Надёжный метод многoобъектового сопровождения в системах автономной навигации судов

A robust method for multi object tracking in autonomous ship navigation systems
Carlos Guedes Soares, Yong Yin, Zeyuan Shao, Hongguang Lyu
2024-07-31

датасет морского отслеживания JariYOLOv7автономная навигация судовкомпенсация движения камерыморское многокомпонентное отслеживание объектов
Предложен новый метод многoобъектового сопровождения на море, сочетающий детектор объектов на основе глубокого обучения с алгоритмами ассоциации целей для обеспечения надёжного многoобъектового сопровождения на поверхности моря. В частности, в системе многoобъектового сопровождения для обнаружения объектов используется детектор You Only Look Once версии 7 (YOLOv7). Для ассоциации данных разработан модуль компенсации движения бортовой камеры, предложена метрика пересечения по объединению (intersection over union, IoU), основанная на динамической пространственной информации в морской среде, в качестве меры сходства, а также разработана стратегия каскадного сопоставления с последовательным уточнением для повышения возможностей трекера по многoобъектовому сопровождению на поверхности моря. Для проверки эффективности предложенного метода использован набор данных Jari Maritime Tracking Dataset. Экспериментальные результаты показывают, что по сравнению с предыдущим методом предложенный метод значительно повышает точность многoобъектового сопровождения: прирост составляет 27,8%, а достигнутый показатель — 81,3. В частности, уменьшается число переключений идентичности и пропусков целей, что обеспечивает превосходные совокупные характеристики. При этом быстродействие предложенной системы многoбъектового сопровождения соответствует требованиям инженерного применения в системах автономной навигации судов.
1
Стратегия каскадного сопоставления с последовательным уточнением повышает эффективность трекинга нескольких объектов на морской поверхности.
2
Надёжный метод морского многoобъектного трекинга объединяет детектор YOLOv7 с компенсацией движения камеры и алгоритмами ассоциации целей.
3
На наборе данных Jari Maritime Tracking Dataset точность трекинга выросла на 27,8% и достигла значения 81,3 по сравнению с предыдущим подходом.
4
Для ассоциации целей предложена метрика пересечения над объединением на основе динамической пространственной информации морской обстановки.
5
Предложенный трекер сокращает число переключений идентичности и пропущенных целей, сохраняя скорость, достаточную для инженерных требований автономной навигации судов.

морские объекты на поверхности моря, наблюдаемые системами автономной навигации судов

устойчивость точности отслеживания множества объектов, сокращение переключений идентичности и пропусков целей, а также быстродействие отслеживания в реальном времени при движении бортовой камеры

Publication Details
Publication Date
2024-07-31
Journal
Publisher
ISSN
Cited by
35
Access Type
Author Information
Authors
Carlos Guedes Soares
Yong Yin
Zeyuan Shao
Hongguang Lyu
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%