【发明公布】基于多模型融合的水下视频目标尺度空间判别式跟踪系统及方法_上海交通大学_202210343863.3 

申请/专利权人:上海交通大学

申请日:2022-03-31

公开(公告)日:2022-08-12

公开(公告)号:CN114898202A

主分类号:G06V20/05

分类号:G06V20/05;G06V20/40;G06V10/82;G06V10/80;G06V10/40;G06V10/22;G06T7/73;G06T7/60;G06T7/30;G06T7/277;G06T7/262;G06T7/20;G06N3/04

优先权:

专利状态码:在审-公开

法律状态:2022.08.12#公开

摘要:本发明公开了一种基于多模型融合的水下视频目标尺度空间判别式跟踪系统及方法,涉及水下机器人、视频目标跟踪领域,步骤包括:1、多传感器配准;2、采用基于YOLO检测模型和高斯混合检测模型的多模型融合检测算法对目标进行检测;3、输入尺度空间判别式跟踪器进行跟踪,获得所述目标的相对位置和尺度信息;4、计算目标在水下多传感器检测跟踪系统的位置信息和尺度信息;5、使用无迹卡尔曼滤波器对目标位置信息进行滤波,得到最终的目标状态和运动轨迹。本发明可提升深海复杂环境下,视频目标检测跟踪的准确性、稳定性和有效性。

主权项:1.一种基于多模型融合的水下视频目标尺度空间判别式跟踪系统,其特征在于,所述系统包括成像声呐、双目相机、多传感器模块、水下视频目标跟踪处理板卡,其中,所述成像声呐与双目相机集成于一个多传感器模块内,水下视频目标跟踪处理板卡与多传感器模块相连。

全文数据:

权利要求:

百度查询: 上海交通大学 基于多模型融合的水下视频目标尺度空间判别式跟踪系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。