专利汇可以提供一种多目标编号选定跟踪方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于 深度学习 的实时自主 跟踪 方法,提出了基于深度学习的 人工神经网络 的 计算机视觉 目标检测与计算机视觉目标跟踪 算法 ,可利用 高性能计算 单元运行神经网络的运算单元检测目标,而后运行目标跟踪算法对所有目标同时实现跟踪,并可以手工介入选择特定目标专注单人跟踪。相比较传统的单目标跟踪算法,传统单目标跟踪需要手动框选目标,但对于移动目标,框选时往往会因为操作延时导致框选失效。本算法避免了人工框选目标的操作延时导致的框选不准和目标偏离。本发明构建了“摄像头- 服务器 ”的架构,将摄像头中所有目标数据同时处理,实现全区域的多人跟踪和单人持续跟踪,实验结果表明,本发明能够实现实时的神经网络运算,进而结合目标跟踪算法,实现“检测、选人”两步跟踪效果。,下面是一种多目标编号选定跟踪方法专利的具体信息内容。
1.一种多目标编号选定跟踪方法,其特征在于:所述跟踪方法通过跟踪系统实现,所述跟踪系统由图像采集单元和计算机处理单元组成,所述图像采集单元用于采集图像,计算处理单元进行运算、检测和跟踪,所述方法包括:对目标检测与多目标跟踪,标注目标与选择目标跟踪单个目标,具体步骤如下:
(1)、对目标检测与多目标跟踪
所述目标检测:通过基于深度学习的人工神经网络检测感兴趣的目标,取得目标在图像中对应的ROI(感兴趣区域);
对所有取得的目标进行跟踪并产生编号,同一目标在同一视角内只有一个编号,且编号将跟随目标移动;
通过编号对特定目标进行选择,选定目标后对选定的多目标进行持续跟踪;
(2)标注目标与选择目标跟踪单个目标
运行目标跟踪算法跟踪单目标,在跟踪目标的同时,存储跟踪目标的图像帧;
目标发生跨摄像头移动或其他情形导致跟踪算法丢失目标,则重新启动目标识别步骤找出所有可能目标的ROI并跟踪所有可能目标;
通过目标重识别算法,将所有ROI内的图像与跟踪目标的存储图像相比对,从众多ROI从选择最相近的ROI,重新初始化目标跟踪算法,重新跟踪目标。
2.根据权利要求1所述的方法,其特征在于:步骤(1)中所述目标检测与多目标跟踪具体步骤如下:
预先采集待跟踪目标各角度图像(如地面多监控摄像头跟踪图像),作为训练数据集,利用随机梯度下降算法迭代求解进行深度学习,构建目标检测神经网络;
通过图像采集单元采集图像,作为输入传输至计算处理单元,进行目标检测,获取所有待跟踪目标在当前帧中的ROI。
3.根据权利要求1所述的方法,其特征在于:所述的目标选择步骤具体包括:
得到所有待跟踪目标在当前帧中的ROI后给所有ROI固定编号;
通过目标跟踪算法,将ROI作为算法初始值输入,持续更新每个编号目标的ROI;
通过手动操作(键盘输入编号或鼠标选定编号)选择特定的目标;
关闭其他目标的跟踪进程,仅跟踪选定目标。
4.根据权利要求1所述的方法,其特征在于:所述图像采集单元为具有采集图像能力且计算处理单元可访问的任何设备,所述任何设备为网络摄像头、USB摄像头或接入网络的拍摄无人机中任一种;所述计算处理单元为处理图像采集单元传入图像的任何设备,所述任何设备为个人微型计算机、服务器或图像处理专用芯片中任一种。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
伺服选定系统 | 2020-05-11 | 276 |
焊接线选定方法 | 2020-05-11 | 187 |
可选定角度的工具 | 2020-05-12 | 927 |
机床的加工条件选定装置 | 2020-05-13 | 65 |
拖放鼠标左键选定文本字符串后对桌面选定栏的操作方法 | 2020-05-12 | 691 |
眼镜选定系统及其方法 | 2020-05-11 | 314 |
基于选定时间段及选定区域筛选进出车辆的方法 | 2020-05-13 | 552 |
焊接线选定方法 | 2020-05-11 | 446 |
选定分子的导入方法 | 2020-05-12 | 691 |
选定确认定位优化 | 2020-05-12 | 458 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。