[发明专利]一种目标跟踪方法及装置在审
申请号: | 202011211229.1 | 申请日: | 2020-11-03 |
公开(公告)号: | CN112288779A | 公开(公告)日: | 2021-01-29 |
发明(设计)人: | 王军;徐晨光;王员云;邓承志;张俊;张绍泉;吴朝明;李璠;汪胜前 | 申请(专利权)人: | 南昌工程学院 |
主分类号: | G06T7/246 | 分类号: | G06T7/246 |
代理公司: | 西安合创非凡知识产权代理事务所(普通合伙) 61248 | 代理人: | 于波 |
地址: | 330000 江西*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 目标 跟踪 方法 装置 | ||
1.一种目标跟踪方法,其特征在于:包括如下步骤:
S1、获取包含所述目标的N帧历史图像,获取所述目标的所有特征参数,构建特征参数集;
S2、基于所述特征参数集构建用于实现目标检测跟踪的Dssd_inception_ V3_coco模型;
S3、基于Dssd_inception_V3 coco模型实现待检测帧图像的实时检测,根据检测结果实现目标的跟踪。
2.如权利要求1所述的一种目标跟踪方法,其特征在于:所述特征参数集包括所有特征参数和所有特征参数的演变参数,演变参数包括携带配饰后的特征参数、携带妆容后的特征参数、以及携带表情后的特征参数。
3.如权利要求2所述的一种目标跟踪方法,其特征在于:所述演变参数基于N帧历史图像获取,获取时,首先构建携带配饰后的图像集、携带妆容后的图像集、以及携带表情后的图像集,然后获取携带配饰后的图像集、携带妆容后的图像集、以及携带表情后的图像集的特征参数,即得携带配饰后的特征参数、携带妆容后的特征参数、以及携带表情后的特征参数。
4.如权利要求1所述的一种目标跟踪方法,其特征在于:所述步骤S2中,首先用coco数据集预训练inception_ V3深度神经网络,然后用所述特征参数集训练该模型,微调深度神经网络中的各项参数,获得用于实现目标检测跟踪的Dssd_inception_ V3_coco模型。
5.如权利要求1所述的一种目标跟踪方法,其特征在于:所述步骤S3中,首先利用生成的Dssd_inception_V3 coco模型对每张待检测帧图像进行检测,判断图像是否存在目标,若存在目标,则在目标所在位置处标注位置框及目标名称,并读取待检测帧图像中内载的摄像头位置信息,完成目标所在位置信息的标记。
6.一种目标跟踪装置,其特征在于:包括:
特征参数集构建模块,用于获取包含所述目标的N帧历史图像,获取所述目标的所有特征参数,构建特征参数集;
目标检测模型构建模块,用于基于所述特征参数集实现用于实现目标检测跟踪的Dssd_inception_ V3_coco模型的构建;
检测帧图像采集模块,用于通过多端口实现检测帧图像的获取;
目标跟踪模块,用于基于Dssd_inception_V3 coco模型实现待检测帧图像的实时检测,根据检测结果实现目标的跟踪。
7.如权利要求6所述的一种目标跟踪装置,其特征在于:所述特征参数集包括所有特征参数和所有特征参数的演变参数,演变参数包括携带配饰后的特征参数、携带妆容后的特征参数、以及携带表情后的特征参数,所述演变参数基于N帧历史图像获取,获取时,首先构建携带配饰后的图像集、携带妆容后的图像集、以及携带表情后的图像集,然后获取携带配饰后的图像集、携带妆容后的图像集、以及携带表情后的图像集的特征参数,即得携带配饰后的特征参数、携带妆容后的特征参数、以及携带表情后的特征参数。
8.如权利要求6所述的一种目标跟踪装置,其特征在于:所述目标跟踪模块首先利用生成的Dssd_inception_V3 coco模型对每张待检测帧图像进行检测,判断图像是否存在目标,若存在目标,则在目标所在位置处标注位置框及目标名称,并读取待检测帧图像中内载的摄像头位置信息,完成目标所在位置信息的标记。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌工程学院,未经南昌工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011211229.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种带有监测并安全关闭单元门的智能巡逻机器人
- 下一篇:铝制快装气动三片球阀