技术摘要：
本发明涉及适用于高分辨率遥感卫星视频数据的目标检测与跟踪方法，包括步骤：指定检测目标的类型，加载该类型已训练好的检测模型；利用已训练好的检测模型和YOLOv3目标检测算法对第1帧图像进行指定目标类型检测并分配目标编号，得到第1帧图像的最终检测跟踪结果；读取  全部
背景技术：
随着计算机视觉技术的发展，基于视觉的目标检测与跟踪已成为目前的研究热 点，在军事制导、视觉导航、机器人、智能交通、公共安全等领域有着广泛的应用。 2015年10月6日，长光卫星技术有限公司成功发射“吉林一号”一箭四星，其中包括 两颗1.13米分辨率，4096×3072面阵大小的多功能彩色视频卫星，开启国内视频卫星的先 河。之后几年，长光卫星技术有限公司陆续发射多颗分辨率优于1米，12000*5000超大面阵、 覆盖50多平方公里的多功能彩色视频卫星，初步形成“吉林一号”视频卫星星座，实现对全 球任意位置的天重访。大面阵高分辨率视频卫星可实现对某一区域凝视拍摄，获取大面积 区域目标的整体分布情况与运动情况，可在全局上进行统计分析。 然而，目前针对视频卫星这种新型的对地观测获取地物信息方式、结合高分辨率 卫星视频数据特点，对高分辨率卫星视频数据进行特定目标检测与跟踪的研究还比较匮 乏，广泛研究使用的帧差法、背景相减法无法很好的提取完整的目标；而应用最多的 DeepSort算法也没有充分考虑高分辨率视频卫星单帧图像尺寸大、目标间通常不存在遮挡 等特点，若对卫星视频每帧图像均进行Yolo目标检测，则所用时间会成指数增加，不利于目 标跟踪的实时性。由此，结合高分辨率卫星视频数据特点的特定目标检测与跟踪方法需求 迫切。
技术实现要素：
本发明的目的是为克服已有技术的不足之处，提出一种适用于高分辨率遥感卫星 视频数据的目标检测与跟踪方法。 为达到上述目的，本发明采用如下的技术方案： 一种适用于高分辨率遥感卫星视频数据的目标检测与跟踪方法，包括以下步骤： 步骤一：依据检测需求，指定检测目标的类型，并加载该类型已训练好的检测模 型； 步骤二：读取遥感卫星视频数据第1帧图像，利用已训练好的检测模型和YOLOv3目 标检测算法对第1帧图像进行指定目标类型检测，得到第1帧图像的指定目标类型检测结果 集合d1，并为集合中的每个检测结果分配目标编号，将目标编号加入到第1帧图像的指定目 标类型检测结果集合d1，得到第1帧图像的最终检测跟踪结果l1； 步骤三：读取遥感卫星视频数据第t帧图像，判断视频帧号t是否为N的整数倍，其 中N为自定义设定的检测频率，若是，则执行步骤四；若否，则转至步骤五； 步骤四：对第t帧图像进行指定目标类型检测及目标跟踪，得到第t帧图像的指定 目标类型检测结果集合dt和目标跟踪结果集合ft，并对指定目标类型检测结果集合dt和目 4 CN 111598044 A 说　明　书 2/4 页 标跟踪结果集合ft进行匹配关联，得到第t帧图像的最终检测跟踪结果lt，完成后转至步骤 六； 步骤五：根据第t-1帧图像的最终检测跟踪结果lt-1，采用时空上下文视觉跟踪算 法对第t-1帧图像中所有指定目标在第t帧图像进行跟踪，得到第t帧图像的最终检测跟踪 结果lt； 步骤六：判断遥感卫星视频数据是否读取完成，若是，则输出全部图像的最终检测 跟踪结果后结束；若否，则令t加1后返回至步骤三。 与现有技术相比，本发明具有以下有益效果： 本发明采用了YOLOv3目标检测算法与时空上下文视觉跟踪(STC)算法相结合，充 分考虑高分辨率卫星视频数据单帧图像尺寸大、目标间通常不存在遮挡等特点，在保证适 当检测频率的同时，采用STC跟踪算法优化整体检测跟踪时间，从而使得本发明能够实现在 大范围内对特定目标的检测以及多特定目标的持续跟踪，检测准确率高、速度快，拓展了目 标检测与跟踪的应用范围。 附图说明 图1为本发明适用于高分辨率遥感卫星视频数据的目标检测与跟踪方法的流程 图； 图2为实验案例的最终检测跟踪结果示意图。