觉跟踪定位方法
本专利技术涉及运动模糊物体跟踪
，具体是指一种实时视频流中运动模糊物体视觉跟踪定位方法。
技术介绍
对于快速运动的小型运动模糊物体，在定位时有如下困难：运动模糊物体与相机的相对快速运动，容易产生成像运动模糊，导致运动模糊物体外观特征改变或丢失；对于小型运动模糊物体，其外观特征更不明显，容易与背景产生混淆，因此存在运动模糊物体定位不准确的问题。
技术实现思路
本专利技术为了解决上述的各种问题，提供了一种实时视频流中运动模糊物体视觉跟踪定位方法，以提高运动模糊物体跟踪的准确度。为解决上述技术问题，本专利技术提供的技术方案为：一种实时视频流中运动模糊物体视觉跟踪定位方法，包括以下步骤：步骤S1：实时采集运动模糊物体视频；步骤S2：根据所述运动模糊物体视频确定第t帧图片，其中，t为大于等于1的正整数；步骤S3：将所述第t帧图片输入检测模型中进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果；步骤S4：利用孪生网络SIAMNET进行运动模糊物体位置跟踪，获得第t帧图片对应的第二物体位置检测结果；步骤S5：根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置。所述根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置，具体包括：步骤S51：判断第一物体位置检测结果是否存在检测结果；如果所述第一物体位置检测结果存在检测结果，则执行步骤S52；如果所述第一物体位置检测结果不存在检测结果，则将第t帧图片对应的所述第二物体位置检测结果为待选运动模糊物体位置；步骤S52：根据所述第一物体位置检测结果和所述第二物体位置检测结果确定交并比；步骤S53：判断所述交并比是否大于或等于设定值；如果所述交并比大于或等于设定值，则选取所述第一物体位置检测结果和所述第二物体位置检测结果中面积最大的检测结果作为待选运动模糊物体位置；如果所述交并比小于设定值，则将所述第一物体位置检测结果为待选运动模糊物体位置；步骤S54：根据所述待选运动模糊物体位置初始化SIAMNET；步骤S55：判断t是否大于或等于总帧数；如果t大于或等于总帧数，则将待选运动模糊物体位置作为运动模糊物体位置输出；如果t小于总帧数，则将令t＝t+1，返回步骤S2。所述将所述第t帧图片输入检测模型中进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果，具体包括：对多帧图片中的运动模糊物体进行标注，获得标注数据集；将设定数量的所述标注数据集作为训练集，将剩余的所述标注数据集作为测试集；将所述训练集输入到SSD(全称SingleShotMultiBoxDetector)网络进行训练，获得检测模型；将所述第t帧图片输入到所述检测模型进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果。所述标注数据集为voc格式。采用所述方法的系统包括：获取模块，用于实时采集运动模糊物体视频；第t帧图片确定模块，用于根据所述运动模糊物体视频确定第t帧图片，其中，t为大于等于1的正整数；第一物体位置检测结果确定模块，用于将所述第t帧图片输入检测模型中进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果；第二物体位置检测结果确定模块，用于利用SIAMNET进行运动模糊物体位置跟踪，获得第t帧图片对应的第二物体位置检测结果；运动模糊物体位置确定模块，用于根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置。所述运动模糊物体位置确定模块，具体包括：第一判断单元，用于判断第一物体位置检测结果是否存在检测结果；如果所述第一物体位置检测结果存在检测结果，则执行“交并比确定单元”；如果所述第一物体位置检测结果不存在检测结果，则将第t帧图片对应的所述第二物体位置检测结果为待选运动模糊物体位置；交并比确定单元，用于根据所述第一物体位置检测结果和所述第二物体位置检测结果确定交并比；第二判断单元，用于判断所述交并比是否大于或等于设定值；如果所述交并比大于或等于设定值，则选取所述第一物体位置检测结果和所述第二物体位置检测结果中面积最大的检测结果作为待选运动模糊物体位置；如果所述交并比小于设定值，则将所述第一物体位置检测结果为待选运动模糊物体位置；初始化单元，用于根据所述待选运动模糊物体位置初始化SIAMNET；第三判断单元，用于判断t是否大于或等于总帧数；如果t大于或等于总帧数，则将待选运动模糊物体位置作为运动模糊物体位置输出；如果t小于总帧数，则将令t＝t+1，返回“第t帧图片确定模块”。所述第一物体位置检测结果确定模块，具体包括：数据集标注单元，用于对多帧图片中的运动模糊物体进行标注，获得标注数据集；赋值单元，用于将设定数量的所述标注数据集作为训练集；训练单元，用于将所述训练集输入到SSD网络进行训练，获得检测模型；第一物体位置检测结果确定单元，用于将所述第t帧图片输入到所述检测模型进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果。本专利技术与现有技术相比的优点在于：本专利技术在使用时，首先实时采集运动模糊物体视频；其次根据所述运动模糊物体视频确定第t帧图片；再次将所述第t帧图片输入检测模型中进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果；然后利用SIAMNET进行运动模糊物体位置跟踪，获得第t帧图片对应的第二物体位置检测结果；最后根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置，本专利技术通过两次对小物体运动模糊物体进行跟踪，结合物体运动信息，避免物体与背景混淆，进而准确得到运动模糊物体位置，提高了运动模糊物体位置确定的准确性。附图说明图1为本专利技术一种实时视频流中运动模糊物体视觉跟踪定位方法的流程图。图2为本专利技术一种实时视频流中运动模糊物体视觉跟踪定位方法的结构图。如图所示：1、获取模块；2、第t帧图片确定模块；3、第一物体位置检测结果确定模块；4、第二物体位置检测结果确定模块；5、物体位置确定模块。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。以下实施例中出现SIAMNET，则代表孪生网络(SiameseNetworks，SIAMNET)。如图1所示，本专利技术公开一种实时视频流中运本文档来自技高网...

