【技术实现步骤摘要】
本专利技术属于飞行汽车计算机视觉领域，具体涉及一种鲁棒的飞行汽车空地目标匹配方法及系统。
技术介绍
1、飞行汽车技术的快速发展及其在城市交通、物流运输和应急救援等领域的应用，对车辆的自主导航、安全控制和协同作业提出了越来越高的要求。其中，实现飞行汽车在空地模式切换过程中的精准目标识别与跟踪至关重要。然而，现有的目标识别与跟踪技术在飞行汽车场景下面临诸多挑战：单一视角的目标跟踪易受视角限制和目标遮挡影响；飞行模式下目标尺寸缩小，易受光照、大气干扰等影响；地面行驶模式下，中远距离目标细节缺失；不同模态下(飞行模式和地面行驶模式)的目标识别和匹配也存在困难。现有技术如yolov5s、deepsort和fastreid等算法，虽然在各自领域取得了一定成果，但直接应用于飞行汽车空地目标匹配时，其鲁棒性和准确性仍不足以满足高精度、高实时性的要求，难以有效解决目标遮挡、视角变化、光照变化等复杂情况。
2、因此，迫切需要一种能够有效应对飞行汽车空地模式切换以及多车协同作业挑战的鲁棒目标匹配方法。
技术实现思路
1、针对现有技术的不足，本专利技术的目的在于提供一种鲁棒的飞行汽车空地目标匹配方法及系统，解决了现有技术中的问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种鲁棒的飞行汽车空地目标匹配方法，包括以下步骤：
4、接收飞行汽车地面行驶模式与飞行模式的图像；
5、基于yolov5s网络，引入ca注意力机制并改进损失函数，来对
6、针对检测结果，进行基于deepsort算法的目标跟踪处理，并对跟踪结果进行重识别预处理，获得待检测数据集；
7、针对目标图像与待检测数据集，进行基于fastreid算法的目标重识别处理；
8、对重识别结果进行余弦相似度计算匹配，并进行再跟踪。
9、进一步地，所述ca注意力机制将2d池化分解为两个1d平均池化，按照两个不同的池化核分别沿水平和竖直方向进行池化操作。
10、进一步地，改进的损失函数lmpdiou为：
11、lmpdiou＝1-mpdiou
12、
13、其中，表示预测框的左上坐标和右下坐标，表示实际框的左上坐标和右下坐标，w和h表示输入图像的宽和高，c表示最小封闭面积，a表示预测框范围，b表示真实框范围，表示两个框左上角之间的欧氏距离的平方，表示两个框右下角之间的欧氏距离的平方。
14、进一步地，对跟踪结果进行重识别预处理的过程为：将跟踪结果的图像以及预测框txt文件逐帧保存，并将保存图像根据预测框坐标进行截取，获得待检测数据集。
15、进一步地，在所述目标重识别处理过程中，对图像进行预处理后，利用骨干网络生成特征，再利用聚合模块生成全局特征，之后使用head模块对全局特征进行归一化操作；
16、所述骨干网络以resnet、resnext和resnest为网络架构，并融入ibn机制；所述head模块中组合使用归一化头、线性头和简化头。
17、进一步地，对重识别结果进行余弦相似度计算匹配的步骤为：
18、s51，依次读取待检测数据集的重识别结果向量，与目标图像特征向量进行余弦相似度计算；
19、s52，将待检测数据集的余弦相似度结果按大小排序。
20、一种鲁棒的飞行汽车空地目标匹配系统，包括：
21、图像接收模块：接收飞行汽车地面行驶模式与飞行模式的图像；
22、图像检测模块基于yolov5s网络，引入ca注意力机制并改进损失函数，来对接收的图像进行检测；
23、跟踪处理模块：针对检测结果，进行基于deepsort算法的目标跟踪处理，并对跟踪结果进行重识别预处理，获得待检测数据集；
24、重识别模块：针对目标图像与待检测数据集，进行基于fastreid算法的目标重识别处理；
25、匹配跟踪模块：对重识别结果进行余弦相似度计算匹配，并进行再跟踪。
26、一种计算机存储介质，存储有可读程序，当程序运行时，能够执行上述的一种鲁棒的飞行汽车空地目标匹配方法。
27、一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
28、所述存储器用于存放至少一条可执行指令，所述可执行指令使所述处理器执行上述的一种鲁棒的飞行汽车空地目标匹配方法对应的操作。
29、一种计算机程序产品，包括计算机指令，所述计算机指令指示计算设备执行上述的一种鲁棒的飞行汽车空地目标匹配方法对应的操作。
30、本专利技术的有益效果：
31、1、本专利技术通过改进损失函数并引入注意力机制实现空中视角对小目标的识别。
32、2、本专利技术通过空地双视角目标匹配方法实现飞行汽车两种模态下对同一目标的id匹配，有效解决单视角下目标遮挡的问题。
本文档来自技高网...【技术保护点】
1.一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，所述CA注意力机制将2D池化分解为两个1D平均池化，按照两个不同的池化核分别沿水平和竖直方向进行池化操作。
3.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，改进的损失函数LMPDIoU为：
4.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，对跟踪结果进行重识别预处理的过程为：将跟踪结果的图像以及预测框txt文件逐帧保存，并将保存图像根据预测框坐标进行截取，获得待检测数据集。
5.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，在所述目标重识别处理过程中，对图像进行预处理后，利用骨干网络生成特征，再利用聚合模块生成全局特征，之后使用Head模块对全局特征进行归一化操作；
6.根据权利要求4所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，对重识别结果进行余弦相似度计算匹配的步骤为：
7.一种鲁棒的飞行汽车
8.一种计算机存储介质，存储有可读程序，其特征在于，当程序运行时，能够执行权利要求1-6任一项所述的一种鲁棒的飞行汽车空地目标匹配方法。
9.一种电子设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
10.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令指示计算设备执行如权利要求1-6中任一所述的一种鲁棒的飞行汽车空地目标匹配方法对应的操作。
...【技术特征摘要】
1.一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，所述ca注意力机制将2d池化分解为两个1d平均池化，按照两个不同的池化核分别沿水平和竖直方向进行池化操作。
3.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，改进的损失函数lmpdiou为：
4.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，对跟踪结果进行重识别预处理的过程为：将跟踪结果的图像以及预测框txt文件逐帧保存，并将保存图像根据预测框坐标进行截取，获得待检测数据集。
5.根据权利要求1所述的一种鲁棒的飞行汽车空地目标匹配方法，其特征在于，在所述目标重识别处理过程中，对图像进行预处理后，利用骨干网络生成特征，...
【专利技术属性】
技术研发人员：殷国栋，陈旭东，李兵兵，庄伟超，邱春龙，张嘉桐，
申请(专利权)人：东南大学，
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。