Надёжный метод многoобъектового сопровождения в системах автономной навигации судов
A robust method for multi object tracking in autonomous ship navigation systems
2024-07-31
SCID: 54.1/82yrcjvv
Discuss with AI
датасет морского отслеживания JariYOLOv7автономная навигация судовкомпенсация движения камерыморское многокомпонентное отслеживание объектов
Figures from the paper
Abstract (AI)
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.
Key Findings
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.
Research Object
морские объекты на поверхности моря, наблюдаемые системами автономной навигации судов
Research Subject
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
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest