← 返回列表
基于决策级融合的低光照场景多模态行人检测跟踪方法
摘要文本
本发明涉及目标检测跟踪技术领域,特别是指一种基于决策级融合的低光照场景多模态行人检测跟踪方法及装置。一种基于决策级融合的低光照场景多模态行人检测跟踪方法包括:使用红外图像以及可见光图像,对目标检测模型进行训练,获得红外检测模型以及可见光检测模型;基于红外检测模型、可见光检测模型以及决策级融合算法进行模型构建,获得决策级融合检测模型;将待检测红外图像以及待检测可见光图像输入决策级融合检测模型,获得融合检测结果;将融合检测结果输入多目标跟踪算法,获得多目标跟踪结果;根据多目标跟踪结果进行可视化处理,获得跟踪视频序列。本发明是一种基于决策级融合的高效、实时的低光照多模态行人检测跟踪方法。
申请人信息
- 申请人:北京科技大学
- 申请人地址:100083 北京市海淀区学院路30号
- 发明人: 北京科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于决策级融合的低光照场景多模态行人检测跟踪方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311537940.X |
| 申请日 | 2023/11/17 |
| 公告号 | CN117636241A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V20/52 |
| 权利人 | 北京科技大学 |
| 发明人 | 马惠敏; 傅豪杰; 王艺霖; 刘畅; 郭程皓 |
| 地址 | 北京市海淀区学院路30号 |
专利主权项内容
1.一种基于决策级融合的低光照场景多模态行人检测跟踪方法,其特征在于,所述方法包括:基于红外相机进行数据采集,获得红外图像;基于可见光相机进行数据采集,获得可见光图像;基于YOLOv5目标检测模型以及非极大值抑制算法进行模型构建,获得目标检测模型;使用所述红外图像,对所述目标检测模型进行训练,获得红外检测模型;使用所述可见光图像,对所述目标检测模型进行训练,获得可见光检测模型;基于所述红外检测模型、所述可见光检测模型以及决策级融合算法进行模型构建,获得决策级融合检测模型;获取待检测红外图像以及待检测可见光图像;将所述待检测红外图像以及待检测可见光图像输入所述决策级融合检测模型,获得融合检测结果;将所述融合检测结果输入多目标跟踪算法,获得多目标跟踪结果;根据所述多目标跟踪结果进行可视化处理,获得跟踪视频序列。