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！

摘要：本发明公开了一种基于D‑StrongSORT的多目标水漂垃圾跟踪方法。涉及图像识别和跟踪技术领域。本发明结合了外观模型和运动模型的D‑StrongSORT多目标跟踪算法以实现水漂垃圾的跟踪，将上一个检测结果视频作为输入，通过计算运动特征和外观特征，将前一位置状态与后一位置状态关联，能够很好的实现目标位置的预测和跟踪，D‑StrongSORT采用DIOU代替IOU，以减少跟踪目标的ID切换次数，采用自适应卡尔曼滤波，减少了运动模型的误差累计，且在外观模型建立时，使用新的特征更新策略来匹配跟踪目标的外观特征，通过设计自适应加权代价矩阵计算，实现更好的运动模型和外观模型关联匹配。

主权项：1.一种基于D-StrongSORT的多目标水漂垃圾跟踪方法，其特征在于，包括以下内容：为更好的匹配跟踪结果，在多目标跟踪模型D-StrongSORT跟踪匹配过程中同时使用外观信息和运动信息，构建了运动模型和外观模型的代价关联模式，运动模型首先使用增强相关系数（EnhancedCorrelationCoefficient，ECC）算法对相机进行补偿，以减少因相机抖动而造成的噪声尺度过大的问题，然后使用自适应卡尔曼滤波来预测目标的未来位置，与检测后的位置进行关联，计算出目标的运动关联代价；外观模型使用ResNeSt50来提取到更多的目标外观特征，使用指数移动平均（ExponentialMovingAverage，EMA）特征更新策略，加快匹配速度，减少匹配时间，最后根据检测结果，计算出目标的外观代价，将外观代价和运动代价进行加权融合，输出匹配结果；外观模型：D-StrongSORT采用EMA特征更新策略，取代直接从特征库中匹配的方式，同时使用更强大的表观特征提取器BoT（BagofTricks）代替简单的CNN网络，以ResNeSt50作为主干并在DukeMTMC-reID数据集上进行预训练，以提取更多的外观特征；EMA算法的核心思想是利用指数衰减来平滑历史数据，在优化算法中，EMA主要利用调整参数的更新速度，使其更加适应当前数据的变化趋势； 其中，表示当前时间步，是平滑因子，控制了历史数据对当前EMA值得影响程度， 是当前数据值，是上一个时间步的EMA值；通过不断迭代计算，EMA可以对历史数 据进行平滑，并且能更快地适应新的数据变化； 运动模型：D-StrongSORT在继承StrongSORT框架的基础上，引入了噪声尺度自适应卡尔曼（NoiseScaleAdaptiveKalman，NSA-Kalman）算法和ECC算法，该算法通过自动调节卡尔曼滤波算法中的数值参数，如测量噪声与预测噪声的协方差矩阵，以适应不同的环境条件,这种自适应调节机制使得滤波算法在动态环境下的适用性更强，能够更准确地处理实时变化的数据；在StrongSORT算法中，NSA-Kalman算法和ECC算法相互配合，构建了一个综合的运动模型，在目标跟踪的过程中，首先利用NSA-Kalman算法进行目标位置的预测和状态更新，然后通过ECC算法对目标的外观进行校准，最终实现对目标的准确跟踪。

全文数据：

权利要求：

百度查询： 甘肃省水利科学研究院(甘肃省灌溉试验培训中心牌子) 兰州交通大学 一种基于D-StrongSORT的多目标水漂垃圾跟踪方法