一种基于深度学习的无人机多目标车辆跟踪方法
公开
摘要
本发明公开了一种基于深度学习的无人机多目标车辆跟踪方法，把深度特征融合网络引入联合模型，在小步长下采样率的网络结构中提取目标的特征图，减小量化误差并且在应用于小目标的俯瞰场景时引入了OrientedR‑CNN方法进行车辆方向的检测。在网络上采样过程中引入最新的可变卷积，提高对不同尺寸目标的适应能力。以多个头部的方式并行实现目标检测和学习Re‑ID特征。在内部轨迹关联上，以交并比(IOU)匹配的方式，将车辆的Re‑ID特征指定给对应车辆轨迹，预测串联轨迹在当前视频帧中的位置以完成跟踪。算法有效改善了模型使用基于Anchor的骨干网络学习Re‑ID特征不佳而导致的ID切换、检测失效问题，提高了车辆多目标跟踪算法的鲁棒性。
基本信息
专利标题 ：
一种基于深度学习的无人机多目标车辆跟踪方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612776A
申请号 ：
CN202210239818.3
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱迪袁正谦
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
沈波
优先权 ：
CN202210239818.3
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06K9/62 G06N3/04 G06N3/08 G06V10/25 G06V10/44 G06V10/774 G06V10/80 G06V10/82
法律状态
2022-06-10 ：
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
