[发明专利]基于多特征信息融合的目标检测跟踪识别方法和系统有效

专利信息
申请号: 202210076558.2 申请日: 2022-01-24
公开(公告)号: CN114119676B 公开(公告)日: 2022-08-09
发明(设计)人: 宁瑞芳;孙景峰;雷豆豆;李权 申请(专利权)人: 西安羚控电子科技有限公司
主分类号: G06T7/254 分类号: G06T7/254;G06T7/246;G06V20/52;G06V10/80;G06K9/62
代理公司: 成都弘毅天承知识产权代理有限公司 51230 代理人: 黄海斌
地址: 710075 陕西省西安市高新区*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 特征 信息 融合 目标 检测 跟踪 识别 方法 系统
【权利要求书】:

1.基于多特征信息融合的目标检测跟踪识别方法,其特征在于,包括:

获取实时光电追踪视频;

基于帧差法提取所述光电追踪视频中的运动目标集合;

基于特征筛选算法筛选出所述运动目标集合中的疑似目标;

将所述疑似目标输入目标识别模型中进行识别,得到第一识别结果;

若所述第一识别结果表明所述疑似目标是预定目标,则将所述疑似目标作为跟踪目标,并基于所述跟踪目标的位置信息对跟踪算法进行初始化,再启动所述跟踪算法对所述跟踪目标进行跟踪;

若所述第一识别结果表明所述疑似目标不是预定目标,则转至获取实时光电追踪视频的步骤;

其中,基于特征筛选算法筛选出所述运动目标集合中的疑似目标包括:

基于外形特征筛选算法对所述运动目标集合进行筛选,获得初选目标集合;

判断是否具有雷达提供的跟踪目标方位信息;

若存在雷达提供的跟踪目标方位信息,则根据方位信息对所述初选目标集合进行筛选,获得疑似目标;

若不存在雷达提供的跟踪目标方位信息,则基于轨迹筛选算法对所述初选目标集合进行筛选,获得疑似目标;

其中,启动所述跟踪算法对所述跟踪目标进行跟踪之后,还包括:

获取所述跟踪算法输出的目标跟踪结果位置;

计算所述跟踪目标的运动轨迹与所述目标跟踪结果位置的距离;

若距离超出预设范围,则判定当前跟踪目标为非预定目标,转至获取实时光电追踪视频的步骤;

其中,若距离未超出预设范围,则判定当前跟踪目标为预定目标,并根据所述目标跟踪结果位置,在当前帧的光电追踪视频图像中提取跟踪目标区域图像;

将所述跟踪目标区域图像输入所述目标识别模型进行识别,得到第二识别结果;

若所述第二识别结果表明是预定目标,则将所述目标识别模型识别的目标类型与概率信息进行保存;

若所述第二识别结果表明不是预定目标,则将所述目标识别模型识别的目标识别信息与位置信息进行保存;

其中,对至少连续五帧视频图像的第二识别结果进行统计,获得统计结果,所述统计结果包括第一统计项和第二统计项;

其中,所述第一统计项为所述第二识别结果表示是预定目标且识别概率信息大于第一预设值的个数,所述第二统计项为所述识别结果表示不是预定目标的连续识别个数;

若所述第一统计项的个数大于第二预设值,则输出目标类型和位置信息;

若所述第一统计项的个数小于第二预设值,则输出位置信息;

若所述第二统计项的个数大于第三预设值,则转至获取实时光电追踪视频的步骤;

若所述第二统计项的个数小于第三预设值,则输出位置信息。

2.根据权利要求1所述的基于多特征信息融合的目标检测跟踪识别方法,其特征在于,基于轨迹筛选算法对所述初选目标集合进行筛选,获得疑似目标包括:

基于所述光电追踪视频提取连续帧的视频图像集合,所述视频图像集合中包括当前帧图像;

从所述初选目标集合中依次选择初选目标与所述视频图像集合进行同一目标筛选,并将同一初选目标的位置信息进行保存;

从所述初选目标集合中依次选择初选目标的位置信息进行轨迹拟合,获得所述初选目标的运动轨迹;

从所述初选目标集合中依次选择初选目标的运动轨迹,计算所述运动轨迹与当前帧图像中心的间距;

选择间距最小的运动轨迹对应的初选目标作为疑似目标。

3.根据权利要求2所述的基于多特征信息融合的目标检测跟踪识别方法,其特征在于,所述同一目标筛选包括:

位置信息筛选,根据所述初选目标在前后两帧视频图像中的移动距离判断是否是同一目标;

相似度特征筛选,根据所述初选目标在前后两帧视频图像中的相似度判断是否是同一目标;

运动方向特征筛选,根据所述初选目标在至少连续三帧中的运动方向判断是否是同一目标。

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西安羚控电子科技有限公司,未经西安羚控电子科技有限公司许可,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/pat/books/202210076558.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top