一种无人艇目标检测追踪方法及系统
公开
摘要
本发明提供一种无人艇目标检测系统及方法，利用Mobilenetv3结构替换YOLOv4的主干特征提取网络CSPDarknet53，通过Mobilenetv3的深度可分离卷积大幅减少主干网络参数量。在MobileNetv3中以及PANet与YOLO_HEAD中间加入CBAM注意力机制，提升因使用Mobilenetv3网络而损失的mAP。融合Mobilenetv3‑YOLOv4目标检测算法和KCF相关滤波目标跟踪算法，有效地实现对海面目标的尺度自适应和对海面目标实时检测跟踪。将Mobilenetv3提取的深度特征与KCF算法的HOG特征进行融合，有效解决了KCF算法HOG提取特征的问题。实现系统在嵌入式设备中使用的可能。
基本信息
专利标题 ：
一种无人艇目标检测追踪方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114596335A
申请号 ：
CN202210200027.X
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
鲁仁全李孟宇徐雍刘畅王银河
申请人 ：
广东工业大学
申请人地址 ：
广东省广州市东风东路729号
代理机构 ：
北京高航知识产权代理有限公司
代理人 ：
刘艳玲
优先权 ：
CN202210200027.X
主分类号 ：
G06T7/246
IPC分类号 ：
G06T7/246 G06T5/10 G06K9/62 G06N3/04 G06N3/08 G06V10/80 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
G06T7/20
运动分析
G06T7/246
使用基于特征的方法，如角、段
法律状态
2022-06-07 ：
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
