申请/专利权人:平安科技(深圳)有限公司
申请日:2019-07-31
公开(公告)日:2023-10-31
公开(公告)号:CN110516556B
主分类号:G06V20/40
分类号:G06V20/40;G06T7/277
优先权:
专利状态码:有效-授权
法律状态:2023.10.31#授权;2021.08.13#实质审查的生效;2019.11.29#公开
摘要:本发明提供一种基于Darkflow‑DeepSort的多目标追踪检测方法、装置及存储介质,涉及智能决策技术领域,其中的方法包括以下步骤:S110、利用YOLOv3算法训练得到基于Darkflow的目标检测模型;S120、将检测图像输入训练好的基于Darkflow的目标检测模型,得到多个目标的表观特征;其中,所述检测图像基于对监控视频进行解码获得;S130、将多个目标的表观特征输入训练好的基于DeepSort的目标跟踪模型;所述目标跟踪模型通过多目标检测的数据集MOT16Challenge训练得到;S140、利用目标跟踪模型的卡尔曼滤波器对所述监控视频进行逐帧的数据关联处理,实现所述监控视频中的多目标追踪。利用上述发明能够提升多目标追踪检测速度,且在不损失检测准确度的情况下完成多目标追踪。
主权项:1.一种基于Darkflow-DeepSort的多目标追踪检测方法,应用于电子装置,其特征在于,包括以下步骤:S110、利用YOLOv3算法训练得到基于Darkflow的目标检测模型;所述基于Darkflow的目标检测模型为Python模型,所述Python模型通过Cython将Darknet网络结构转换获得;S120、将检测图像输入训练好的基于Darkflow的目标检测模型,得到多个目标的表观特征;其中,所述检测图像基于对监控视频进行解码获得;对于所述多个目标的表观特征,筛选出现次数超过设定阈值的目标,对所述目标通过级联匹配赋予其优先权;S130、将多个目标的表观特征输入训练好的基于DeepSort的目标跟踪模型;所述目标跟踪模型通过多目标检测的数据集MOT16Challenge训练得到;S140、利用目标跟踪模型的卡尔曼滤波器对所述监控视频进行逐帧的数据关联处理,实现所述监控视频中的多目标追踪。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 基于Darkflow-DeepSort的多目标追踪检测方法、装置及存储介质
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。