[发明专利]一种基于云台摄像机的船目标实时检测方法

摘要

本发明涉及一种基于云台摄像机的船目标实时检测方法，包括摄取包含船目标的视频流、训练数据预处理、确定训练模型并提高训练船目标检测模型的计算速度、根据实际情况进行训练模型调整、将训练好的船目标检测模型与云台摄像机联动步骤。本方法通过对视频流进行训练数据预处理、确定训练模型并提高训练船目标检测模型的计算速度、调整训练模型等步骤，最后将训练好的船目标检测模型与云台摄像机联动，最终保持呈现在显示器主码流中的船物体宽度占画面宽度的三分之一左右，且居中显示，实现了云台摄像机持续跟踪的目的。本发明方法设计科学合理、构思巧妙、易于实现，有效提高了准确率，而且运算速度快，具有广泛推广应用的价值。

主权项

1.一种基于云台摄像机的船目标实时检测方法，其特征在于：包括如下步骤：步骤一、通过云台摄像机摄取包含船目标的视频流摄取的视频流包含主码流和辅码流：(1)rtsp视频流的主码流用于在显示器中清晰的显示实时视频；(2)rtsp视频流的辅码流作为船目标检测的输入视频流进行处理，并进行目标检测；步骤二、训练数据预处理训练数据图片的来源包含两部分：一部分图片来源于将含船目标的图片从主码流中提取出来，即获取rtsp视频流后采用图像处理的方法批量对图片进行压缩及改变分辨率处理，保证关键信息不丢失；另一部分图片则来自于提取公共数据集如Pascal VOC等中的船目标，整理需要的部分，此部分主要是用于提高船目标检测的泛化性，用于对变倍拉近后船目标的识别检测；将上述处理好的图片分类整理，保证训练集中远端船型小目标、各种类船图片和可能的误检测图片占训练数据一定的比例；步骤三、确定训练模型并提高训练船目标检测模型的计算速度选择应用在Linux系统中的darknet框架结构，方便后期使用c/c++语言在嵌入式设备上的移植和与云台摄像机的对接，应用yolo的原理训练船目标检测模型；所述步骤一中辅码流中图像为RGB三通道图像；提高检测速度的方法为，采用训练船目标一类物体，并采用多个1*1尺寸的卷基核替代一个n*n的卷积核的原理，同时，通过图像处理算法改变辅码流输入图像尺寸，并保证关键信息不丢失，减少需要计算的像素点数，通过减少计算量的方法，提高计算速度；步骤四、根据实际情况进行训练模型调整训练数据严格筛选，满足特定环境船目标检测及此环境可能引入的误检测因素不引入；步骤五、将训练好的船目标检测模型与云台摄像机联动将训练好的船目标检测模型移植到云台摄像机，为了提高准确性的问题，统计并筛选出最可信的坐标和尺寸准备发给云台摄像机。