[发明专利]一种海面目标动作跟踪方法、终端设备及存储介质

说明书

本发明涉及一种海面目标动作跟踪方法、终端设备及存储介质，该方法中包括：采集海面目标视频组成训练集；构建动作跟踪模型，通过训练集对动作跟踪模型进行训练；动作跟踪模型的网络结构包括两个分支神经网络和一个全连接网络，将海面目标视频的待跟踪视频帧对应的对照模板和感兴趣区域各输入一个分支神经网络后，得到对照模板的卷积特征和感兴趣区域的卷积特征，将对照模板的卷积特征和感兴趣区域的卷积特征均转换为一维向量后，与初始锚框进行拼接，将拼接结果输入全连接网络后，得到初始锚框应进行的动作；通过训练后的动作跟踪模型对海面目标视频中的海面目标的动作进行跟踪。本发明在海面目标跟踪任务上可以取得更好的成果。

技术领域

本发明涉及目标跟踪领域，尤其涉及一种海面目标动作跟踪方法、终端设备及存储介质。

背景技术

航运作为一种重要的运输方式承载着全球90％以上的贸易往来；同时，国际与国内贸易量的日益增加对海上交通运输的效率、船舶航行的安全性提出了新的挑战，因此提升船舶的自主管理水平、智能化监控能力已经成为当前航运业亟待解决的关键问题。

对海面视觉信息进行获取、处理和分析是实现海洋智能化监控的前提，是实现海运治理体系现代化的重要基础。而基于机器视觉的海面目标跟踪是海面视觉感知技术的重要组成部分。目标跟踪是一个根据视频序列初始帧中标定的目标信息，在后续视频帧中估计跟踪目标的过程。海面目标跟踪可以快速对特定的海面目标进行提取、识别和跟踪，对于海上执法、违法船只监控、环境观测、海面事故评估、智能航行等任务具有重要意义。海面目标视觉跟踪任务相较于陆地上的视觉跟踪任务通常会面对更加复杂的挑战。

发明内容

为了解决上述问题，本发明提出了一种海面目标动作跟踪方法、终端设备及存储介质，以克服现有目标跟踪模型用于海面目标跟踪时，无法克服背景杂乱、视频抖动等技术缺陷。

具体方案如下：

一种海面目标动作跟踪方法，包括以下步骤：

S1：采集海面目标视频，并对其中的视频帧进行锚框标注，将标注后的海面目标视频组成训练集；

S2：构建动作跟踪模型，通过训练集对动作跟踪模型进行训练；

动作跟踪模型的网络结构包括两个分支神经网络和一个全连接网络，将海面目标视频的待跟踪视频帧对应的对照模板和感兴趣区域各输入一个分支神经网络后，得到对照模板的卷积特征和感兴趣区域的卷积特征，将对照模板的卷积特征和感兴趣区域的卷积特征均转换为一维向量后，与初始锚框进行拼接，将拼接结果输入全连接网络后，得到初始锚框应进行的动作；

S3：通过训练后的动作跟踪模型对海面目标视频中的海面目标的动作进行跟踪。

进一步的，两个分支神经网络均包括5层卷积层和3层池化层，全连接网络包括3层全连接层。

进一步的，步骤S2的模型训练过程中训练数据的获取过程包括：

S211：从训练集中随机读取视频，并随机选择用于训练的视频帧t₁；

S212：获取视频帧t₁对应的对照模板、感兴趣区域和初始锚框；

S213：对对照模板和感兴趣区域的尺寸进行格式统一；

S214：对输入图像进行归一化和标准化；

S215：根据视频帧t₁的标注数据和初始锚框获取初始锚框对应的标注动作。