基于深度学习的多船舶目标跟踪与流量统计

• 作者: 冼允廷 邱伟健
• 来源期刊: 微型电脑应用
• 学科: 交通运输
• 关键词: 船舶跟踪 船舶检测与统计 深度学习 水上交通
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 基金项目
• 页码范围: 11-14,18
• 页数: 5页
• 分类号: U664.121
• 字数: 4654字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2020.03.004

摘要

研究船舶的目标跟踪对提高水上目标视频图像智能监管的水平有着至关重要的作用,系统通过深度学习SSD模型进行对船舶目标定位检测,使用修正的KCF算法对检测到的船舶目标进行跟踪.把深度学习的方式引入船舶目标检测领域,与传统检测方法相比精准率大大提高,同时提出了一个修正的KCF算法对多船舶目标进行跟踪,较好地解决了目标漏检与重复统计的问题.对大量船舶目标样本进行训练学习后,船舶检测定位精准,检测成功率达到91％以上,船舶跟踪算法快速稳定,检测与跟踪算法达到30帧每秒,船舶目标流量统计准确率达到95％以上,整个系统框架满足实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冼允廷	华南理工大学计算机科学与工程学院	2	0	0.0	0.0
2	邱伟健	华南理工大学计算机科学与工程学院	1	0	0.0	0.0