聚合YOLO船舶成像轨迹提取模型

多项轨迹指标超89%

该模型采用新颖的poly-YOLO模块逐帧检测船舶,并结合增强型Deep Sort模块关联相邻帧中的船舶位置,能够从海事监控视频中准确提取船舶成像轨迹。

陈信强 · 王美琳 · Ling, Jun · 吴华锋 · 吴兵 · 李朝锋

Engineering Applications of Artificial Intelligence 2024

参数信息

多目标跟踪准确率

89 %

召回率

89 %

聚合检测准确率

89 %

技术优势

检测与跟踪一体

框架将poly-YOLO逐帧检测与增强型Deep Sort关联统一，可端到端地提取船舶轨迹，避免了多阶段方法的误差累积。

轨迹指标全面超过89%

多目标跟踪准确率、召回率和聚合检测准确率的平均值均大于89%，表明船舶检测和轨迹关联都达到了较高水平。

应用场景

• 海事智能交通基础设施：为海上智能交通系统提供船舶位置和轨迹数据，用于交通管理。
• 智能船舶监控：从监控视频中提取船舶成像轨迹，实现对船舶行为的实时监测。
• 海事监控视频分析：利用深度学习模型自动检测和跟踪船舶，替换人工查看监控视频。
• 交通态势感知：通过提取轨迹帮助参与者获取准确的现场交通态势。