基于YOLOv5 DeepSORT和虚拟检测区的车轴时空定位方法 |
| |
引用本文: | 乔朋,袁彪,申迎港,段长江,狄谨.基于YOLOv5 DeepSORT和虚拟检测区的车轴时空定位方法[J].长安大学学报(自然科学版),2023(3):34-44. |
| |
作者姓名: | 乔朋 袁彪 申迎港 段长江 狄谨 |
| |
作者单位: | 1. 长安大学建筑工程学院;2. 重庆大学土木工程学院 |
| |
基金项目: | 国家自然科学基金项目(52192663);;陕西省科技发展计划项目(2021JM-181); |
| |
摘 要: | 为获得道路桥梁上汽车车轴的分布状况,基于YOLOv5 DeepSORT机器视觉技术对监控视频中车轴时空定位的方法进行研究。首先,根据监控视频中车轴多尺度、小目标的特点,提出基于Faster R-CNN算法的图像半自动标注方法,快速构建车轴目标检测数据集;利用YOLOv5算法检测视频中的车轴目标,并对YOLOv5系列算法性能进行评估;然后,提出在视频监测区域中设置虚拟检测区,先利用卡尔曼滤波算法对车轴目标的位置和状态进行预测,再分别利用重识别算法、匈牙利算法和级联匹配方法实现前后2帧车轴目标的匹配,完成基于DeepSORT算法的车轴多目标跟踪,生成车轴轨迹;最后,利用多目标跟踪结果,结合直接线性转换和基于匀速假定的位置推定,实现了对桥上所有车轴的时空定位。结果表明:在目标检测方面,YOLOv5s6模型表现最优,准确率达到96.42%,检测时间19.2 ms/帧,对车轴具有高准确率和更快的检测速度;在多目标跟踪方面,基于虚拟检测区和YOLOv5 DeepSORT的多目标跟踪方法具有更好的检测和跟踪效果,与不设置虚拟检测区对比,多目标跟踪精度(MOTA)和识别精确率与识别召回率的调和平均数(...
|
关 键 词: | 桥梁工程 车轴定位 多目标跟踪 荷载识别 虚拟检测区 半自动标注 |
|