[发明专利]一种基于无人机平台的目标自动跟踪方法及系统

权利要求书

1.一种基于无人机平台的目标自动跟踪方法，其特征在于，包括：

S1，获取由无人机嵌入式平台采集的当前视频数据；

S2，在所述当前视频数据中，按照采集时间逐帧搜索目标，并根据搜索结果对当前帧目标初始化标志位进行赋值；若所述目标初始化标志位为1，则获取所述目标在所述当前帧图像的初始化信息；所述初始化信息包括：所述目标的初始位置信息以及所述目标所对应的初始图像块；

S3，在下一帧图像中，根据所述目标的深度特征在所述目标的初始位置附近搜索与所述初始图像块相似的图像块，并根据搜索结果对当前帧目标跟踪标志位进行赋值；若所述当前帧目标跟踪标志位的赋值为1，则获取所述目标在所述下一帧图像中的位置信息和图像块；

S4，以所述目标在所述下一帧图像中的位置信息和图像块作为初始化信息；

S5，迭代执行上述步骤S3-S4，继续在下一帧图像中进行目标的搜索，直至完成所述目标的跟踪；

所述在下一帧图像中，根据所述目标的深度特征在所述目标的初始位置附近搜索与所述初始图像块相似的图像块，并根据搜索结果对当前帧目标跟踪标志位进行赋值，包括：

针对所述下一帧图像，利用DasiamRPN跟踪器根据目标的深度特征在所述目标的初始位置附近搜索与所述初始图像块相似的图像块，并根据搜索结果输出跟踪得分值；

若所述跟踪得分值大于预设的车辆跟踪阈值，则对当前帧目标跟踪标志位进行赋值为1；

所述跟踪得分值包括交并比参数值和相似性参数值；相应地，所述车辆跟踪阈值包括交并比阈值和相似性阈值；

所述交并比参数值的数学表达式为：

所述相似性参数值的数学表达式为：

Similarity＝Convfeat_dec⊙Convfeat_trc

其中，regiontrc表示目标跟踪结果图像块区域，regiondec表示目标检测结果图像块区域，Convfeat_trc为目标跟踪结果特征，Convfeat_dec为目标检测结果特征，⊙表示向量间的内积运算，IOU为交并比参数，Similarity为相似性参数。

2.根据权利要求1所述的基于无人机平台的目标自动跟踪方法，其特征在于，

在所述下一帧图像中，若所述当前帧目标跟踪标志位的赋值为0，则继续将所述下一帧图像之后的视频数据作为当前视频数据，输入至步骤S2中，获取重新检测的目标；

若判断所述重新检测的目标与之前跟踪的所述目标相同时，则执行步骤S3-S5；

若判断所述重新检测的目标与之前跟踪的所述目标不同时，则继续将下一帧图像输入至步骤S2中，直至重新检测的目标与之前跟踪的所述目标相同。

3.根据权利要求1所述的基于无人机平台的目标自动跟踪方法，其特征在于，所述在所述当前视频数据中，按照采集时间逐帧搜索目标，并根据搜索结果对当前帧目标初始化标志位进行赋值；若所述目标初始化标志位为1，则获取所述目标的初始化信息，具体包括：

构建基于mobilenet-SSD目标检测算法的目标检测模型；

将所述当前视频数据按照采集时间逐帧输入至所述目标检测模型，若判断输入的当前帧图像中包含所述目标，则对所述当前帧目标初始化标志位进行赋值为1，并获取由所述目标检测模型输出的所述目标的初始化信息。

4.根据权利要求3所述的基于无人机平台的目标自动跟踪方法，其特征在于，在将所述当前视频数据按照采集时间逐帧输入至所述目标检测模型之前，还包括：

利用UAV123数据集、VisDrone数据集和在实验场地预先采集的标注数据集，构建训练图像样本以及与每个训练图像样本相对应的初始化信息标签所组成的训练样本集；

将所述训练样本集中的21类目标修改为只包含背景和车辆的2类目标；

利用修改后的所述训练样本集对所述目标检测模型进行预训练。