本发明专利技术提供了一种基于IOU－Tracker的鱼类跟踪方法和装置，所述方法包括：输入待检测视频，识别出视频中的多个第一鱼类目标，获得第一矩形框、以及每个矩形框在视频帧中的位置信息；根据视频帧的顺序，对相邻两视频帧进行迭代匹配，直到确定为最后一帧时，输出丢失列表和鱼类目标跟踪信息；其中，在每次迭代匹配中，根据第一矩形框的位置信息进行第一IOU值优先匹配，筛选出第二矩形框，继而位置预测匹配，根据匹配结果，更新丢失列表和鱼类目标跟踪信息。本发明专利技术实施例采用了高IOU值匹配策略，能解决鱼类之间的粘连问题，实现对鱼类的实时跟踪，在鱼类目标丢失后能够重新进行跟踪，减少跟踪ID转换次数，具有优良的追踪效果。具有优良的追踪效果。具有优良的追踪效果。
【技术实现步骤摘要】
一种基于IOU
‑
Tracker的鱼类跟踪方法和装置
[0001]本专利技术涉及计算机视觉
，尤其涉及一种基于IOU
‑
Tracker的鱼类跟踪方法和装置。
技术介绍
[0002]近年来，随着研究人员对鱼类的研究手段越来越深入，传统的鱼类养殖监控技术已经不能满足需求，由此逐渐发展出了基于计算机视觉的对鱼类生存环境及行为进行监控的技术。而多目标跟踪技术是计算机视觉领域的关键技术之一，研究水下鱼类的跟踪方法对渔业的发展也具有重要的意义。
[0003]目前，主要的跟踪算法采用目标外观特征信息差异作为跟踪以及，例如DeepSort、CenterTrack、SiameseTrack等。但是将这些算法应用于鱼类目标跟踪会面临外观、光照、速度、方向的变化等影响以及运动模糊的问题，且鱼类之间的外观特征信息差异并不明显。在养殖密度大的情况下，鱼类之间的粘连、遮挡问题严重，采用鱼类外观特征信息作为依据的跟踪方法在距离较近的鱼类之间容易大幅提高跟踪ID转换次数，严重时会导致跟踪策略失效。而传统的基于检测器的IOU
‑
Tracker算法也会存在大幅提高跟踪ID转换次数、检测的视频帧数要求较高以及在检测器漏检、目标被遮挡等情况造成的目标丢失时，无法对目标继续跟踪等技术问题。
技术实现思路
[0004]本专利技术提供了一种基于IOU
‑
Tracker的鱼类跟踪方法和装置，能有效追踪鱼类，在鱼类目标丢失时能重新识别追踪，大幅减少了跟踪ID转换次数。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种基于IOU
‑
Tracker的鱼类跟踪方法，包括：
[0006]输入待检测视频，采用ATSS网络识别出所述待检测视频中的多个第一鱼类目标，获得与各所述第一鱼类目标一一对应的第一矩形框、以及每个所述第一矩形框在每个视频帧中的位置信息；
[0007]根据视频帧的顺序，依次对相邻两视频帧进行迭代匹配，直到确定当前视频帧为最后一帧时，输出丢失列表和鱼类目标跟踪信息；
[0008]其中，在每次迭代匹配中，根据每个所述第一矩形框的位置信息，对各所述第一矩形框进行第一IOU值优先匹配，筛选出第一IOU值优先匹配不成功的所有第一矩形框作为第二矩形框，继而对各所述第二矩形框进行位置预测匹配，然后根据位置预测匹配结果，更新丢失列表和鱼类目标跟踪信息
[0009]进一步地，所述根据每个所述第一矩形框的位置信息，对各所述第一矩形框进行第一IOU值优先匹配，具体为：
[0010]获取当前帧所述第一矩形框的面积Area(a)和上一帧所述第一矩形框的面积Area(b)，并根据以下公式计算重合度IOU值：
[0011][0012]其中，IOU(a,b)为重合度IOU值；
[0013]筛选出重合度IOU值大于预设阈值的矩形框作为第三矩形框；
