一种基于双阶段卷积神经网络的目标跟踪方法及系统
基本信息
| 申请号 | CN202011632331.9 | 申请日 | - |
| 公开（公告）号 | CN112686923A | 公开（公告）日 | 2021-04-20 |
| 申请公布号 | CN112686923A | 申请公布日 | 2021-04-20 |
| 分类号 | G06T7/20(2017.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 范梦婷;刘浩;宋春红;郑谊峰 | 申请（专利权）人 | 浙江航天恒嘉数据科技有限公司 |
| 代理机构 | 北京轻创知识产权代理有限公司 | 代理人 | 朱晓彤 |
| 地址 | 314051浙江省嘉兴市嘉兴港区嘉兴市杭州湾新经济园42幢101室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于双阶段卷积神经网络的目标跟踪方法及系统。其方法包括，获取检测区域内的视频流，并将所述视频流进行预处理，得到多帧帧图片；将多帧所述帧图片输入至预先训练好的YOLOv3目标检测改进模型中进行目标检测，得到带有检测目标帧图片；利用deepsort多目标追踪算法对带有检测目标帧图片进行检测目标跟踪，对所述帧图片中检测目标实时位置进行跟踪。本发明采用改进的YOLOv3结合Deepsort多目标跟踪的双阶段卷积神经网络对目标进行实时监测，更精确地获得同一运动物体的实时位置信息，避免了多目标及重叠目标的计算误差，实现运动中多目标物体的实时跟踪，检测准确率高。 |
