[发明专利]一种基于YOLOv3的空中目标跟踪方法

权利要求书

1.一种基于YOLOv3的空中目标跟踪方法，其特征在于，包括以下步骤：

S01：生成模型文件：将准备好的无人机图片作为样本图片，包括近目标图像和远目标图像，通过图像标注软件IabelImg对样本图片进行数据标注，然后通过YOLOv3算法进行训练，通过YOLO的CNN网络将图片分成S*S个网格，S可以分为13、26和52三种不同的尺寸，生成模型文件；

S02：通过采集模块实时拍摄检测目标的视频文件并发送到计算机，同时在计算机内通过实现基于Runnable接口、实现Callable接口或继承Thread类的方式创建YOLOv3目标跟踪和KCF目标跟踪两个线程，同时执行步骤S03和步骤S05；

S03：YOLOv3目标跟踪线程调用步骤S01中生成的模型文件，进行目标检测，得到目标位置信息和置信度信息；

S04：将步骤S03中得到的目标位置信息发送给KCF目标跟踪线程，作为KCF目标跟踪线程的初始化参数，转到步骤S07，同时执行步骤S11；

S05：目标跟踪线程运行1秒后，启动KCF目标跟踪线程，判断KCF目标跟踪线程是否已经完成了KCF参数初始化，如果已完成KCF参数初始化，执行步骤S08，否则，执行步骤S06；

S06：通过手动设置检测框；

S07：完成KCF参数初始化；

S08：KCF目标跟踪线程对输入视频图像进行目标位置检测，通过循环矩阵的方式构建训练样本和检测样本，计算训练样本和检测样本之间的响应值，同时进行步骤S09和步骤S10；

S09：找出响应值最大的检测框作为目标，获取目标位置信息以及置信度信息，执行步骤S11；

S10：更新位置参数，此次得到的位置参数可以作为下一次响应值计算的初始参数，执行步骤S07；

S11：将YOLOv3目标跟踪线程和KCF目标跟踪线程得到的目标位置信息进行融合或比较，得到最终的目标位置信息,

其中，步骤S11具体包括如下步骤：

S1101：接收YOLOv3目标跟踪线程和KCF目标跟踪线程的目标位置信息及相应的置信度；

S1102：判断目标位置信息的数量是否有两个，如果目标位置信息有两个，执行S1104；否则，如果目标位置信息有一个，执行步骤S1103；

S1103：输出该目标位置信息；

S1104：比较两个目标位置信息的置信度，选择置信度大的目标位置信息作为最终的目标位置信息，执行步骤S1103。

2.根据权利要求1所述的一种基于YOLOv3的空中目标跟踪方法，其特征在于，所述步骤S01中样本图像生成模型文件的过程包括以下步骤：

S0101：准备无人机样本图像；

S0102：通过图像标注软件labelImg对样本图像进行数据标注，生成与所标注图片文件名相同的xml文件；

S0103：修改学习率和迭代次数参数，用计算机GPU进行xml文件样本的训练，经过迭代生成模型文件。