龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东南大学
摘要：本发明公开了一种基于改进DeepSort框架的隧道场景中车辆跟踪方法，包括：设计用于提取关键特征信息的通道空间融合注意力机制CA；构建基于通道空间融合注意力机制CA的隧道场景中车辆检测模型YOLOv5‑AM‑VD‑TS；运动预测与状态估计；设计用于提高网络特征提取能力的通道注意力机制SE；构建隧道场景中车辆重识别模型IResNet50‑VRI‑TS；目标车辆关联匹配：将目标关联问题转换为求解最优匹配的问题，对帧与帧之间各个目标进行最优匹配；构建基于改进DeepSort框架的隧道场景中车辆跟踪模型DTM‑YAVT‑IVT，进行车辆跟踪。本发明针对车辆检测模型和重识别模型现存问题进行改进，提高了隧道监控系统的实时性和准确性，对智慧交通系统发展具有重要意义。
主权项：1.一种基于改进DeepSort框架的隧道场景中车辆跟踪方法，其特征在于，包括如下步骤：S1：设计用于提取关键特征信息的通道空间融合注意力机制CA；S2：构建基于通道空间融合注意力机制CA的隧道场景中车辆检测模型YOLOv5-AM-VD-TS，用于检测运动车辆位置及类别并获取图像信息；S3：运动预测与状态估计：通过卡尔曼滤波预测目标对象在未来帧的位置以及状态；S4：设计用于提高网络特征提取能力的通道注意力机制SE；S5：基于通道注意力机制SE，构建隧道场景中车辆重识别模型IResNet50-VRI-TS，用于提取车辆检测框的运动特征和表观特征；S6：目标车辆关联匹配：将目标关联问题转换为求解最优匹配的问题，对帧与帧之间各个目标进行最优匹配；S7：联合车辆检测模型YOLOv5-AM-VD-TS和车辆重识别模型IResNet50-VRI-TS，构建基于改进DeepSort框架的隧道场景中车辆跟踪模型DTM-YAVT-IVT，进行车辆跟踪。
全文数据：
权利要求：
百度查询： 东南大学 基于改进DeepSort框架的隧道场景中车辆跟踪方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号