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：合肥工业大学

摘要：本发明公开了一种基于改进的Deepsort算法的目标车辆追踪方法，包括：1、图像数据集构建；2、通过YOLOv5s对图像中的目标车辆进行目标检测，获取目标车辆检测框位置信息；3、通过Deepsort目标追踪算法获取目标车辆预测框位置信息；4、构建车辆重识别模型提取目标车辆外观特征；5、对目标车辆的检测框和预测框进行级联匹配；5、对目标车辆的检测框和预测框进行交并比匹配；6、对目标车辆的检测框和预测框进行距离‑交并比匹配。本发明能够有效地捕捉目标车辆的外观特征信息并能更有效应对复杂交通环境下由于车辆遮挡、重叠等因素导致的追踪目标丢失的问题，从而能提升目标车辆追踪的精确性和鲁棒性，提高交通出现效率，保证车辆行驶的安全性。

主权项：1.一种基于改进的Deepsort算法的目标车辆追踪方法，其特征在于，是应用于包含网联自动驾驶车辆和传统人工驾驶车辆的道路混合行驶环境中，所述目标车辆追踪方法包括以下步骤；步骤1、图像数据集的构建：步骤1.1、利用摄像头采集高速公路交织区在日间场景下待追踪的目标车辆的视频数据并进行抽帧处理，得到视频图像序列集其中，Imagei表示第i帧视频图像，I表示视频图像的总帧数；步骤1.2、采用LabelImg标注工具分别对视频图像序列集F中目标车辆的位置和类别进行标注，得到包含标注信息的图像数据集Img，记为其中，表示第i帧图像Imagei中第n辆目标车辆的标注位置信息，且分别为第i帧图像Imagei中第n辆目标车辆所在标注框的宽、高，为第i帧图像Imagei中第n辆目标车辆所在标注框的中心点坐标；N表示目标车辆的总数；步骤2、将Img输入到YOLOv5s目标检测模型中对第i帧图像Imagei进行目标检测，得到第i帧图像Imagei中第n辆目标车辆对应的检测框位置信息其中，表示第i帧图像Imagei中第n辆目标车辆的检测框的宽、高、表示第i帧图像Imagei中第n辆目标车辆的检测框的中心点坐标，记为步骤3、将输入Deepsort目标追踪模型中进行预测，得到第i+1帧图像Imagei+1中的第n辆目标车辆的预测框位置信息其中，分别表示第i+1帧图像Imagei+1中的第n辆目标车辆的预测框的宽、高，表示第i+1帧图像Imagei+1中的第n辆目标车辆的预测框的中心点坐标，记为步骤4、构建车辆重识别模型，包括：残差网络和通道注意力模块，并对第i帧图像Imagei中第n辆目标车辆进行特征提取以及特征编码后，得到第n辆目标车辆的外观特征其中，表示第i帧图像Imagei中第n辆目标车辆的颜色特征，表示第i帧图像Imagei中第n辆目标车辆的纹理特征，表示第i帧图像Imagei中第n辆目标车辆的形状特征；步骤5、对第i帧图像Imagei中的第n辆目标车辆的检测框以及第i+1帧图像Imagei+1的预测框进行级联匹配，若匹配成功，则执行步骤8，否则，执行步骤6；步骤6、对第i帧图像Imagei中的第n辆目标车辆的检测框以及第i+1帧图像Imagei+1中第n辆目标车辆的预测框进行交并比匹配，若匹配成功，则执行步骤8，否则，执行步骤7；步骤7、对第i帧图像Imagei中的第n辆目标车辆的检测框以及第i+1帧图像Imagei+1中第n辆目标车辆的预测框进行进行距离-交并比匹配，若匹配成功，则执行步骤8，否则，表示第n辆目标车辆丢失，追踪失败，并返回步骤2对其他目标车辆进行追踪；步骤8、将i+1赋值给i后，返回步骤3顺序执行，直到iI或追踪失败为止。

全文数据：

权利要求：

百度查询： 合肥工业大学 一种基于改进的Deepsort算法的目标车辆追踪方法