[发明专利]一种基于SSD算法的目标跟踪方法及系统在审
申请号: | 201811429135.4 | 申请日: | 2018-11-27 |
公开(公告)号: | CN109598742A | 公开(公告)日: | 2019-04-09 |
发明(设计)人: | 唐建宇;叶雪军;严辉;周静 | 申请(专利权)人: | 湖北经济学院 |
主分类号: | G06T7/20 | 分类号: | G06T7/20 |
代理公司: | 北京华夏正合知识产权代理事务所(普通合伙) 11017 | 代理人: | 陈晓宁;张丽萍 |
地址: | 430000 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标跟踪 在线模型 实时存储 图形库 跟踪 被跟踪目标 过程结束 模块检测 目标类型 目标外观 所在区域 图片信息 优良性能 图像块 阈值时 建模 鲁棒 清空 帧时 替换 送入 存储 图像 检测 重复 | ||
1.一种基于SSD算法的目标跟踪方法,其特征在于,包括:
S1、目标跟踪开始时,将被跟踪目标所在区域的图像块送入SSD算法模块所建立的当前在线模型中,检测出目标类型;
S2、目标跟踪开始后,获得每一帧时,通过所述SSD算法模块检测出目标所在的位置,同时将该帧图片信息存储到跟踪实时存储图形库中;
S3、通过所述SSD算法模块,根据所述跟踪实时存储图形库对所述当前在线模型进行训练,得到新的在线模型;
S4、当所述跟踪实时存储图形库中的图像数量达到预先设定的阈值时,将新的在线模型替换所述当前在线模型,用以在后续帧中进行目标检测,同时清空所述跟踪实时存储图形库;
S5、重复步骤S2-S4,直到跟踪过程结束为止。
2.根据权利要求1所述的一种基于SSD算法的目标跟踪方法,其特征在于,步骤S1中,通过所述SSD算法模块进行目标检测,包括:
产生多个不同尺度、不同长宽比的目标框;
将多个不同的卷积滤波器应用于各个卷积层上,得出各个目标框的分值和位置偏移,确定一系列候选目标框;
通过非极大值抑制策略确定最终的检测结果。
3.根据权利要求2所述的一种基于SSD算法的目标跟踪方法,其特征在于,所述SSD算法模块具体包括:
使用VGG16基础网络结构的前5层,利用astrous算法将fc6和fc7层转化成两个卷积层,增加3个卷积层和1个average pool层,不同层次的feature map分别用于预测default box的偏移以及不同目标类别的得分,最后通过nms得到最终的检测结果。
4.一种基于SSD算法的目标跟踪系统,其特征在于,包括:
第一检测模块,用于目标跟踪开始时,将被跟踪目标所在区域的图像块送入SSD算法模块所建立的当前在线模型中,检测出目标类型;
第二检测模块,用于目标跟踪开始后,获得每一帧时,通过所述SSD算法模块检测出目标所在的位置,同时将该帧图片信息存储到跟踪实时存储图形库中;
训练模块,用于通过所述SSD算法模块,根据所述跟踪实时存储图形库对所述当前在线模型进行训练,得到新的在线模型;
替换模块,用于当所述跟踪实时存储图形库中的图像数量达到预先设定的阈值时,将新的在线模型替换所述当前在线模型,用以在后续帧中进行目标检测,同时清空所述跟踪实时存储图形库。
5.根据权利要求4所述的一种基于SSD算法的目标跟踪系统,其特征在于,所述SSD算法模块具体用于:
产生多个不同尺度、不同长宽比的目标框;
将多个不同的卷积滤波器应用于各个卷积层上,得出各个目标框的分值和位置偏移,确定一系列候选目标框;
通过非极大值抑制策略确定最终的检测结果。
6.根据权利要求5所述的一种基于SSD算法的目标跟踪系统,其特征在于,所述SSD算法模块具体包括:
使用VGG16基础网络结构的前5层,利用astrous算法将fc6和fc7层转化成两个卷积层,增加3个卷积层和1个average pool层,不同层次的feature map分别用于预测default box的偏移以及不同目标类别的得分,最后通过nms得到最终的检测结果。
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湖北经济学院,未经湖北经济学院许可,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/201811429135.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:图像处理装置和方法及监控系统
- 下一篇:行人目标跟踪方法、装置及设备