基于YOLOv3的可变时间窗自校正船只跟踪与计数
能够自动识别、统计航道上的船只类型与数量,对建设"智慧航道"、水上智能预警、通航辅助决策等具有重要意义.通过使用YOLOv3预训练模型,对船只样本图片进行训练,调参优化得到航道中船只检测模型,然后利用深度学习模型善于进行目标特征提取的特点,结合目标HSV颜色直方特征和LBP局部特征来实现目标选择,针对跟踪目标容易出现的漂移和抖动问题,设计校正网络融合使用了基于回归的方向判断和可变时间窗的目标计数方法,较好地实现了水上运动目标的自动检测、跟踪和自校正计数.测试表明本文方法稳定健壮,适合用于自动分析航道视频,提取统计数据.
YOLOv3;船只识别;目标跟踪;自校正;视频计数
30
国家重点研发计划2017YFC1405401
2021-11-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
240-246