【技术实现步骤摘要】
本专利技术涉及目标检测跟踪，尤其涉及一种目标检测跟踪方法、装置、电子设备及存储介质。
技术介绍
1、安全区域监测在仓库、高压变电站、停机坪等关键场景中扮演着举足轻重的角色。在这些特定环境中，实施对闯入目标的持续、高效监测，是构筑安全防护网不可或缺的一环。传统的安全区域监测使用单目相机获取安全区域图像，使用目标识别算法识别所获取安全区域图像中是否存在闯入对象，但现有技术中，由于单目相机摄取视场有限，需要配置多个相机，增加监控成本，并且，由于传统目标识别算法所述目标识别精度较低，只能识别出较大对象，对于远景图像中的对象或者尺寸较小的对象无法准确识别，存在发生安全事故的隐患。
技术实现思路
1、本专利技术提供一种目标检测跟踪方法、装置、电子设备及存储介质，用以解决传统目标检测跟踪方法监控成本高，对于远景图像中的对象或者尺寸较小的对象无法准确识别，存在发生安全事故的隐患的缺陷。
2、本专利技术提供一种目标检测跟踪方法，包括：
3、通过一个或多个球形相机实时获取目标区域的广角视场视频流；
4、对所述广角视场视频流分解为多张连续帧图像，对每张图像进行运动目标检测，识别出不同尺寸大小的运动目标；
5、对连续帧图像内存在的同一运动目标进行关联和跟踪，更新所述运动目标的轨迹信息；
6、将检测到的运动目标及其对应的轨迹信息叠加在所述广角视场视频流上，并将叠加后的广角视场视频流实时显示在用户界面上。
7、根据本专利技术提供的目标检测
8、通过所述球形相机的开发工具包解码所述视频流，调取多张连续帧的yuv格式图片数据；
9、利用ffmpeg工具将所述yuv格式图片数据转换为bgr格式的图片数据；
10、对bgr格式的图片数据进行运动目标检测。
11、根据本专利技术提供的目标检测跟踪方法，所述一个或多个球形相机的控制方法包括：
12、通过与所述球形相机连接的http接口，根据每个球形相机的位置和参数对对应球形相机进行开启或关机操作。
13、根据本专利技术提供的目标检测跟踪方法，所述对连续帧图像内存在的同一运动目标进行关联和跟踪后，还包括：
14、获取运动目标当前所述球形相机广角视场中的位置、运动方向和速度；
15、基于所述运动目标当前所述球形相机广角视场中的位置、运动方向和速度通过kalman算法估计所述运动目标未来的可能位置；
16、根据所述运动目标未来的可能位置生成控制指令，以根据所述控制指令调整所述球形相机的方向和角度。
17、根据本专利技术提供的目标检测跟踪方法，所述控制指令包括旋转角度、俯仰角度和变焦中的至少一种，所述根据所述控制指令调整所述球形相机的方向和角度，包括：
18、结合所述球形相机的物理限制、拍摄需求和所述控制指令调整所述球形相机的方向和角度；
19、在所述控制指令为旋转角度时，判断所述控制指令中的待旋转角度与当前水平角度叠加后是否超出了所述球形相机的最大水平角度范围，若未超出，则根据所述控制指令进行旋转，否则，重置球形相机到预置位；
20、在所述控制指令为俯仰角度时，判断所述控制指令中的待俯仰角度与当前俯仰角度叠加后是否超出了所述球形相机的最大俯仰角度范围，若未超出，则根据所述控制指令进行调整，否则，重置球形相机到预置位；
21、在所述控制指令为变焦时，判断所述控制指令中变焦参数是否超出所述球形相机的变焦速度和分辨率限制，若未超出，则根据所述控制指令进行调整，否则，不调整所述球形相机的焦点。
22、根据本专利技术提供的目标检测跟踪方法，所述对每张图像进行运动目标检测，识别出不同尺寸大小的运动目标，包括：
23、将多张连续帧图像输入基于yolov8的目标检测模型，输出不同尺寸大小的运动目标；
24、其中，所述基于yolov8的目标检测模型基于多个闯入安全区域的历史对象进行训练得到。
25、根据本专利技术提供的目标检测跟踪方法，所述基于yolov8的目标检测模型的训练方法包括：
26、对训练数据中的目标尺寸大于预设阈值的图像直接输入所述基于yolov8的目标检测模型，输出大目标预测结果；
27、计算所述大目标预测结果与大目标标定结果之间的第一损失，根据所述第一损失优化所述基于yolov8的目标检测模型的参数，输出大目标训练完成模型；
28、对所述目标尺寸大于预设尺寸阈值的图像进行裁剪，以放大所述目标在裁剪后图像中的占比；
29、将所述目标在裁剪后图像中的占比大于预设占比阈值的图像进行填充，将填充后图像输入所述大目标训练完成模型，输出小目标预测结果；
