无人机视角下多目标车辆跟踪方法、装置、设备及介质制造方法及图纸

一种无人机视角下多目标车辆跟踪方法、装置、设备及介质，包括输入无人机拍摄的图像序列，进行目标检测，得到图像中的目标检测结果；将目标检测结果进行外观特征提取，提取每个目标框中每个目标的外观特征；使用卡尔曼滤波器对每个目标进行状态估计和预测，包括目标的位置，速度和方向信息，得到每个目标的运动特征；将提取到的外观特征和运动特征结合，得到每个目标的目标特征向量；将无人机拍摄的当前帧中的目标特征向量与前一帧中已知的目标特征向量进行匹配，以确保在前后帧之间保持跟踪的稳定性；将每个目标的位置信息输出到结果中，形成跟踪轨迹。本发明专利技术能够提高无人机对变尺度目标检测跟踪的稳定性和准确性。

【技术实现步骤摘要】

本专利技术主要涉及到目标跟踪，尤其是一种无人机视角下多目标车辆跟踪方法、装置、设备及介质。

技术介绍

1、车辆跟踪在民用和军用领域有着广泛的应用，例如民用领域中的智能交通和环境监测，以及军用领域中的信息支持和医疗援助。由于无人机具有高度的灵活性和安全性，从无人机视角进行车辆跟踪在近年来引起了广泛的研究兴趣。当多个车辆出现在无人机视野中时，车辆跟踪任务就转变为多目标跟踪（mot）任务。在实际目标跟踪过程中，无人机与车辆目标都在运动，且车辆行驶速度较快。当无人机与车辆目标之间距离发生变化时，无人机上的传感器拍摄到的目标尺度也会随之发生变化，从而导致漏检和车辆目标的身份切换，这大大增加了多目标跟踪的难度。

2、目前，大多数跟踪算法通过多尺度估计的方式，自适应更新目标尺度，实现变尺度目标检测跟踪。然而这种方法需要选择多个尺度系数、生成不同的目标框，运算量较大，影响跟踪实时性。如何快速且准确地适应目标的尺度变化仍是变尺度目标检测跟踪中的关键问题。

技术实现思路

1、为了解决无人机视角下的车辆跟踪由于目标尺度本文档来自技高网...

【技术保护点】

1.无人机视角下多目标车辆跟踪方法，其特征在于，包括：

2.根据权利要求1所述的无人机视角下多目标车辆跟踪方法，其特征在于，对图像进行车辆目标检测，包括：

3.根据权利要求2所述的无人机视角下多目标车辆跟踪方法，其特征在于，输出车辆目标检测结果，包括：去除重叠度高、置信度低的目标框：车辆目标检测结果包括车辆目标的目标框及其置信度，通过非极大值抑制算法过滤掉重叠度高的目标框；设置置信度阈值，低于置信度阈值的目标框将直接丢弃；去除重叠度高、置信度低的目标框后保留下来的目标框进行后处理，包括目标框坐标转换和置信度排序，输出最终的车辆目标检测结果。p>

4.根据权...

【技术特征摘要】

1.无人机视角下多目标车辆跟踪方法，其特征在于，包括：

2.根据权利要求1所述的无人机视角下多目标车辆跟踪方法，其特征在于，对图像进行车辆目标检测，包括：

3.根据权利要求2所述的无人机视角下多目标车辆跟踪方法，其特征在于，输出车辆目标检测结果，包括：去除重叠度高、置信度低的目标框：车辆目标检测结果包括车辆目标的目标框及其置信度，通过非极大值抑制算法过滤掉重叠度高的目标框；设置置信度阈值，低于置信度阈值的目标框将直接丢弃；去除重叠度高、置信度低的目标框后保留下来的目标框进行后处理，包括目标框坐标转换和置信度排序，输出最终的车辆目标检测结果。

4.根据权利要求2或3所述的无人机视角下多目标车辆跟踪方法，其特征在于，将生成的不同分辨率的特征图进行多尺度特征对齐操作，获得融合特征图，包括：

5.根据权利要求4所述的无人机视角下多目标车辆跟踪方法，其特征在于，所述深度可分离卷积模块由深度卷积层和逐点卷积层组成，使用一个内核大小为3×3的深度卷积层来捕捉每个采样位置周围的局部空间信息，并将其传递给逐点卷积层，以生成一个二维偏...

【专利技术属性】
技术研发人员：陶华敏，刘珊珊，沈杏林，肖山竹，邓秋群，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：