[发明专利]基于无人机的车辆跟踪方法

权利要求书

1.一种基于无人机的车辆跟踪方法，其特征在于，包括以下步骤：

步骤1：收集无人机视角下的车辆图像，制作数据集；

使用优化Yolov3算法对待测视频每帧中的车辆图像信息进行检测，得到视频帧中的所有车辆的图像信息制作数据集；

所述优化Yolov3算法中的损失函数Loss如下所示：

Loss＝T₁-T₃-T₄

式中：T₁表示为bounding box和真实目标的box的中心坐标误差；T₃表示为置信度误差；T₄表示为分类误差；

优化Yolov3算法中的卷积层和BN层如下所示：

式中，x_i为卷积层；w_i′为合并后权值参数；β’为偏置；Xc为合并后的计算结果；i为卷积层数；m为卷积层总数；

步骤2：视频中出现目标车辆时，对目标车辆进行手动标记，根据目标车辆所在当前帧位置，使用区域搜索方式对目标车辆的下一帧所在位置进行预测，计算预测得到下一帧目标车辆所在位置，如下所示；

Wo＝a'*Ws

Ho＝a'*Ws

其中，a'表示为扩大框的倍数，Ws表示为前一阵矩阵框的宽度，Ho和Wo表示下一帧搜索区域的宽度和高度；

步骤3：使用目标车辆图像信息与步骤2中预测的目标车辆出现的位置中的车辆信息进行图像相似度对比，确定目标车辆。

2.根据权利要求1所述的一种基于无人机的车辆跟踪方法，其特征在于，步骤3中所述车辆信息对比，根据步骤2中预测下一帧的目标车辆出现位置中的所有车辆，与手动标记的目标车辆图像进行相似度对比，根据图像的颜色直方图相似度、纹理相似度以及感知哈希相似度，得到相应权重，并计算相似度评分S_i，相似度评分最高的车辆为目标车辆：

S_i＝aY(s(H_i,H₀))+bY(s(L_i,L₀))+cY(s(p_i+p₀))

式中：S_i为相似度评分；a为颜色直方图相似度权重系数；b为纹理相似度权重系数；c为感知哈希相似度权重系数；H_i和H₀为颜色直方图特征值；Y(s(H_i,H₀))表示为颜色直方图相似度的放大值；s(H_i,H₀)表示为颜色直方图相似度值；L_i和L₀为局部纹理特征值；Y(s(L_i,L₀))表示为局部纹理相似度的放大值；s(L_i,L₀)表示为局部纹理相似度相似度值；p_i和p₀为感知哈希值；Y(s(p_i,p₀))表示为感知哈希值相似度的放大值；s(H_i,H₀)表示为感知哈希相似度值。