[0014]根据各所述第三矩形框的重合度IOU值的从大到小的顺序依次将所述第三矩形框和第一跟踪ID集进行匹配。
[0015]进一步地，所述对各所述第二矩形框进行位置预测匹配，具体为：
[0016]获取所述第二矩形框对应的鱼类目标消失前的最后一帧的位置D
f
(x,y)和所述第二矩形框对应的鱼类目标消失前的倒数第二帧的位置D
f
‑1(x,y)，并根据以下公式计算所述第二矩形框对应的鱼类目标的移动速度：
[0017]V(x,y)＝D
f
(x,y)
‑
D
f
‑1(x,y)；
[0018]其中，V(x，y)为所述第二矩形框对应的鱼类目标的移动速度；
[0019]获取当前帧序和所述第二矩形框对应的鱼类目标消失时的帧序，并根据以下公式计算所述第二矩形框对应的鱼类目标第一预设帧数后出现的位置：
[0020]D
pre
(x,y)＝D(x,y)+V(x,y)
×
(f
n
‑
f)；
[0021]其中，D
pre
(x，y)为所述第二矩形框对应的鱼类目标第一预设帧数后出现的位置；
[0022]根据预测的第一预设帧数后的位置和当前帧，结合第二跟踪ID集，进行第二IOU值优先匹配。
[0023]进一步地，所述根据位置预测匹配结果，更新丢失列表和鱼类目标跟踪信息，具体为：
[0024]将位置预测匹配结果中未匹配到的第二跟踪ID对应的鱼类目标归入丢失列表，并将未匹配的第二跟踪ID集对应的鱼类目标跟踪信息保留第二预设帧数。
[0025]进一步地，在所述对各所述第二矩形框进行位置预测匹配之后，还包括：
[0026]将位置预测匹配结果中未匹配到的矩形框作为第四矩形框，添加新的第三跟踪ID集与所述第四矩形框匹配。
[0027]相应的，本专利技术实施例还提供了一种基于IOU
‑
Tracker的鱼类跟踪装置，包括识别模块、匹配模块和输出模块；其中，
[0028]所述识别模块用于输入待检测视频，采用ATSS网络识别出所述待检测视频中的多个第一鱼类目标，获得与各所述第一鱼类目标一一对应的第一矩形框、以及每个所述第一矩形框在每个视频帧中的位置信息；
[0029]所述匹配模块用于根据视频帧的顺序，依次对相邻两视频帧进行迭代匹配，直到确定当前视频帧为最后一帧，所述输出模块输出丢失列表和鱼类目标跟踪信息；
[0030]其中，在每次迭代匹配中，根据每个所述第一矩形框的位置信息，对各所述第一矩形框进行第一IOU值优先匹配，筛选出第一IOU值优先匹配不成功的所有第一矩形框作为第二矩形框，继而对各所述第二矩形框进行位置预测匹配，然后根据位置预测匹配结果，更新丢失列表和鱼类目标跟踪信息。
[0031]进一步地，所述匹配模块包括IOU值匹配单元，所述IOU值匹配单元用于根据每个所述第一矩形框的位置信息，对各所述第一矩形框进行第一IOU值优先匹配，具体为：
[0032]所述IOU值匹配单元获取当前帧所述第一矩形框的面积Area(a)和上一帧所述第
一矩形框的面积Area(b)，并根据以下公式计算重合度IOU值：
[0033][0034]其中，IOU(a,b)为重合度IOU值；
[0035]筛选出重合度IOU值大于预设阈值的矩形框作为第三矩形框；
[0036]根据各所述第三矩形框的重合度IOU值的从大到小的顺序依次将所述第三矩形框和第一跟踪ID集进行匹配。
[0037]进一步地，所述匹配模块还包括位置预测匹配单元，所述位置预测匹配单元用于对各所述第二矩形框进行位置预测匹配，具体为：
[0038]所述位置预测匹配单元获取所述第二矩形框对应的鱼类目标消失前的最后一帧的位置D
f
(x,y)和所述第二矩形框对应的鱼类目标消失前的倒数第二帧的位置D
f
‑1(x,y)，并根本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于IOU－Tracker的鱼类跟踪方法，其特征在于，包括：输入待检测视频，采用ATSS网络识别出所述待检测视频中的多个第一鱼类目标，获得与各所述第一鱼类目标一一对应的第一矩形框、以及每个所述第一矩形框在每个视频帧中的位置信息；根据视频帧的顺序，依次对相邻两视频帧进行迭代匹配，直到确定当前视频帧为最后一帧时，输出丢失列表和鱼类目标跟踪信息；其中，在每次迭代匹配中，根据每个所述第一矩形框的位置信息，对各所述第一矩形框进行第一IOU值优先匹配，筛选出第一IOU值优先匹配不成功的所有第一矩形框作为第二矩形框，继而对各所述第二矩形框进行位置预测匹配，然后根据位置预测匹配结果，更新丢失列表和鱼类目标跟踪信息。2.如权利要求1所述的一种基于IOU－Tracker的鱼类跟踪方法，其特征在于，所述根据每个所述第一矩形框的位置信息，对各所述第一矩形框进行第一IOU值优先匹配，具体为：获取当前帧所述第一矩形框的面积Area(a)和上一帧所述第一矩形框的面积Area(b)，并根据以下公式计算重合度IOU值：其中，IOU(a,b)为重合度IOU值；筛选出重合度IOU值大于预设阈值的矩形框作为第三矩形框；根据各所述第三矩形框的重合度IOU值的从大到小的顺序依次将所述第三矩形框和第一跟踪ID集进行匹配。3.如权利要求1所述的一种基于IOU－Tracker的鱼类跟踪方法，其特征在于，所述对各所述第二矩形框进行位置预测匹配，具体为：获取所述第二矩形框对应的鱼类目标消失前的最后一帧的位置D
f
(x,y)和所述第二矩形框对应的鱼类目标消失前的倒数第二帧的位置D
f
‑1(x,y)，并根据以下公式计算所述第二矩形框对应的鱼类目标的移动速度：V(x,y)＝D
f
(x,y)
‑
D
f
‑1(x,y)；其中，V(x，y)为所述第二矩形框对应的鱼类目标的移动速度；获取当前帧序和所述第二矩形框对应的鱼类目标消失时的帧序，并根据以下公式计算所述第二矩形框对应的鱼类目标第一预设帧数后出现的位置：D
pre
(x,y)＝D(x,y)+V(x,y)
×
(f
n
‑
f)；其中，D
pre
(x，y)为所述第二矩形框对应的鱼类目标第一预设帧数后出现的位置；根据预测的第一预设帧数后的位置和当前帧，结合第二跟踪ID集，进行第二IOU值优先匹配。4.如权利要求1所述的一种基于IOU－Tracker的鱼类跟踪方法，其特征在于，所述根据位置预测匹配结果，更新丢失列表和鱼类目标跟踪信息，具体为：将位置预测匹配结果中未匹配到的第二跟踪ID对应的鱼类目标归入丢失列表，并将未匹配的第二跟踪ID集对应的鱼类目标跟踪信息保留第二预设帧数。5.如权利要求1至4任意一项所述的一种基于IOU－Tracker的鱼类跟踪方法，其特征在于，在所述对各所述第二矩形框进行位置预测匹配之后，还包括：
将位置预测匹配结果中未匹配到的矩形框作为第四矩形框，添加新的第三跟踪ID集与所述第四矩形框匹配。6.一种基于IOU－Tracker的鱼类跟踪装置，其特征在于，包括识别模块、匹配模块和输出模块；其中，所述识别模块用于输入待检测视频，采用ATSS网络识别出所述待检测视频中...
【专利技术属性】
技术研发人员：毛亮，龚文超，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：
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。