基于特征联合学习的遥感视频海陆运动目标跟踪方法
申请人信息
- 申请人:中国人民解放军海军航空大学
- 申请人地址:264000 山东省烟台市芝罘区二马路188
- 发明人: 中国人民解放军海军航空大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于特征联合学习的遥感视频海陆运动目标跟踪方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311719139.7 |
| 申请日 | 2023/12/14 |
| 公告号 | CN117576164A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06T7/246 |
| 权利人 | 中国人民解放军海军航空大学 |
| 发明人 | 高龙; 徐从安; 孙炜玮; 张淇皓; 周伟; 吴俊峰; 唐田田; 刘瑜; 汪韬阳; 董天成 |
| 地址 | 山东省烟台市芝罘区二马路188号 |
摘要文本
本发明公开了一种基于特征联合学习的遥感视频海陆运动目标跟踪方法,步骤包括:步骤1、构建目标跟踪模型;所述目标跟踪模型包括特征学习模块、目标信息提取模块、目标位置检测模块以及关联模块;步骤2、训练所述目标跟踪模型;训练时,针对目标信息特征引入三元组损失;步骤3、使用训练后的目标跟踪模型对视频中的目标进行跟踪:将视频按时间顺序分为多个图像帧,将图像帧顺序输入到目标跟踪模型中,实现目标跟踪。本发明基于YOLOv5算法,通过三元组损失优化目标身份特征,可以提高每帧图像中的跟踪精度,实现不限个体数量的目标跟踪,同时还能简化耗时最长的关联步骤,实现快速准确的遥感视频海陆运动目标跟踪。
专利主权项内容
1.一种基于特征联合学习的遥感视频海陆运动目标跟踪方法,其特征在于步骤包括:步骤1、构建目标跟踪模型;所述目标跟踪模型包括特征学习模块、目标信息提取模块、目标位置检测模块以及关联模块;所述特征学习模块基于YOLOv5模型,用于按三种不同尺度将图像帧划分为多个网格,并在三种不同尺度下分别提取每个网格的特征;所述目标信息提取模块用于根据特征学习模块提取的三种不同尺度的特征得到一一对应的三种不同尺度下的目标信息特征,所述目标信息特征包含了目标的身份特征信息和位置特征信息;所述目标位置检测模块用于根据目标信息提取模块输出的三种不同尺度下的目标信息特征得到三种不同尺度下的目标检测结果,所述目标检测结果包含目标的位置信息;所述关联模块用于建立相邻的图像帧中检测到的目标之间的关联;步骤2、训练所述目标跟踪模型;训练时,针对目标信息特征引入三元组损失;步骤3、使用训练后的目标跟踪模型对视频中的目标进行跟踪:将视频按时间顺序分为多个图像帧,将图像帧顺序输入到目标跟踪模型中,图像帧依次经过特征学习模块、目标信息提取模块和目标位置检测模块从而得到各图像帧中的目标检测结果,然后由关联模块完成相邻图像帧的目标之间的关联,实现目标跟踪。