公开(公告)号：CN117115205A

公开(公告)日：2023-11-24

申请号：CN202311026164.7

申请日：2023-08-14

Applicant: 华中农业大学

Inventor： 邵佳 ,  冯贤伟 ,  张健 ,  张家睿 ,  秦静怡

IPC: G06T7/246 ,  G06T7/277 ,  G06V20/69 ,  G06V20/40 ,  G06V10/25 ,  G06V10/44 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及一种基于深度学习的Cell‑SORT细胞跟踪方法和装置。针对细胞跟踪中，目标外观特征少、分辨率低的难点，选择当前主流目标检测模型YOLO系列中的最优模型YOLOv7‑X作为细胞检测模型，并修改其特征融合模块，提出高分辨率的YOLOv7‑X‑A细胞检测模型。针对细胞跟踪中，目标形变明显，且背景噪声复杂多变的挑战，基于SORT数据关联架构，采用优化后的卡尔曼滤波器(KF+)以便更好的预测目标的位置，同时引入BYTE匹配机制对目标检测框进行两次匹配，并引入轨迹插值后处理方法对轨迹进行填充。最后将改进的YOLOv7‑X‑A细胞检测模型与重建的SORT数据关联方法相结合，提出一种基于深度学习的Cell‑SORT细胞跟踪方法，实现鲁棒性强，准确性更高的细胞跟踪。