【技术保护点】
1.一种实时视频流中运动模糊物体视觉跟踪定位方法，其特征在于:包括以下步骤：/n步骤S1：实时采集运动模糊物体视频；/n步骤S2：根据所述运动模糊物体视频确定第t帧图片，其中，t为大于等于1的正整数；/n步骤S3：将所述第t帧图片输入检测模型中进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果；/n步骤S4：利用孪生网络SIAMNET进行运动模糊物体位置跟踪，获得第t帧图片对应的第二物体位置检测结果；/n步骤S5：根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置。/n

【技术特征摘要】
1.一种实时视频流中运动模糊物体视觉跟踪定位方法，其特征在于:包括以下步骤：
步骤S1：实时采集运动模糊物体视频；
步骤S2：根据所述运动模糊物体视频确定第t帧图片，其中，t为大于等于1的正整数；
步骤S3：将所述第t帧图片输入检测模型中进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果；
步骤S4：利用孪生网络SIAMNET进行运动模糊物体位置跟踪，获得第t帧图片对应的第二物体位置检测结果；
步骤S5：根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置。


2.根据权利要求1所述的一种实时视频流中运动模糊物体视觉跟踪定位方法，其特征在于：所述根据第t帧图片对应的所述第一物体位置检测结果和所述第二物体位置检测结果确定运动模糊物体位置，具体包括：
步骤S51：判断第一物体位置检测结果是否存在检测结果；如果所述第一物体位置检测结果存在检测结果，则执行步骤S52；如果所述第一物体位置检测结果不存在检测结果，则将第t帧图片对应的所述第二物体位置检测结果为待选运动模糊物体位置；
步骤S52：根据所述第一物体位置检测结果和所述第二物体位置检测结果确定交并比；
步骤S53：判断所述交并比是否大于或等于设定值；如果所述交并比大于或等于设定值，则选取所述第一物体位置检测结果和所述第二物体位置检测结果中面积最大的检测结果作为待选运动模糊物体位置；如果所述交并比小于设定值，则将所述第一物体位置检测结果为待选运动模糊物体位置；
步骤S54：根据所述待选运动模糊物体位置初始化SIAMNET；
步骤S55：判断t是否大于或等于总帧数；如果t大于或等于总帧数，则将待选运动模糊物体位置作为运动模糊物体位置输出；如果t小于总帧数，则将令t＝t+1，返回步骤S2。


3.根据权利要求1所述的一种实时视频流中运动模糊物体视觉跟踪定位方法，其特征在于：所述将所述第t帧图片输入检测模型中进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果，具体包括：
对多帧图片中的运动模糊物体进行标注，获得标注数据集；
将设定数量的所述标注数据集作为训练集，将剩余的所述标注数据集作为测试集；
将所述训练集输入到SSD网络进行训练，获得检测模型；
将所述第t帧图片输入到所述检测模型进行运动模糊物体位置检测，获得第t帧图片对应的第一物体位置检测结果。


4.根据权利要求3所述的一种实时视频流中运动模糊物体视觉跟踪定位方法，其特征在于：所述标注数...

【专利技术属性】
技术研发人员：梁栋，吴宝健，田志虎，吴飞，
申请(专利权)人：丰颂教育科技江苏有限公司，
类型：发明
国别省市：江苏;32