申请/专利权人：哈尔滨工程大学

申请日：2021-10-14

公开（公告）日：2024-04-16

公开（公告）号：CN114005018B

主分类号：G06V20/00

分类号：G06V20/00;G06V10/74;G06V10/75

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.02.22#实质审查的生效;2022.02.01#公开

摘要：本发明公开了一种小算力驱动的水面无人艇多目标跟踪方法，属于智能无人智慧船舶技术领域。一种小算力驱动的水面无人艇多目标跟踪方法，所述小算力驱动的水面无人艇多目标跟踪方法包括以下步骤：步骤一、通过目标检测算法获取待跟踪水面目标的初始坐标数据与外观信息；步骤二、使用卡尔曼滤波算法对水面目标下一帧的位置进行预测；步骤三、计算新检测到的水面目标与已建立跟踪的水面目标间的归一化方差与平均色差，获取代价矩阵，使用匈牙利算法进行匹配；步骤四、利用匹配结果使用卡尔曼滤波对目标状态进行更新。本发明简化代价矩阵计算，不需要进行重识别权重预训练，且对算力的要求更低，方便部署到小型水面无人艇中。

主权项：1.一种小算力驱动的水面无人艇多目标跟踪方法，其特征在于，所述小算力驱动的水面无人艇多目标跟踪方法包括以下步骤：步骤一、通过目标检测算法获取待跟踪水面目标的初始坐标数据与外观信息；步骤二、使用卡尔曼滤波算法对水面目标下一帧的位置进行预测；步骤三、计算当前视频帧中新检测到的水面目标与历史视频帧中已建立跟踪的水面目标间的归一化方差与平均色差，获取代价矩阵，使用匈牙利算法进行匹配；步骤四、利用匹配结果使用卡尔曼滤波对目标状态进行更新；首先，对于目标检测算法检测到的目标，利用卡尔曼滤波算法对其在下一帧中的状态进行预测，具体公式如下：x′＝Fx1P′＝FPFT+Q2式中：x为前一时刻的估计值，x′为当前时刻的预测值；F为状态转移矩阵，其值见下述公式；P为前一时刻的水面目标状态向量的协方差矩阵；Q为系统的噪声矩阵；P′为当前时刻水面目标状态向量的协方差矩阵；FT为状态转移矩阵；F的转置，将公式x′＝Fx展开得下式： 式中：cx,cy为检测框中心点坐标，单位为像素；w,h为检测框的长和宽，单位为像素；在步骤三中，具体的，利用归一化方差匹配算法以及平均色差获取已建立跟踪的水面目标与当前帧检测到的水面目标的特征距离，具体计算公式如下： ΔR＝C1,R-C2,R6ΔG＝C1,G-C2,G7ΔB＝C1,B-C2,B8 式中：Tx,y,Ix,y为已建立跟踪的目标与当前帧检测到目标在像素坐标x,y处的灰度值；R为两幅图像间的归一化方差；C1,R,C1,G,C1,B为已建立跟踪的目标的颜色空间均值；C2,R,C2,G,C2,B为当前帧检测到的目标的颜色空间均值；ΔC为已建立跟踪目标与当前帧检测到的目标在LAB颜色空间中的距离；dap为加权外观距离。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种小算力驱动的水面无人艇多目标跟踪方法

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