【技术实现步骤摘要】
基于孪生网络和YOLO目标检测模型的目标跟踪方法及系统
[0001]本专利技术涉及人工智能与计算机视觉
,特别涉及一种基于孪生网络和YOLO目标检测模型的目标跟踪方法及系统。
技术介绍
[0002]近年来,随着人们对更智能、更便捷、更高质量生活的向往,人工智能正在悄然渗入到各行各业并改变着我们的生活方式。计算机视觉是人工智能领域的重要分支,旨在研究如何让计算机像人类视觉系统一样智能地感知、分析、处理现实世界。以图像和视频为信息载体的各项计算机视觉算法,早已渗透到大众的日常生活中,如人脸识别、人机交互、商品检索、智能监控、视觉导航等。视频目标跟踪技术,作为计算机视觉领域中基础的、重要的研究方向之一,一直是研究人员的关注热点。
[0003]视频目标跟踪要求在已知第一帧感兴趣物体的位置和尺度信息的情况下,对该目标在后续视频帧中进行持续的定位和尺度估计。广义的目标跟踪通常包含单目标跟踪和多目标跟踪,两者既有差别又有紧密的联系。多目标跟踪算法主要包括目标检测和轨迹关联,以确保同一个物体在视频中获得固定的、唯一的数字标识。多目标跟踪通常限定在目标类别已知的场景中,如多行人、多车辆的视觉跟踪,因此,多目标跟踪算法高度依赖现成的目标检测器,物体检测的质量直接关系到后续的多目标轨迹关联。不同地,单目标跟踪算法要求处理任意类别的物体,即不知道任何关于目标的先验信息。虽然前提条件略有差异,但正如其名,单目标跟踪与多目标跟踪都紧紧围绕着视频中的物体识别与跟踪,因而在外观建模、运动分析、轨迹关联等技术细节上有紧密的关联。如何将单 ...
【技术保护点】
【技术特征摘要】
1.一种基于孪生网络和YOLO目标检测模型的目标跟踪方法,其特征在于,包括:输入待测视频文件;在第一帧中框定待跟踪目标,将目标框调整到固定大小,输入孪生特征提取网络获取目标深度特征;在后续帧中利用YOLO目标检测模型提取候选框,并将全部候选框调整到固定大小,输入孪生特征提取网络获取深度特征;将后续帧分别与第一帧、前一帧的特征进行相似性度量,加权求和得到总相关分数;将得分最高的候选框串联成目标轨迹进行记录,得分低于阈值判断为目标丢失,跳过当前帧继续后续帧目标搜索,形成完整的轨迹链实现目标跟踪。2.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法,其特征在于,所述待测视频文件,即将AVI格式的视频先按帧率截取JPG格式的视频帧数据进行存储。3.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法,其特征在于,所述孪生特征提取网络包括两个部分,第一部分将输入的图像调整到固定大小;第二部分将调整后的第一帧、后续帧目标框图像输入权值共享的卷积神经网络(Convolutional Neural Networks,CNN)进行特征提取,分别得到各自的特征向量。4.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法,其特征在于,所述YOLO目标检测模型将输入视频帧图像分成7*7个网格(Grid Cell),每个Grid Cell负责检测落入该格子的物体,若某个物体的中心位置的坐标落入到该Grid Cell中,那么这个Grid Cell就负责检测出这个物体,输出2个包含物体的矩形区域(Bounding Box)。每个Bounding Box包含5个数据信息,分别是x,y,w,h和confidence。其中,x,y是指当前Grid Cell预测得到的物体的Bounding Box的中心位置的坐标;w,h是Bounding Box的宽度和高度;confidence是反映当前Bounding Box是否包含物体的置信度,计算方式如下:confidence=P(object)*IOU其中,若Bounding Box包含物体,则P(object)=1,否则P(object)=0,IOU(Intersection Over Union)为预测Bounding Box与物体真实区域的交集面积,以像素为单位,用真实区域的像素面积归一化到[0,1]区间。5.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法,其特征在于,所述相似性度量使用欧式距离进行计算,公式如下:Distance<X1,X
i,j
>=||G(X1)
‑
G(X
i,j
)||Distance<X
i,j
,X
i+1,k
>=||G(X
i,j
)
‑
G(X
i+1,k
)||其中,Distance<,>表示欧氏距离,|| ||表示L2范数计算,G(X1)表示第1帧中待跟踪目标的特征向量,G(X
i,j
)表示第i帧中第j个候选框的特征向量,G(X
i+1,k
)表示第i+1帧中第k个候选框的特征向量。6.根据权利要求5所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法,其特征在于,所述加权求和得到的总相关分数R计算公式如下:R=0.5*Distance<X1,X
i,j
>+0.5*Distance<X
i,j
,X
i+1,k
>7.一种基于基于孪生网络和YOLO目标检测模型的目标跟踪系...
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。