[发明专利]一种基于YOLO和DeepSORT的黑颈鹤监测追踪方法

权利要求书

1.一种基于yolo和DeepSORT的黑颈鹤监测追踪方法，其特征是采集目标范围内图像数据和视频数据，

利用目标检测追踪模型分析所述图像数据和视频数据，检测识别黑颈鹤图像和视频，其中基于YOLO与DeepSORT在离线预训练阶段利用黑颈鹤数据集学习深度关联度量，在在线应用阶段利用视觉外观空间的近邻查询方法建立measurement-to-track关联，训练完成所述目标检测追踪模型，

将检测识别结果上传至可视化平台。

2.根据权利要求1所述的一种基于yolo和DeepSORT的黑颈鹤监测追踪方法，其特征是所述采集目标范围内图像数据和视频数据，包括：

通过卫星、无人机及摄像终端采集目标范围内图像数据和视频数据。

3.根据权利要求1或2所述的一种基于yolo和DeepSORT的黑颈鹤监测追踪方法，其特征是所述利用目标检测追踪模型分析所述图像数据和视频数据，包括：

通过边缘计算设备中目标检测追踪模型分析所述图像数据和视频数据。

4.根据权利要求3所述的一种基于yolo和DeepSORT的黑颈鹤监测追踪方法，其特征是所述边缘计算设备利用多线程完成视频流目标检测追踪的推理。

5.根据权利要求4所述的一种基于yolo和DeepSORT的黑颈鹤监测追踪方法，其特征是所述推理的过程为：

部署数据推流线程，负责承接及缓存视频帧，部署算法推理线程，基于数据推流线程所推出视频帧进行目标检测，部署目标追踪算法推理线程，基于算法推理线程退出的目标进行追踪，部署数据存储线程，存储算法推理线程识别到的图像、视频及识别结果和追踪过程。

6.一种基于yolo和DeepSORT的黑颈鹤监测追踪系统，其特征是包括采集模块、分析模块及通信模块，

所述采集模块采集目标范围内图像数据和视频数据，

所述分析模块利用目标检测追踪模型分析所述图像数据和视频数据，检测识别黑颈鹤图像和视频，其中所述分析模块基于YOLO与DeepSORT在离线预训练阶段利用黑颈鹤数据集学习深度关联度量，在在线应用阶段利用视觉外观空间的近邻查询方法建立measurement-to-track关联，训练完成所述目标检测追踪模型，

所述通信模块将检测识别结果上传至可视化平台。

7.一种基于yolo和DeepSORT的黑颈鹤监测追踪的边缘计算设备，其特征是所述边缘计算设备包括接收模块、分析模块及通信模块，

所述接收模块接收采集设备采集的目标范围内图像数据和视频数据，

所述分析模块利用目标检测追踪模型分析所述图像数据和视频数据，检测识别黑颈鹤图像和视频，其中所述分析模块基于YOLO与DeepSORT在离线预训练阶段利用黑颈鹤数据集学习深度关联度量，在在线应用阶段利用视觉外观空间的近邻查询方法建立measurement-to-track关联，训练完成所述目标检测追踪模型，

所述通信模块将检测识别结果上传至可视化平台。

8.根据权利要求7所述的一种基于yolo和DeepSORT的黑颈鹤监测追踪的边缘计算设备，其特征是所述边缘计算设备利用多线程完成视频流目标检测追踪的推理。

9.根据权利要求8所述的一种基于yolo和DeepSORT的黑颈鹤监测追踪的边缘计算设备，其特征是所述边缘计算设备的推理过程为：

部署数据推流线程，负责承接及缓存视频帧，部署算法推理线程，基于数据推流线程所推出视频帧进行目标检测，部署目标追踪算法推理线程，基于算法推理线程退出的目标进行追踪，部署数据存储线程，存储算法推理线程识别到的图像、视频及识别结果和追踪过程。