买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳先进技术研究院

摘要：本发明公开了一种行人地理轨迹提取方法及设备，通过获取无人机视频对应的各个无人机图像，利用目标检测算法对各个无人机图像中的目标行人进行识别，利用多目标跟踪算法对识别出的目标行人进行像素轨迹提取，得到行人像素轨迹；利用图像配准算法对无人机图像中的地理坐标进行识别，得到无人机图像的像素坐标与地理坐标之间的映射关系，基于无人机的像素坐标与地理坐标之间的映射关系和行人像素轨迹得到行人地理轨迹。本实施例公开的行人地理轨迹提取方法，通过地理配准技术对图像进行准确定位，轨迹提取精度较高，且相比于基于GPS等设备的轨迹提取方法，不受信号遮挡等因素的影响，可实现实时的行人地理轨迹提取。

主权项：1.一种行人地理轨迹提取方法，其特征在于，所述方法包括：获取无人机视频对应的各个无人机图像，并利用目标检测算法对各个无人机图像中的目标行人进行识别；利用多目标跟踪算法对各个无人机图像中识别出的目标行人进行像素轨迹提取，得到行人像素轨迹；利用图像配准算法对所述无人机图像中的地理坐标进行识别，得到无人机图像的像素坐标与地理坐标之间的映射关系；基于所述无人机的像素坐标与地理坐标之间的映射关系和所述行人像素轨迹得到行人地理轨迹；所述利用目标检测算法对各个无人机图像中的目标行人进行识别的步骤包括：利用KMeans++算法对训练数据集中训练图像的行人目标先验框进行聚类，选出K个初始的聚类中心；利用所述K个初始的聚类中心对无人机图像执行KMeans算法进行聚类；其中，K为正整数；将聚类完成的无人机图像输入改进的YOLOv5网络进行目标行人识别；所述图像配准算法由改进的UNet网络和特征匹配算法组成；其中，所述改进的UNet网络为加入ASPP模块和CA模块的UNet网络；UNet网络中包括多个卷积层，在其U型结构中左边卷积网络部分通过下采样进行图像中特征的提取，右边卷积网络部分通过上采样以实现输出的特征图恢复到原图大小；下采样卷积层从上到下分别包括：第一下卷积层，第二下卷积层，第三下卷积层，第四下卷积层，第五下卷积层；上采样卷积层从下到上分别包括：第一上卷积层，第二上卷积层，第三上卷积层，第四上卷积层；改进后的UNet网络结构在第一下卷积层和第四上卷积层之间增加了第一ASPP模块，在第二下卷积层和第三上卷积层之间增加了第二ASPP模块，在第三下卷积层和第二上卷积层之间增加了第三ASPP模块，在第四下卷积层和第一上卷积层之间增加了第四ASPP模块，以及在第五下卷积层和第一上卷积层之间增加了CA模块。

全文数据：

权利要求：

百度查询： 深圳先进技术研究院 一种行人地理轨迹提取方法及设备