System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机视觉,特别是一种基于无人机的高鲁棒性目标跟踪方法。
技术介绍
1、无人机在作业时,基于ai识别需要跟踪的目标,选择跟踪的目标后,持续稳定跟踪所选目标。当遇到目标被遮挡时,需要判断该目标是否丢失,且在认为目标处于丢失状态后,再次对丢失的目标进行智能重捕,以完成目标跟踪的任务。
2、例如现有技术中,多采用kcf(kernel correlation filter,核相关滤波算法)算法进行目标跟踪,其主要步骤包括:计算特征图的高斯响应值(peck),与设置的阈值进行比较,如果响应值低于设置的阈值判定为丢失,再对丢失的目标进行重捕。该方法的主要缺陷在于,对前一帧与当前帧图像中目标的重合度要求极高,当目标发生形变或者位置偏移时,重捕失败的概率极大。
技术实现思路
1、为解决上述问题,本专利技术提出一种基于无人机的高鲁棒性目标跟踪方法,其在进行目标丢失判断时,同时考虑遮挡判断阈值、丢失判断阈值,以提升后续丢失重捕的成功率。
2、为实现上述目的,本专利技术采用的技术方案是:
3、提供了一种基于无人机的高鲁棒性目标跟踪方法,其包括如下步骤:
4、s1、控制无人机按照设定的巡航高度和速度在指定区域进行巡检;
5、s2、无人机飞行过程中,开启无人机的目标跟踪功能,并实时显示检测到的目标,并通过跟踪框对检测到的目标进行标识;
6、s3、从被跟踪框标识的目标中确定需要跟踪的目标;
7、s4、实时获取当前
8、以及s5、对因被遮挡而丢失的目标进行跟踪重捕。
9、优选的,所述步骤s4还包括:对需要跟踪的目标进行持续跟踪,直至检测框与跟踪框的iou值大于或等于预设值。
10、优选的,基于fdsst算法对需要跟踪的目标进行持续跟踪。
11、优选的,获取遮挡判断阈值包括如下步骤:
12、获取目标搜索区域中所有像素点的能量平均值,记为目标搜索区域平均能量值;
13、获取背景区域的能量平均值,记为背景区域平均能量值;
14、根据遮挡判断阈值=目标搜索区域平均能量值/背景区域平均能量值获取遮挡判断阈值。
15、优选的,获取丢失判断阈值包括如下步骤:
16、确定搜索窗口,通常为需要跟踪的目标可能出现位置的周围区域;
17、通过在傅里叶域中计算离散傅里叶变换和核函数生成与所述搜索窗口对应的搜索窗口特征图;
18、通过离散傅里叶变换将当前帧图像转换到傅里叶域中,以得到跟踪目标特征图;
19、将搜索窗口特征图与跟踪目标特征图进行逐元素相乘,再将相乘结果进行傅里叶逆变换,以得到响应图;
20、在响应图中确认最大响应值对应的位置,该位置即为需要跟踪的目标可能出现的位置,该最大响应值即为丢失判断阈值。
21、优选的,所述步骤s5包括如下步骤:
22、s51、获取当前帧图像的apce值,并将该apce值与apce预设值进行对比,若该apce值小于apce预设值,则认为目标被遮挡,若该apce值大于或等于apce预设值,则认为目标未被遮挡;
23、s52、当目标未被遮挡,且当前帧图像的高斯响应值大于或等于设定的阈值时,则认为当前帧图像中重捕到目标,并通过跟踪框对目标进行标识;
24、s53、记录对目标进行标识的跟踪框的像素坐标,并将其用于下一帧图像中的目标识别;
25、以及s54、若下一帧图像中同样可以识别出目标,则重复步骤s53,当连续多帧图像均可识别出目标时,则认为目标跟踪重捕成功。
26、优选的,所述预设条件包括遮挡判断阈值大于第一预设值,且丢失判断阈值大于第二预设值。
27、优选的,在认为目标跟踪重捕成功后,获取需要目标的检测框与跟踪框的iou值,且当所述iou值大于或等于预设值时,则将当前帧图像的apce值、高斯响应值对应作为第一预设值、第二预设值。
28、优选的,所述apce值、高斯响应值可基于当前帧图像的hog特征图获取。
29、优选的,无人机飞行过程中,通过控制端开启无人机的目标跟踪功能,并在所述控制端上实时显示检测到的目标。
30、本专利技术的有益效果是:
31、本申请在进行目标丢失判断时,同时考虑遮挡判断阈值、丢失判断阈值,且将目标是否被遮挡设定为丢失的敏感度,以提升后续丢失重捕的成功率,同时在对丢失的目标进行跟踪重捕时,将已识别出目标的跟踪框赋值到下一帧图像中,以快速检测下一帧图像中是否也具有目标,由此极大提高目标跟踪的效率。
本文档来自技高网...【技术保护点】
1.一种基于无人机的高鲁棒性目标跟踪方法,其特征在于,包括如下步骤:
2.如权利要求1所述的目标跟踪方法,其特征在于,所述步骤S4还包括:对需要跟踪的目标进行持续跟踪,直至检测框与跟踪框的IOU值大于或等于预设值。
3.如权利要求2所述的目标跟踪方法,其特征在于,基于FDSST算法对需要跟踪的目标进行持续跟踪。
4.如权利要求1所述的目标跟踪方法,其特征在于,获取遮挡判断阈值包括如下步骤:
5.如权利要求1所述的目标跟踪方法,其特征在于,获取丢失判断阈值包括如下步骤:
6.如权利要求1所述的目标跟踪方法,其特征在于,所述步骤S5包括如下步骤:
7.如权利要求5所述的目标跟踪方法,其特征在于,所述预设条件包括遮挡判断阈值大于第一预设值,且丢失判断阈值大于第二预设值。
8.如权利要求7所述的目标跟踪方法,其特征在于,在认为目标跟踪重捕成功后,获取需要目标的检测框与跟踪框的IOU值,且当所述IOU值大于或等于预设值时,则将当前帧图像的APCE值、高斯响应值对应作为第一预设值、第二预设值。
9
10.如权利要求1所述的目标跟踪方法,其特征在于,无人机飞行过程中,通过控制端开启无人机的目标跟踪功能,并在所述控制端上实时显示检测到的目标。
...【技术特征摘要】
1.一种基于无人机的高鲁棒性目标跟踪方法,其特征在于,包括如下步骤:
2.如权利要求1所述的目标跟踪方法,其特征在于,所述步骤s4还包括:对需要跟踪的目标进行持续跟踪,直至检测框与跟踪框的iou值大于或等于预设值。
3.如权利要求2所述的目标跟踪方法,其特征在于,基于fdsst算法对需要跟踪的目标进行持续跟踪。
4.如权利要求1所述的目标跟踪方法,其特征在于,获取遮挡判断阈值包括如下步骤:
5.如权利要求1所述的目标跟踪方法,其特征在于,获取丢失判断阈值包括如下步骤:
6.如权利要求1所述的目标跟踪方法,其特征在于,所述步骤s5包括如下步骤:
7.如权...
【专利技术属性】
技术研发人员:黄立,贺金龙,万金建,杨丹婷,金顶寿,刘寿宝,陈虎,薛源,胡倩,
申请(专利权)人:普宙科技有限公司,
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。