一种基于深度学习的无人机航拍视频轨迹高精度提取方法
授权
摘要
本发明公开了一种基于深度学习的无人机航拍视频车辆轨迹高精度提取方法，有如下步骤：首先利用神经网络和深度学习算法对所需提取目标的特征进行训练，同时训练YOLOv3和R‑CNN模型；采用YOLOv3和R‑CNN融合的方式进行目标检测，其中YOLOv3负责快速检测，R‑CNN负责局部复检校核，这样融合了YOLOv3的迅速和RCNN的位置准确性，使得算法鲁棒性得到保证；接下来利用单一车辆的速度位移关系，构建简单时间序列模型，对坐标关联算法进行轨迹提取；轨迹重构算法利用车辆行驶轨迹的位置连续、速度连续、加速度连续特性，对初步轨迹进行拼接、去噪、平滑等一系列处理；最后对轨迹进行整理提取速度、加速度、车头时距、车头间距、间隙等一系列交通流参数。由于深度学习针对特征进行提取，故目标在不同环境下算法的适应性同样很好，并且同类目标训练权重具有可移
基本信息
专利标题 ：
一种基于深度学习的无人机航拍视频轨迹高精度提取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110751099A
申请号 ：
CN201911004765.1
公开（公告）日 ：
2020-02-04
申请日 ：
2019-10-22
授权号 ：
CN110751099B
授权日 ：
2022-05-10
发明人 ：
冯汝怡李志斌范昌彦
申请人 ：
东南大学
申请人地址 ：
江苏省南京市江宁区东南大学路2号
代理机构 ：
南京苏高专利商标事务所(普通合伙)
代理人 ：
颜盈静
优先权 ：
CN201911004765.1
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/08 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-10 ：
授权
2020-02-28 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20191022
申请日 : 20191022
2020-02-04 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
