[发明专利]检测与跟踪融合的长时间无人机目标跟踪方法及系统

权利要求书

1.一种检测与跟踪融合的长时间无人机目标跟踪方法，其特征在于，该方法包括如下步骤，

步骤1，通过安装在无人机上的摄像头实时拍摄获得地面照片；

步骤2，从初始照片中选择需要跟踪的目标；

步骤3，实时从获得的照片中框选出包含同类目标的建议区域；

步骤4，实时从获得的照片中框选出跟踪选框；

步骤5，根据步骤3和步骤4中的结果实时确定目标位置；

在步骤3中，将活动的地面照片统一采样成448×448大小，并划分为7×7的网格区域，即49个64×64的网格区域，以每个网格为单位，预测B个中心落在网格里的目标边界框位置大小，以及边界框里目标的置信度，并对边界框中的物体进行分类；

在步骤3中输出的结果为7×7×(5×B+C)的张量；其中，5表示每个边界框的位置、大小和置信度，即x，y，w，h，p，所述边界框的位置包括边界框中心点在X轴上的坐标x和在Y轴上的坐标y；所述边界框的大小包括边界框的宽度值w和高度值h，置信度由字母p表示；B表示每个网格预设的候选区域数量；C表示分类数量；

在步骤3中，在得到输出结果以后，对输出结果进行检测；具体来说，每个网格预测的分类信息和对应边界框的置信度相乘，得到每个边界框的分类置信度，过滤掉置信度小于0.7的边界框；并对剩余的窗口按置信度大小顺序，进行非极大抑制处理，过滤重叠窗口，输出剩余的窗口作为最终输出，即为所述的建议区域；

在步骤3中，在每帧照片中都包含任意数量个建议区域；

在步骤4中，建立高斯分布回归标签，利用初始照片中及其上框选的需要追踪目标来训练回归模型，再通过回归模型在后续其他的照片中连续地挑选并跟踪该目标；

在步骤4中，当摄像头获得初始照片以后的其他地面照片时，具体通过下述子步骤识别跟踪目标；

子步骤a，在第t帧照片中，从位置P_t中提取特征x_t，构造高斯分布回归标签y_t，训练回归模型y_t，该回归模型能对固定大小窗口的样本予以响应；

子步骤b，在第t+1帧照片中，从P_t+1位置附近生成候选窗口；具体来说，在上一帧目标位置，选取上一帧目标大小的2.5倍区域作为候选窗口，用回归模型y_t测试每个候选窗口的响应；

子步骤c，得到最大响应窗口和位置P_t+1，该位置P_t+1即为该第t+1帧照片中的待跟踪目标位置，所述响应窗口即跟踪选框；

子步骤d，待得到下一帧即第t+2帧地面照片时，重复上述子步骤a至子步骤c。

2.根据权利要求1所述的检测与跟踪融合的长时间无人机目标跟踪方法，其特征在于，

在步骤2中，通过框选的方式来选择需要跟踪的目标。

3.根据权利要求1所述的检测与跟踪融合的长时间无人机目标跟踪方法，其特征在于，

在步骤3中，通过实时识别初始照片之后的每一帧照片，在每一帧照片中都框选出包含特定物体的区域作为建议区域，所述特定物体为与待跟踪目标外形相似或者同种类的物体。

4.根据权利要求1所述的检测与跟踪融合的长时间无人机目标跟踪方法，

在后续的每一帧照片中都给出一个包含该待跟踪目标的跟踪选框。

5.根据权利要求1所述的检测与跟踪融合的长时间无人机目标跟踪方法，

所述步骤3和步骤4同步进行。

6.根据权利要求1所述的检测与跟踪融合的长时间无人机目标跟踪方法，

在步骤5中，通过步骤3中获得的建议区域来校准步骤4中获得的跟踪选框。

7.根据权利要求6所述的检测与跟踪融合的长时间无人机目标跟踪方法，

在步骤5中，计算初始照片之后每一帧照片中的重叠度；

其中，当该重叠度大于阈值时，将该建议区域作为目标位置；所述阈值的取值为0.2～0.7。