[发明专利]船舶目标跟踪方法、系统、计算机设备及存储介质

说明书

本发明公开了一种船舶目标跟踪方法、系统、计算机设备及存储介质，包括：利用深度目标检测器对视频第一帧的船舶目标进行检测，得到n个第一船舶目标；根据第一船舶目标，通过训练好的船舶深度特征网络提取第一船舶深度特征，对第一船舶目标建立跟踪链表；利用深度目标检测器对视频当前帧的船舶目标进行检测，得到m个第二船舶目标；根据第二船舶目标，通过训练好的船舶深度特征网络提取第二船舶深度特征，对第二船舶目标建立第一目标链表；针对跟踪链表中的第一船舶目标和第一目标链表中的第二船舶目标，依次进行特征距离、物理距离匹配，以更新跟踪链表。本发明可以防止船舶丢失后再出现被误认为新船舶的问题，能够正确判断船舶的出现与消失。

技术领域

本发明涉及一种船舶目标跟踪方法、系统、计算机设备及存储介质，属于目标跟踪技术领域。

背景技术

船舶多目标视频跟踪，是指在给定船舶视频下，根据船舶深度目标检测器返回的每帧画面的船舶坐标进行时间空间关系上的推导，计算出每一只船舶的航行轨迹。这项技术有助于海事部门的监管，对于安全事故具有回溯作用，能提供可靠的视频证明。在海事数据统计中，可以提供丰富的船舶航行数据，提供船舶高频出现位置，让安防工作人员有针对性的监管事故频发地。在重要水源保护地，可以有效追踪预测船舶的轨迹，及时提醒船舶驶离保护区域。

现有的船舶目标跟踪算法主要采用传统图像处理方法，如下：

(1)基于传统图像的船舶目标跟踪算法：曹辉、张均东发表的《一种船舶视频跟踪算法的研究与实现(2006)》，使用帧差得到运动目标和运动特征，对环境的依赖较大，出现阴雨天、光照变化强化的环境，该方法就完全失效。

(2)基于双目测距的船舶目标跟踪算法：李建起发表的《基于双目测距的卡尔曼滤波船舶轨迹跟踪(2019)》，使用双目视觉模型，对船舶的轨迹跟踪问题进行了研究，提出了一种利用双目视觉测距以及卡尔曼滤波。对于户外场景使用双目测距跟踪存在以下问题：A、户外工作干扰因素多，如风力、人为等因素都可能会使得摄像头的位置出现变动，使得原先标定的摄像头外参出现偏差；B、船舶一般距摄像头较远，双目测距随着距离的增大，偏差越高。

因此，上述现有的船舶目标跟踪算法尚存在很多不足之处：1)船舶目标检测采用背影帧差的方法，对环境噪声敏感，当出现阴雨天、光照多变的情况，目标检测算法就完全失效；2)采用的跟踪算法单纯利用船舶的物理信息，仅使用了船舶目标浅层次的像素信息，去计算船舶的质心实现跟踪；3)对于船舶丢失跟踪的情况处理能力不强，在重要检测到船舶时会认为是新的一只船舶。

发明内容

有鉴于此，本发明提供了一种船舶目标跟踪方法、系统、计算机设备及存储介质，其将深度特征和物理距离匹配结合，利用深度目标检测器检测出船舶目标，通过训练好的深度特征网络提取船舶深度特征，对船舶建立跟踪链表，可以防止船舶丢失后再出现被误认为新船舶的问题，并且设计链表式跟踪算法，能够正确判断船舶的出现与消失。

本发明的第一个目的在于提供一种船舶目标跟踪方法。

本发明的第二个目的在于提供一种船舶目标跟踪系统。

本发明的第三个目的在于提供一种计算机设备。

本发明的第四个目的在于提供一种存储介质。

本发明的第一个目的可以通过采取如下技术方案达到：

一种船舶目标跟踪方法，所述方法包括：

利用深度目标检测器对视频第一帧的船舶目标进行检测，得到n个第一船舶目标；

根据第一船舶目标，通过训练好的船舶深度特征网络提取第一船舶深度特征，对第一船舶目标建立跟踪链表；

利用深度目标检测器对视频当前帧的船舶目标进行检测，得到m个第二船舶目标；