30、计算所述小目标预测结果与小目标标定结果之间的第二损失，根据所述第二损失优化所述基于yolov8的目标检测模型的参数，输出小目标训练完成模型，将所述小目标训练完成模型作为训练好的所述基于yolov8的目标检测模型。
31、本专利技术还提供一种目标检测跟踪装置，包括：
32、获取模块，用于通过一个或多个球形相机实时获取目标区域的广角视场视频流；
33、识别模块，用于对所述广角视场视频流分解为多张连续帧图像，对每张图像进行运动目标检测，识别出不同尺寸大小的运动目标；
34、更新模块，用于对连续帧图像内存在的同一运动目标进行关联和跟踪，更新所述运动目标的轨迹信息；
35、显示模块，用于将检测到的运动目标及其对应的轨迹信息叠加在所述广角视场视频流上，并将叠加后的广角视场视频流实时显示在用户界面上。
36、本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一项所述的目标检测跟踪方法。
37、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的目标检测跟踪方法。
38、本专利技术提供的目标检测跟踪方法、装置、电子设备及存储介质，通过一个或多个球形相机实时获取目标区域的广角视场视频流；对所述广角视场视频流分解为多张连续帧图像，对每张图像进行运动目标检测，识别出不同尺寸大小的运动目标；对连续帧图像内存在的同一运动目标进行关联和跟踪，更新所述运动目标的轨迹信息；将检测到的运动目标及其对应的轨迹信息叠加在所述广角视场视频流上，并将叠加后的广角视场视频流实时显示在用户界面上，本专利技术使用球形相机可以降低相机个数，从而减少监控成本，通过对每张图像进行运动目标检测，识别出不同尺寸大小的运动目标，对于远景图像中的对象或者尺寸较小的对象也能准确识别，提升安全性。
本文档来自技高网...【技术保护点】
1.一种目标检测跟踪方法，其特征在于，包括：
2.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述对每张图像进行运动目标检测，包括：
3.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述一个或多个球形相机的控制方法包括：
4.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述对连续帧图像内存在的同一运动目标进行关联和跟踪后，还包括：
5.根据权利要求4所述的目标检测跟踪方法，其特征在于，所述控制指令包括旋转角度、俯仰角度和变焦中的至少一种，所述根据所述控制指令调整所述球形相机的方向和角度，包括：
6.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述对每张图像进行运动目标检测，识别出不同尺寸大小的运动目标，包括：
7.根据权利要求6所述的目标检测跟踪方法，其特征在于，所述基于YOLOv8的目标检测模型的训练方法包括：
8.一种目标检测跟踪装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，
10.一种非暂态可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的目标检测跟踪方法。
...【技术特征摘要】
1.一种目标检测跟踪方法，其特征在于，包括：
2.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述对每张图像进行运动目标检测，包括：
3.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述一个或多个球形相机的控制方法包括：
4.根据权利要求1所述的目标检测跟踪方法，其特征在于，所述对连续帧图像内存在的同一运动目标进行关联和跟踪后，还包括：
5.根据权利要求4所述的目标检测跟踪方法，其特征在于，所述控制指令包括旋转角度、俯仰角度和变焦中的至少一种，所述根据所述控制指令调整所述球形相机的方向和角度，包括：
6.根据权利要求1所述的目标检测跟...
【专利技术属性】
技术研发人员：吕金旭，孙宏耀，魏晋，钱佳怡，徐旺，高龙飞，
申请(专利权)人：商飞智能技术有限公司，
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。