【技术实现步骤摘要】
本专利技术属于目标匹配领域，具体涉及一种基于置信度迭代策略的目标匹配方法和装置。
技术介绍
1、目标重识别技术(object re-identification，简称re-id)是一种计算机视觉方法，旨在通过不同摄像头或时间段中的图像/视频，准确地识别和关联同一个目标物体或人物。它主要应用于视频监控、行人追踪和智能交通等领域。目标重识别技术的特点是具有跨越不同摄像头、多角度检测同一个目标的能力。这意味着，即使目标在摄像头之间移动或改变姿态，目标重识别技术也能够识别并关联相同的目标物体或人物。
2、目标重识别技术的实现主要包括三个步骤：特征提取、特征匹配和距离计算。首先，通过特征提取算法，从每个目标的图像中提取出代表其外貌和形状特征的向量。这个向量被称为特征向量。然后，在特征匹配阶段，目标重识别技术将这些特征向量进行比对和匹配，以确定哪些目标物体或人物是相同的。最后，在距离计算阶段，算法通过计算不同目标之间的距离来衡量它们之间的相似度，并根据相似度判断是否为同一个目标。
3、而多机认知统一性问题是指在多无人机协同进行任务的过程中，难以对同一目标具有统一认知的问题，认知统一性是所有集群智能任务的基础。按照技术方案的不同，目前针对多机认知统一性问题的方法可以分为三大类。
4、第一类方法为基于传统的图像技术的图像匹配技术，通过sift(scale-invariantfeature transform，尺度不变特征转换)算子或角点对目标进行身份的特征提取，然后在另一张照片中对先前提取出的身份特征进行全局
5、第二类方法是基于透射变换的方案。该方法首先在多无人机上分别使用目标检测算法获取到视角范围内所有目标及其位置，然后使用跟踪算法赋予每个目标一个全局统一的身份id(identity document，身份标识)，其次求解照片之间的透射变换，将一张照片通过透射变换投影到另一张照片上，然后通过透射变换和目标间的iou(intersection overunion，重叠度)等关系获取目标和目标之间的匹配关系。该方法效果较好，但其运算时间较长，其对透射变换的求解若在匹配目标较少的前提下难以得到一个较好的透射变换，从而导致算法效果的极大下降。
6、第三类方法为基于目标重识别的方案。该方法首先通过目标检测算法获取到视角范围内所有目标及其位置，然后使用目标重识别算法对检测到的每个目标进行特征的提取，通过在不同无人机获取到的图像目标之间比对对应的特征从而判断其是否为同一个目标。该方法思路简单直接，易于理解，但是由于无人机自身平台特性限制，目标尺寸普遍较小，且目标外观变换较大，目标的外观纹理特征难以实现稳定的表述，匹配效果较差。随着无人机集群系统架构的逐渐复杂，应用环境的逐渐复杂，无人机协同执行任务的必要性逐渐提升。直接使用目标重识别方案完成多机认知统一性问题的效果越来越差。若想要提升多机集群系统下认知统一的效果，最简单的方法是增大获取的图像尺寸，使用更高算力的设备和模型进行特征的提取和比对，但该种方案对负载的要求较高，且难以对效果有本质上的提升。
7、综上，针对多机认知统一性问题的现有目标匹配方法，存在匹配效果较差、算法鲁棒性不够，以及对特征的利用率不够等问题，因此亟需提出一种新的方法以解决上述问题。
技术实现思路
1、为了解决现有技术中存在的上述问题，本专利技术提供了一种基于置信度迭代策略的目标匹配方法和装置。本专利技术要解决的技术问题通过以下技术方案实现：
2、第一方面，本专利技术实施例提供了一种基于置信度迭代策略的目标匹配方法，所述方法包括：
3、获取两架无人机在同一时刻对同一检测区域进行图像采集所得到的采集角度不同的两张图像；
4、利用预设的目标检测网络获取每张图像的目标检测结果；利用置信度阈值筛选方式从得到的目标检测结果中筛选出高置信度目标和低置信度目标；
5、基于所述两张图像分别得到的高置信度目标和预设的目标重识别网络进行机间目标匹配，得到reid匹配结果；其中，所述reid匹配结果含有多个匹配目标对，任一个匹配目标对中的两个目标分属两架无人机且为同一目标；
6、判断所述reid匹配结果中匹配目标对的数量是否大于或等于预设门限；
7、若否，将所述reid匹配结果作为最终的目标匹配结果；
8、若是，基于所述reid匹配结果含有的多个匹配目标对，得到两张图像之间的原始透射变换矩阵；基于所述原始透射变换矩阵和所有高置信度目标，对当前的多个匹配目标对进行更新；基于更新后的多个匹配目标对，得到两张图像之间的修正透射变换矩阵；基于所述修正透射变换矩阵和所有低置信度目标，对当前的多个匹配目标对进行更新，得到最终的目标匹配结果。
9、在本专利技术的一个实施例中，所述预设的目标检测网络，包括yolox-s网络。
10、在本专利技术的一个实施例中，所述利用置信度阈值筛选方式从得到的目标检测结果中筛选出高置信度目标和低置信度目标，包括：
