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:中国人民解放军火箭军工程大学
摘要:本申请涉及一种基于图注意力网络的无人机蜂群多目标跟踪方法,能够充分利用蜂群内拓扑特征和交互信息,利用图结构归纳描述蜂群内部拓扑特征,之后利用图注意力神经网络解析图结构、提取群内特征,从而实现群内对象的良好区分,有效解决了发生遮挡时无人机蜂群跟踪过程中外观特征无法起到作用的问题。
主权项:1.一种基于图注意力网络的无人机蜂群多目标跟踪方法,其特征在于,包括:步骤S1,采集无人机蜂群图像数据集,并基于所述无人机蜂群图像数据集对目标检测器和双层图注意力网络进行训练,得到训练后的目标检测器和训练后的双层图注意力网络;步骤S2,对图像序列中的当前帧图像,采用所述训练后的目标检测器进行目标检测,得到至少一个检测框以及所述检测框的置信度;步骤S3,根据所述检测框的置信度的大小确定高分检测框和低分检测框;步骤S4,根据前一帧图像对应的轨迹,采用卡尔曼滤波估计方法估计得到所述当前帧图像的至少一个估计检测框;步骤S5,计算每个所述估计检测框与每个所述高分检测框之间的交并比,并基于所述交并比采用匈牙利算法,将每个所述高分检测框与所述前一帧图像对应的轨迹进行一次匹配,得到一次匹配后的轨迹;步骤S6,基于匹配成功的高分检测框和未匹配的检测框构建无向图;所述未匹配的检测框包括低分检测框、以及未匹配成功的高分检测框;步骤S7,将所述无向图输入到所述训练后的双层图注意力网络,将所述未匹配的检测框与所述一次匹配后的轨迹进行二次匹配,得到二次匹配后的轨迹;步骤S8,若存在未匹配到轨迹的高分检测框,则将所述高分检测框作为新的目标,并新建一个新的轨迹;若存在未匹配到轨迹的低分检测框,则删除所述低分检测框;若存在未匹配上检测框的轨迹,则保留设定时间后删除,得到当前帧图像对应的轨迹;步骤S9,判断当前帧图像是否为最后一帧,若否,则返回步骤S2,对图像序列中的下一帧图像进行多目标跟踪,若是,则结束。
全文数据:
权利要求:
百度查询: 中国人民解放军火箭军工程大学 一种基于图注意力网络的无人机蜂群多目标跟踪方法
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。