申请/专利权人：国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院

申请日：2024-01-03

公开（公告）日：2024-04-09

公开（公告）号：CN117853758A

主分类号：G06V10/62

分类号：G06V10/62;G06V10/82;G06N3/0464;G06V20/52

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提出一种基于YOLO算法的智能变电站现场监控多目标跟踪方法，利用YOLO算法对所有运动物体进行检测，从而实现快速且准确的目标检测，针对遮挡严重的物体，提出使用AKCF（增强核相关滤波器）来提高算法性能，能够通过最小化目标特征和候选区域特征之间的距离来跟踪目标，从而解决目标严重遮挡的问题。进一步提出基于优先级匹配和基于运动估计的再匹配的两阶段目标关联方法，以增加跟踪的准确性。本发明在多目标跟踪方面具有较高的准确性和鲁棒性，能够应对复杂的实际场景，对于智能变电站的安全监控、缺陷检测等方面具有广阔的应用前景。

主权项：1.一种基于YOLO算法的智能变电站现场监控多目标跟踪方法，其特征在于，包括以下步骤：步骤S1：使用YOLO算法对变电站现场的视频进行目标检测，包括将图片划分为多个网格单元，并对每个单元进行回归，预测边界框和类别概率，用以实现对变电站现场中的多个运动目标的准确检测；步骤S2：利用增强核相关滤波器AKCF进行目标跟踪，其中AKCF基于样本训练的滤波器，通过最小化目标特征与候选区域特征之间的距离，用以实现对目标的准确跟踪；步骤S3：采用基于优先级匹配和基于运动估计的再匹配的两阶段目标关联方法，以增加跟踪的准确性；步骤S4：采用优先级匹配的方式对跟踪结果进行筛选和排序，根据目标的优先级对跟踪结果进行排序，保留高优先级目标的跟踪结果；步骤S5：通过基于运动估计的再匹配方法实现对目标的矫正和匹配，根据目标的运动轨迹信息对目标进行位置矫正和匹配，以减小跟踪误差，提高跟踪的准确性。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院 一种基于YOLO算法的智能变电站现场监控多目标跟踪方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD