[发明专利]基于孪生网络和YOLO目标检测模型的目标跟踪方法及系统

权利要求书

1.一种基于孪生网络和YOLO目标检测模型的目标跟踪方法，其特征在于，包括：

输入待测视频文件；

在第一帧中框定待跟踪目标，将目标框调整到固定大小，输入孪生特征提取网络获取目标深度特征；

在后续帧中利用YOLO目标检测模型提取候选框，并将全部候选框调整到固定大小，输入孪生特征提取网络获取深度特征；

将后续帧分别与第一帧、前一帧的特征进行相似性度量，加权求和得到总相关分数；

将得分最高的候选框串联成目标轨迹进行记录，得分低于阈值判断为目标丢失，跳过当前帧继续后续帧目标搜索，形成完整的轨迹链实现目标跟踪。

2.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法，其特征在于，所述待测视频文件，即将AVI格式的视频先按帧率截取JPG格式的视频帧数据进行存储。

3.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法，其特征在于，所述孪生特征提取网络包括两个部分，第一部分将输入的图像调整到固定大小；第二部分将调整后的第一帧、后续帧目标框图像输入权值共享的卷积神经网络(ConvolutionalNeural Networks，CNN)进行特征提取，分别得到各自的特征向量。

4.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法，其特征在于，所述YOLO目标检测模型将输入视频帧图像分成7*7个网格(Grid Cell)，每个GridCell负责检测落入该格子的物体，若某个物体的中心位置的坐标落入到该Grid Cell中，那么这个Grid Cell就负责检测出这个物体，输出2个包含物体的矩形区域(Bounding Box)。每个Bounding Box包含5个数据信息，分别是x，y，w，h和confidence。其中，x，y是指当前Grid Cell预测得到的物体的Bounding Box的中心位置的坐标；w，h是Bounding Box的宽度和高度；confidence是反映当前Bounding Box是否包含物体的置信度，计算方式如下：

confidence＝P(object)*IOU

其中，若Bounding Box包含物体，则P(object)＝1，否则P(object)＝0，IOU(Intersection Over Union)为预测Bounding Box与物体真实区域的交集面积，以像素为单位，用真实区域的像素面积归一化到[0，1]区间。

5.根据权利要求1所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法，其特征在于，所述相似性度量使用欧式距离进行计算，公式如下：

DistanceX₁，X_i，j＝||G(X₁)-G(X_i，j)||

DistanceX_i，j，X_i+1，k＝||G(X_i，j)-G(X_i+1，k)||

其中，Distance，表示欧氏距离，|| ||表示L2范数计算，G(X₁)表示第1帧中待跟踪目标的特征向量，G(X_i，j)表示第i帧中第j个候选框的特征向量，G(X_i+1，k)表示第i+1帧中第k个候选框的特征向量。

6.根据权利要求5所述的基于孪生网络和YOLO目标检测模型的目标跟踪方法，其特征在于，所述加权求和得到的总相关分数R计算公式如下：

R＝0.5*DistanceX₁，X_i，j+0.5*DistanceX_i，j，X_i+1，k