11、针对任一图像得到的目标检测结果，将其中置信度数值大于第一阈值的目标确定为高置信度目标，将其中置信度数值大于第二阈值的目标确定为低置信度目标；其中，所述第一阈值大于所述第二阈值。
12、在本专利技术的一个实施例中，所述基于所述两张图像分别得到的高置信度目标和预设的目标重识别网络进行机间目标匹配，得到reid匹配结果，包括：
13、针对每个高置信度目标，从所在图像中获得对应的目标图像并进行预处理后，输入所述预设的目标重识别网络，得到该高置信度目标对应的reid特征表述向量，将同一图像得到的所有reid特征表述向量排列后构成该图像的reid特征表述集合；
14、计算两个reid特征表述集合中reid特征表述向量间的相似度，得到表征两架无人机目标相似程度的相似性矩阵；
15、对所述相似性矩阵利用匈牙利匹配方法确定两架无人机目标之间的最佳匹配，得到初始目标匹配矩阵；
16、利用第三阈值对所述初始目标匹配矩阵中不属于两架无人机共同视野的目标进行排除，得到修正目标匹配矩阵，以表示reid匹配结果；其中，所述修正目标匹配矩阵中为1的数值，表示对应的两架无人机目标属于匹配到的同一目标；所述修正目标匹配矩阵中为0的数值，表示对应的两架无人机目标不属于匹配到的同一目标。
17、在本专利技术的一个实施例中，所述预设的目标重识别网络，包括sbs网络。
18、在本专利技术的一个实施例中，基于所述reid匹配结果含有的多个匹配目标对，得到两张图像之间的原始透射变换矩阵，包括：
19、对所述reid匹配结果含有的多个匹配目标对，利用ransac算法剔除其中的错误匹配目标对，得到筛选后的匹配目标对；
20、基于所述筛选后的匹配目标对中各目标的中心点，计算出两张图像中，从第一图像变换到第二图像所对应的第一原始透射变换矩阵，以及从第二本文档来自技高网...
【技术保护点】
1.一种基于置信度迭代策略的目标匹配方法，其特征在于，包括：
2.根据权利要求1所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述预设的目标检测网络，包括YOLOX-s网络。
3.根据权利要求1所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述利用置信度阈值筛选方式从得到的目标检测结果中筛选出高置信度目标和低置信度目标，包括：
4.根据权利要求1所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述基于所述两张图像分别得到的高置信度目标和预设的目标重识别网络进行机间目标匹配，得到ReID匹配结果，包括：
5.根据权利要求4所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述预设的目标重识别网络，包括SBS网络。
6.根据权利要求1至5任一项所述的基于置信度迭代策略的目标匹配方法，其特征在于，基于所述ReID匹配结果含有的多个匹配目标对，得到两张图像之间的原始透射变换矩阵，包括：
7.根据权利要求6所述的基于置信度迭代策略的目标匹配方法，其特征在于，基于所述原始透射变换矩阵和所有高置信度目标，
8.根据权利要求7所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述基于更新后的多个匹配目标对，得到两张图像之间的修正透射变换矩阵，包括：
9.根据权利要求8所述的基于置信度迭代策略的目标匹配方法，其特征在于，基于所述修正透射变换矩阵和所有低置信度目标，对当前的多个匹配目标对进行更新，得到最终的目标匹配结果，包括：
10.一种基于置信度迭代策略的目标匹配装置，其特征在于，包括：
...【技术特征摘要】
1.一种基于置信度迭代策略的目标匹配方法，其特征在于，包括：
2.根据权利要求1所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述预设的目标检测网络，包括yolox-s网络。
3.根据权利要求1所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述利用置信度阈值筛选方式从得到的目标检测结果中筛选出高置信度目标和低置信度目标，包括：
4.根据权利要求1所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述基于所述两张图像分别得到的高置信度目标和预设的目标重识别网络进行机间目标匹配，得到reid匹配结果，包括：
5.根据权利要求4所述的基于置信度迭代策略的目标匹配方法，其特征在于，所述预设的目标重识别网络，包括sbs网络。
6.根据权利要求1至5任一项所...
【专利技术属性】
技术研发人员：王亮，闻思凯，孙仁武，石晓然，周峰，
申请(专利权)人：西安电子科技大学，
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。