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。
技术关键词
车辆追踪方法
图像
车辆重识别模型
车辆外观特征
视频
可读存储介质
追踪算法
级联
标注工具
处理器
坐标
残差网络
纹理特征
校正
存储器
交通
鲁棒性
计算机
系统为您推荐了相关专利信息
产品检测方法
条件随机场模型
均值漂移算法
原始图像数据
聚类
生长环境监测
特征提取模块
天麻
图像去噪模型
智慧农业技术
人工智能摄像头
终端设备
信标定位技术
车辆
导航方法
检索方法
Sigmoid函数
视觉
注意力机制
监督学习方法
自主探索方法
占据栅格地图
拓扑地图
激光雷达点云
无人机