基于YOLOv3网络和均值漂移的目标与识别跟踪方法

    公开(公告)号:CN113313008B

    公开(公告)日:2022-08-05

    申请号:CN202110578149.8

    申请日:2021-05-26

    Abstract: 本发明是一种基于YOLOv3网络和均值漂移的目标与识别跟踪方法,包括如下步骤:S1:制作目标数据集,将目标数据集输入YOLOv3算法训练网络;S2:将视频图像逐帧输入YOLOv3网络,检测完成后YOLOv3网络输出检测目标预测标签向量;S3:将检测目标预测标签向量中的多个目标边界框尺寸信息输入均值漂移目标跟踪算法,以每个目标的边界框尺寸信息作为均值漂移目标跟踪算法对应目标的搜索检测框尺寸大小;S4:对目标进行跟踪;S5:判断视频是否结束。该方法解决了传统均值漂移目标跟踪算法搜索检测框的尺度不匹配问题,改善了传统均值漂移目标跟踪算法的局限性,提高了目标识别与跟踪算法的性能。

    基于YOLOv3网络和均值漂移的目标与识别跟踪方法

    公开(公告)号:CN113313008A

    公开(公告)日:2021-08-27

    申请号:CN202110578149.8

    申请日:2021-05-26

    Abstract: 本发明是一种基于YOLOv3网络和均值漂移的目标与识别跟踪方法,包括如下步骤:S1:制作目标数据集,将目标数据集输入YOLOv3算法训练网络;S2:将视频图像逐帧输入YOLOv3网络,检测完成后YOLOv3网络输出检测目标预测标签向量;S3:将检测目标预测标签向量中的多个目标边界框尺寸信息输入均值漂移目标跟踪算法,以每个目标的边界框尺寸信息作为均值漂移目标跟踪算法对应目标的搜索检测框尺寸大小;S4:对目标进行跟踪;S5:判断视频是否结束。该方法解决了传统均值漂移目标跟踪算法搜索检测框的尺度不匹配问题,改善了传统均值漂移目标跟踪算法的局限性,提高了目标识别与跟踪算法的性能。

Patent Agency Ranking