基于检测框跟踪的航拍小目标跟踪方法技术

一种基于检测框跟踪的航拍小目标跟踪方法，属于计算机技术领域，旨在解决航拍小目标跟踪问题，要点是S1：对航拍数据集图像数据预处理；S2：将预处理后的图像数据集输入目标检测网络中训练，得到目标检测网络对应的检测权重；S3：跟踪模型输入目标检测网络检测到的候选框，对航拍小目标测试监测；S4：将测试监测所检测到的航拍小目标的位置信息，经过编号比对，进行可视化处理并进行记录，效果是结合目标检测和目标跟踪两个关键步骤，以提高跟踪的准确性和鲁棒性。

【技术实现步骤摘要】

本专利技术属于计算机，具体涉及一种航拍小目标跟踪方法。

技术介绍

1、航拍小目标跟踪是指在航拍视频中，针对尺寸较小的目标进行实时跟踪和定位的技术。这些小目标可能是移动的车辆、行人、动物或其他感兴趣的目标。航拍小目标跟踪在许多应用领域具有重要的价值，如无人机监控、交通管理、环境监测等。

2、传统的航拍小目标跟踪方法通常采用基于特征的算法，如基于颜色、纹理或运动的特征进行目标检测和跟踪。然而，这些方法在面对复杂背景、光照变化和目标遮挡等挑战时表现不佳。因此，需要一种更为准确和鲁棒的航拍小目标跟踪方法。

3、在现实航拍环境下，感兴趣的目标在航拍视频中的尺寸通常较小，这增加了目标检测和跟踪的难度。小目标的低分辨率和模糊性可能导致目标难以准确检测和跟踪。此外，航拍视频中的背景通常是复杂多变的，可能包含大量干扰物体、纹理和结构。这些干扰物体可能与目标具有相似的外观特征，导致误检测和错误跟踪。其次，在航拍视频中，小目标可能会被其他物体或场景元素遮挡，例如树木、建筑物或其他运动物体。目标的遮挡会导致目标的部分或完全消失，使得跟踪算法无法准确追踪目标本文档来自技高网...

【技术保护点】

1.一种基于检测框跟踪的航拍小目标跟踪方法，其特征在于，具体包括：

2.根据权利要求1所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，步骤S1具体包括

3.根据权利要求1所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，目标检测网络是对航拍视频小目标改进的YOLOv5网络，包括以ResNet为主干的基准网络层、用于输出目标检测结果的Neck网络层、Head层以及经过非极大值抑制处理的输出端，其中：

4.根据权利要求3所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，步骤S2具体包括

5.根据权利要求3所述的基于检测框跟踪的航拍...

【技术特征摘要】

1.一种基于检测框跟踪的航拍小目标跟踪方法，其特征在于，具体包括：

2.根据权利要求1所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，步骤s1具体包括

3.根据权利要求1所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，目标检测网络是对航拍视频小目标改进的yolov5网络，包括以resnet为主干的基准网络层、用于输出目标检测结果的neck网络层、head层以及经过非极大值抑制处理的输出端，其中：

4.根据权利要求3所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，步骤s2具体包括

5.根据权利要求3所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，其中，基于如下方式获取giou loss：

6.根据权利要求3所述的基于检测框跟踪的航拍小目标跟踪方法，其特征在于，在目标检测网络的neck层特征融合bifpn的特征图加权连接方式，bifpn是...

【专利技术属性】
技术研发人员：齐恒，潘世抱，周弈志，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：