[发明专利]基于机器学习的低小慢目标的光电识别跟踪方法在审
| 申请号： | 201811273114.8 | 申请日： | 2018-10-30 |
| 公开（公告）号： | CN109543553A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 杨萌;肖龙;陈俊峰;郭龙颖;张崎 | 申请（专利权）人： | 中国舰船研究设计中心 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 胡建平;孙方旭 |
| 地址： | 430064 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明设计了一种基于机器学习的低小慢目标的光电识别跟踪方法，首先确定目标的方向，然后调整相机的方向角和俯仰角，使得目标位于相机的视野范围内；然后相机逐帧读入图像，目标识别的在线检测，将读入的图像作为神经网络的输入，经过机器学习已经训练好的网络，得到网络的输出，包括目标的分类和位置的束缚框；如果输出的分类属于低小慢目标，则进入下一步，否则跳过下一步，直接读入下一帧图像，进行目标跟踪。在保证实时性的同时，提高了自动识别的准确性，增强了对光照、目标姿态等影响因素的鲁棒性。本发明可以用于多波段融合的成像设备，扩展了单一识别跟踪算法的应用范围，提高了算法的适应性。 | ||
| 搜索关键词： | 读入 相机 光电识别 基于机器 图像 成像设备 跟踪算法 机器学习 目标跟踪 目标识别 目标姿态 神经网络 影响因素 在线检测 自动识别 输出 多波段 方向角 俯仰角 鲁棒性 实时性 帧图像 分类 跟踪 算法 跳过 逐帧 光照 网络 束缚 学习 融合 视野 应用 保证 | ||
【主权项】：
1.一种基于机器学习的低小慢目标的光电识别跟踪方法，其特征在于，该方法包括以下步骤，步骤一，首先确定目标的方向，然后调整相机的方向角和俯仰角，使得目标位于相机的视野范围内；步骤二，相机逐帧读入图像；步骤三，目标识别的在线检测，将读入的图像作为神经网络的输入，经过机器学习已经训练好的网络，得到网络的输出，包括目标的分类和位置的束缚框；如果输出的分类属于低小慢目标，则进入下一步，否则跳过下一步，直接读入下一帧图像；步骤四，进行目标跟踪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国舰船研究设计中心，未经中国舰船研究设计中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811273114.8/，转载请声明来源钻瓜专利网。
