[发明专利]一种基于IoU的水下多目标跟踪方法

权利要求书

1.一种基于IoU的水下多目标跟踪方法，其特征在于，包括以下步骤：

S1、获取水下感兴趣目标的数据集，进行图像预处理、图像增强；

S2、将数据集划分为训练集、测试集与验证集，训练并获得收敛的目标检测模型；

S3、对输入的当前图像帧进行图像增强；

S4、使用训练好的目标检测模型对S3进行增强后的图像帧进行目标检测，得到该帧的所有检测框信息和该帧的检测得分；

S5、通过场景拥挤检测算法，自适应调整目标检测的得分阈值，筛选部分检测目标，同时根据检测得分对检测目标集合划分为高、低得分检测目标集合；

S6、计算各检测目标与各运动轨迹之间的IoU得分；

S7、根据IoU得分，对检测目标与运动轨迹进行分集匹配；

S8、根据步骤S7的匹配结果对所有检测目标与运动轨迹进行状态转移处理，以保持检测目标ID的一致性；

步骤S1、S3中使用基于加权L1正则化的水下图像清晰化算法来进行图像增强；

步骤S5中场景拥挤检测算法对第t帧的场景拥挤检测计算公式为：

其中，ρ_d表示检测得分阈值，α表示预设得分阈值偏移值，num_r表示检测框与轨迹框发生重叠的个数，num表示检测框总数，β表示预设的最低检测框总数值；

步骤S6中计算各检测目标与各运动轨迹之间的IoU得分时，计算第t帧的检测目标d与运动轨迹k之间的IoU的公式为：

其中，S_d∩k和S_d∪k分别表示检测目标d这一检测框与运动轨迹k这一轨迹框之间的相交区域面积和并集区域面积，D和K分别表示检测目标总集合与运动轨迹集合；

计算得到当前帧每个检测目标-运动轨迹对的IoU，排列成一个IoU矩阵，横坐标对应检测目标序号，纵坐标对应运动轨迹序号。

2.根据权利要求1所述的水下多目标跟踪方法，其特征在于，所述α设为0.2，β设为10。

3.根据权利要求1或2所述的水下多目标跟踪方法，其特征在于，步骤S5中根据检测得分对检测目标集合划分为高、低得分检测目标集合时，对第t帧的检测分集公式为：

D_high＝{s_d≥max(s_avg,s_med),d∈D}

D_low＝{s_d＜max(s_avg,s_med)∪s_d＞ρ_d,d∈D}

其中，D_high和D_low分别表示高得分检测目标集合和低得分检测目标集合，D表示检测目标总集合，s_d表示检测目标d的得分，s_avg和s_med分别表示检测得分总集合的平均值和中位数。

4.根据权利要求1所述的水下多目标跟踪方法，其特征在于，步骤S7中采用匈牙利算法进行分集匹配：

输入高得分检测目标集合、低得分检测目标集合、运动轨迹集合、IoU矩阵，然后将IoU矩阵作为检测目标集合与运动轨迹集合之间的距离度量，接着依次将高、低得分检测目标集合与运动轨迹集合进行匈牙利匹配；当匹配完成后，得到三个集合：配对的检测目标-运动轨迹集、未配对的检测目标集、未配对的运动轨迹集。