[发明专利]一种基于桥梁防撞的船舶目标检测跟踪方法

权利要求书

1.一种基于桥梁防撞的船舶目标检测跟踪方法，其特征在于，包括以下步骤：

A.通过摄像机采集船舶的视频图像，并通过深度学习训练模型提取视频图像中的船舶特征，得到船舶类型和船舶位置框；

B.根据步骤A中测得的船舶位置框，利用IOU方法持续检测船舶的当前位置，并将该船舶的当前位置迭代上一帧的船舶位置，得到船舶在移动过程中的连续位置信息；

C.根据连续识别的船舶位置信息，描出船舶的运动轨迹；

所述步骤A中深度学习训练模型的训练方法具体包括以下步骤：

A1.采集船舶通过时的视频图像；

A2.由人工从视频图像中截取若干张船舶图像，该船舶图像包括新出现的船舶图像、船舶在区域中间位置时的图像和快离开的船舶图像；

A3.将步骤A2中截取到的船舶图像作为图片训练集，对深度学习训练模型进行训练；

所述步骤A3中深度学习训练模型的训练方法具体包括以下步骤：

A31.将图片训练集用人工标签制作软件做标记，生成xml文件；然后用FileSort软件将标记后的船舶图像和xml文件生成图片数据集；

A32.用Tensorflow的Faster Rcnn方法训练图片数据集，生成深度学习训练模型；

A33.用Tensorflow创建Session会话，并通过创建Session会话加载深度学习训练模型，用Session的Run方法识别，输出船舶类型和船舶位置框；

所述步骤B具体包括以下步骤：

B1.根据连续测得的多帧船舶位置框计算出船舶的运动方向；

B2.根据测得的船舶位置框判断船舶是否为新出现的船舶，判断时间从第二帧开始，若船舶为新出现的船舶时，对该船舶进行ID编号，并保存船舶的位置和类别；若船舶不是新出现的船舶时，进入下一步骤；B3. 判断船舶是否是快离开的船舶，若船舶为快离开的船舶时，进行标记；若船舶不是快离开的船舶时，进入下一步骤；

B4.计算当前船舶位置和上一帧船舶位置的IOU，当IOU≥0.8时将对应的上一帧船舶位置更新为当前位置；

新出现的船舶的判断方法为：当深度学习训练模型提取得到的船舶位置框满足：

该船舶位置框的右侧坐标到图片边缘之间的距离小于图片宽度的1/3，或者船舶位置框的左侧坐标到图片边缘之间的距离大于图片宽度的2/3；

该船舶位置框的运动方向朝向图像中间；

该船舶位置框没有对应的ID编号；

以及当前船舶位置框和上一帧船舶位置框的IOU≥0.85时；

判断该船舶为新出现的船舶；

快离开的船舶的判断方法为：当深度学习训练模型提取得到的船舶位置框满足：

该船舶位置框的右侧坐标到图片边缘之间的距离小于图片宽度的1/4，或者船舶位置框的左侧坐标到图片边缘之间的距离大于图片宽度的3/4；

该船舶位置框的运动方向朝向图像边缘；

以及该船舶位置框有对应的ID编号时；

判断该船舶为快离开的船舶；

所述步骤B3中当船舶标记为快离开的船舶时，利用IOU方法持续检测该船舶的当前位置,当当前帧船舶位置框和上一帧船舶位置框的IOU＜0.85，或当前帧无法检测到该ID编号的船舶位置框时，在当前帧图像识别结束后删除该船舶的ID编号；

所述步骤B4中当IOU＜0.8时，保持该ID编号的船舶位置不更新；

所述步骤B中对船舶的检测频率为60次/分钟以上。