一种基于深度学习的智能识别、定位追踪的方法及系统技术方案

本发明专利技术提供的一种基于深度学习的智能识别、定位追踪的方法，包括通过双目摄像机的标定建立相机成像几何模型并矫正透镜畸变利用矫正后的双目摄像机获取图像；将获取的图像输入训练好的改进的YOLO

【技术实现步骤摘要】
一种基于深度学习的智能识别、定位追踪的方法及系统


[0001]本专利技术无人机领域，特别是指一种基于深度学习的智能识别、定位追踪的方法及系统。

技术介绍

[0002]近年来小型无人机向自主化、智能化的方向迅速发展，应用范围越来越广，尤其是在无卫星导航条件下的使用需求日渐强烈。目标监控是无人机的重要应用之一，采用立体视觉方法可实现无人机在复杂环境中的目标跟踪与定位。通过搭建双目视觉平台，采用适当的目标跟踪算法可以有效地获取目标的距离和位置，目标的运动方向、轨迹，大小等信息。但目前，对于目标追踪还不能做到在复杂背景、光照变化、类似颜色物体、遮挡物等因素存在的情况下抓住目标的特点，进行有效跟踪，并保证实时性。

技术实现思路

[0003]本专利技术的主要目的在于克服现有技术中的上述缺陷，提出一种基于深度学习的智能识别、定位追踪的方法，能够在复杂背景、光照变化、类似颜色物体、遮挡物等因素存在的情况下实现准确的目标识别和定位，进行有效跟踪，并保证实时性。
[0004]本专利技术实施例提供一种基于深度学习的智能识别、定位追踪的方法，包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的智能识别、定位追踪的方法，其特征在于，包括如下步骤：首先通过双目摄像机的标定建立相机成像几何模型并矫正透镜畸变，利用矫正后的双目摄像机获取图像；将获取的图像输入训练好的改进的YOLO
‑
Lite网络进行目标检测，确定目标框，实现目标的识别和定位；将目标框的图像由RGB空间转换到HSV空间，初始化搜索区域，并将搜索区域内的图像生成颜色直方图，并计算颜色概率分布图；选择初始化搜索窗口，并计算搜索窗口的质心位置，将搜索窗口中心移动到质心位置，并根据质心位置调整搜索窗口的大小，直至满足迭代终止条件时，记录搜索窗口的大小和中心位置；以记录的搜索窗口的大小和中心位置作为下一帧图像的初始搜索窗口，并自适应调整窗口大小，实现目标跟踪。2.根据权利要求1所述的一种基于深度学习的智能识别、定位追踪的方法，其特征在于，所述改进的YOLO
‑
Lite网络，具体包括：在YOLO
‑
Lite骨干网络中增设有残差块和并行连接结构；残差块包括1个1
×
1卷积层和1个3
×
3卷积层；并行连接结构包括12个3
×
3卷积层、1个1
×
1卷积层、3个残差块、3个上采样层和8个最大池化层。3.根据权利要求2所述的一种基于深度学习的智能识别、定位追踪的方法，其特征在于，将获取的图像输入训练好的改进的YOLO
‑
Lite网络进行目标检测，具体为：采用改进的YOLO
‑
Lite网络中的YOLO
‑
Lite骨干网络实现特征提取；利用改进的YOLO
‑
Lite网络中残差块和并行连接结构，将YOLO
‑
Lite骨干网络得到深层特征和浅层特征进行融合，以输出不同尺度特征的特征图；将得到的不同尺度的特征图进行融合，并在不同尺度特征图均生成对应的预测结果。4.根据权利要求1所述的一种基于深度学习的智能识别、定位追踪的方法，其特征在于，选择初始化搜索窗口，并计算搜索窗口的质心位置，将搜索窗口中心移动到质心位置，并根据质心位置调整搜索窗口的大小具体为：计算搜索窗口的零次距：；计算搜索窗口一次距：；；计算搜索窗的质心：；；调整搜索窗大小：宽度W为:；
长度S为：S=1.2W；其中，x,y为搜索窗口的横、纵坐标，I(x,y)为 (x,y)位置处的像素值。5.根据权利要求1所述的一种基于深度学习的智能识别、定位追踪的方法，其特征在于，还包括：若目标点对连续三次位置变化中方向和运动速度...

【专利技术属性】
技术研发人员：曲亮，许杏，王岽，赵杰岩，刘朋，欧阳斌，谢国荣，姜辉，李诚诚，孙学君，
申请(专利权)人：深圳火眼智能有限公司，
类型：发明
国别省市：