【技术实现步骤摘要】
一种基于工厂化养殖的对虾多目标跟踪系统及方法
[0001]本专利技术属于目标追踪
,尤其涉及一种基于工厂化养殖的对虾多目标跟踪系统及方法。
技术介绍
[0002]水产养殖是农业生产的重要组成部分,近几十年来,中国水产养殖业迅速发展,取得了举世瞩目的成就。计算机视觉技术是在图像处理、人工智能、模式识别等技术的基础上逐渐发展形成的一种非入侵式且稳定性较好的观察技术,其原理是利用摄像机等成像系统,采集拍摄区域的视频序列图像,再通过图像处理的方式检测和跟踪图像中的运动目标,从而得到目标的参数。正在被众多的水产养殖行为学研究人员所接受。Delcourt等利用计算机视觉系统对鱼群中个体行为的追踪进行了一定的研究,对鱼群运动中多个目标进行了跟踪,系统具有很好的鲁棒性和可靠性。童剑锋等人采用声学摄像仪对溯河洄游的幼年香鱼进行计数,从获得的声学图像中去除静止的背景和一系列杂质干扰,提取出运动目标,然后用卡尔曼滤波器跟踪运动目标,根据目标移动的方向不同辨别香鱼和垃圾,除去垃圾的干扰后完成对洄游香鱼的计数。
[0003]多目标跟踪算法可以分为两类:1)通过两个独立的模型来解决这个问题:检测模型首先通过图像中的边界框来定位感兴趣的对象,然后关联模型为每个边界框提取重新识别(Re
‑
ID)特征,并根据特征上定义的某些指标将其链接到现有轨迹上。近年来,对象检测和Re
‑
ID分别取得了显着进展,这反过来又提高了跟踪性能,然而这些方法不能以视频速率进行推理,因为这两个网络不共享特征, 2)随着多任务 ...
【技术保护点】
【技术特征摘要】
1.一种基于工厂化养殖的对虾多目标跟踪方法,其特征在于,包括以下步骤:S101、通过摄像头获取目标的多个连续视频图像,其中目标为包括环境内多目标的连续视频图像;S102、确定连续视频图像内特征信息,确定视频子图像,其中,子图像包括所有目标的关键帧;S103、基于子图像关键帧特征信息通过Yolov3检测器进行目标检测提取;S104、通过对提取的目标进行匹配,通过DeepSort跟踪器的实时输入完成目标运动轨迹跟踪检测。2.根据权利要求1所述的一种基于工厂化养殖的对虾多目标跟踪方法,其特征在于,具体还包括建立Yolov3模型系统实现对提升小尺度和遮挡目标的检测和跟踪能力,训练方法具体包括以下步骤:S201、筛选剔除夜间、无目标和镜头污染无效片段视频图像后;S202、构建了3个数据集分别用于训练目标检测模型、重识别模型和验证多目标跟踪效果;S203、对于目标检测数据集,利用ffmpeg进行关键帧提取,将采集的6024张(1920像素
×
1080像素)对虾图像通过LabelImg标注工具进行标注,制作成PASCAL VOC标准数据集格式的数据;S204、按照4︰1的比例划分为训练集和测试集;S205、为了提高重识别结果的准确性,通过人工筛选视频数据保证对虾个体为唯一存在,再使用DarkLabel对视频进行标注,根据标注过程中的不同标号来区分不同个体,最后按照Market
‑
1501数据集格式构建重识别数据集。3.根据权利要求1所述的一种基于工厂化养殖的对虾多目标跟踪方法,其特征在于,具体还包括使用多目标跟踪算法对提取目标进行匹配进行轨迹跟踪检查,通过提取深度表观特征提升多目标的跟踪效果,基于现有的准确的检测结果,以检测结果bounding box、confidence、feature为输入,confidence主要用于检测框的筛选,bounding box与feature(ReID)用于与跟踪器的匹配计算,预测模块利用卡尔曼滤波器,更新模块部分利用IOU进行匈牙利算法的匹配。4.根据权利要求1
‑
3任意一项所述的一种基于工厂化养殖的对虾多目标跟踪方法,其特征在于,还包括使用多目标跟踪方法的系统,所述系统采用改进型Yolov3作为对虾多目标跟踪模型的目标检测模块,具体改进包括增加Mosaic数据增强模块、Focus模块、CSP模块、FPN+PAN模块和引入Mish函数来...
【专利技术属性】
技术研发人员:刘利平,乔乐乐,孙建,何航宇,石义,
申请(专利权)人:华北理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。