[发明专利]一种特定车辆识别跟踪方法

说明书

本发明涉及目标识别领域，具体而言，涉及一种特定车辆识别跟踪方法，其包括:找出目标特定车辆被公路摄像头拍摄到的几个影片；通过影片对区域划分器、卷积核、分类器、回归器进行训练，得到训练好的用于对目标特定车辆进行目标识别的网络参数；将训练好的神经网络通过迁移学习用在未用于寻找目标特定车辆的新影片中，完成对目标特定车辆在新影片中的目标识别；通过新影片中目标特定车辆的轨迹、速度和时间，以时间轴排序的方式推算出目标特定车辆的行动轨迹；找出目标特定车辆最后出现的最终影片，记录目标特定车辆的速度和时间并以速度和时间推算出目标特定车辆现在所在范围。本发明采用机器进行目标识别，省时省力且大幅提升准确率。

技术领域

本发明涉及目标识别领域，具体而言，涉及一种特定车辆识别跟踪方法。

背景技术

对于一辆特定汽车的跟踪通常运用在各类案件侦查等活动中，警方通过对该车辆进行人工查看录像的方式，找出该车辆行驶过程中经过各个公路摄像头所拍下的影片，从而人工推断出一条行驶轨迹，再根据时间等方式进行行为推断。

该方式基本采用人工排查方式，排查十分累人，通常需要好几天的时间，且对排查人员的身心造成较大的疲劳，同时由于是人工排查，除非多看几遍，不然容易出现漏看等情况。

发明内容

本发明提供了一种特定车辆识别跟踪方法。

本发明的一些实施例是这样实现的：

一种特定车辆识别跟踪方法，包括：

S01:找出目标特定车辆被公路摄像头拍摄到的几个影片；

S02:通过影片对区域划分器、卷积核、分类器、回归器进行训练，得到训练好的用于对目标特定车辆进行目标识别的网络参数；

S03:将训练好的神经网络通过迁移学习用在未用于寻找目标特定车辆的新影片中，完成对目标特定车辆在新影片中的目标识别；

S04:通过新影片中目标特定车辆的轨迹、速度和时间，以时间轴排序的方式推算出目标特定车辆的行动轨迹；

S05:找出目标特定车辆最后出现的最终影片，记录目标特定车辆的速度和时间并以速度和时间推算出目标特定车辆现在所在范围。

本发明的一种实施例中：

所述S02步骤中的对区域划分器、卷积核、分类器、回归器进行训练采用R-CNN模型。

本发明的一种实施例中：

所述S02步骤中的对区域划分器、卷积核、分类器、回归器进行训练采用Fast R-CNN模型。

本发明的一种实施例中：

所述S02步骤中的对区域划分器、卷积核、分类器、回归器进行训练采用Faster R-CNN模型。

本发明的一种实施例中：

所述S02步骤中的对区域划分器、卷积核、分类器、回归器进行训练采用Mask R-CNN模型。

本发明的一种实施例中：

所述S05步骤中的推算出目标特定车辆现在所在范围，为以最终影片所在拍摄地点为圆心做圆，通过时间和目标特定车辆平均速度估算范围半径。

本发明的一种实施例中：

所述范围半径估算方式为范围半径等于当前时间和目标特定车辆最后出现时间的差乘以目标特定车辆的积。

本发明的技术方案至少具备以下有益效果：