(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221015215 3.2 (22)申请日 2022.02.18 (71)申请人 北京市农林科 学院智能装备技 术研 究中心 地址 100097 北京市海淀区曙光 花园中路 11号农科大厦A座1 107 (72)发明人 张林焕　陈立平　张瑞瑞　徐刚　 伊铜川　朱奥斌　丁晨琛　吴明齐　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 肖艳 (51)Int.Cl. G06T 7/70(2017.01) G06T 7/20(2017.01) G06N 3/04(2006.01)G06K 9/62(2022.01) G06V 10/96(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 一种目标识别跟踪方法及系统 (57)摘要 本发明提供一种目标识别跟踪 方法及系统， 包括： 利用双目相机获取检测目标的目标图像， 采用实例分割模型对所述目标图像处理后获取 检测目标的第一位置信息； 利用超宽带确定所述 检测目标的节 点间相对距离， 基于所述节点间相 对距离获取所述检测目标的第二位置信息； 融合 计算所述第一位置信息和所述第二位置信息， 得 到所述检测目标的跟踪位置信息。 本发明通过多 种类型传感器对同一检测目标进行目标识别与 跟踪， 以确保在果园环境中使智能作业车辆能精 确识别作业人员并稳定跟踪， 根据获取的精确空 间位置信息， 为车辆的自主跟随提供可靠数据， 有效提高智能作业车辆工作效率， 并保障车辆和 作业人员的安全。 权利要求书2页 说明书8页 附图3页 CN 114693773 A 2022.07.01 CN 114693773 A 1.一种目标识别跟踪方法， 其特 征在于， 包括： 利用双目相机获取检测目标的目标图像， 采用实例分割 模型对所述目标图像处理后获 取检测目标的第一 位置信息； 利用超宽带确定所述检测目标的节点间相对距离， 基于所述节点间相对距离获取所述 检测目标的第二 位置信息； 融合计算所述第一位置信息和所述第二位置信息， 得到所述检测目标的跟踪位置信 息。 2.根据权利要求1所述的目标识别跟踪方法， 其特征在于， 所述利用双目相机获取检测 目标的目标图像， 采用实例分割模型对所述目标图像处理后获取检测目标的第一位置信 息， 包括： 定时获取 所述检测目标的目标图像， 基于所述目标图像构建目标分类图像集； 获取初始神经网络模型， 对所述初始神经网络模型简化并训练， 得到优化神经网络模 型； 基于所述目标分类图像集对所述优化神经网络模型进行训练， 得到实例分割模型； 将所述目标图像输入至所述实例分割 模型完成 目标检测与跟踪， 得到所述目标图像的 目标框， 基于所述目标框的中心点得到所述第一 位置信息 。 3.根据权利要求2所述的目标识别跟踪方法， 其特征在于， 所述定时获取所述检测目标 的目标图像， 基于所述目标图像构建目标分类图像集， 包括： 利用所述双目相机采集多种环境图像， 对所述多种环境图像进行标注， 得到目标标注 图像集； 确定所述目标标注图像集的分类， 得到所述目标标注图像集对应的所述目标分类图像 集。 4.根据权利要求2所述的目标识别跟踪方法， 其特征在于， 所述获取初始神经网络模 型， 对所述初始神经网络模型简化并训练， 得到所述实例分割模型， 包括： 采用预设粗粒度参数结构化剪枝， 简化所述初始神经网络模型的卷积核参数， 得到优 化神经网络模型； 通过量化预设网络参数， 训练所述优化神经网络模型， 得到所述实例分割模型。 5.根据权利要求4所述的目标识别跟踪方法， 其特征在于， 所述采用预设粗粒度参数结 构化剪枝， 简化所述初始神经网络模型的卷积核参数， 得到优化神经网络模型， 包括： 对所述卷积核参数或特征图参数设置评价因子， 或删除预设部分卷积核以及特征图任 一通道， 得到所述优化神经网络模型。 6.根据权利要求4所述的目标识别跟踪方法， 其特征在于， 所述通过量化预设网络参 数， 训练所述优化神经网络模型， 得到所述实例分割模型， 包括： 采用统一位宽， 或组合位宽压缩所述优化神经网络模型的网络参数， 训练得到所述实 例分割模型。 7.根据权利要求1所述的目标识别跟踪方法， 其特征在于， 所述利用超宽带确定所述检 测目标的节点间相对距离， 基于所述节点间相对距离获取所述检测目标的第二位置信息， 包括： 在所述检测目标设置超宽带移动节点；权　利　要　求　书 1/2 页 2 CN 114693773 A 2获取所述超宽带移动节点到超宽带基站节点的节点间相对距离， 由所述节点间相对距 离得到所述第二 位置信息 。 8.根据权利要求1所述的目标识别跟踪方法， 其特征在于， 所述双目相机和超宽带基站 位于同一移动平台上的同一水平面以及同一中心线。 9.一种目标识别跟踪系统， 其特 征在于， 包括： 第一识别模块， 用于利用 双目相机获取检测目标的目标图像， 采用实例分割模型对所 述目标图像处 理后获取检测目标的第一 位置信息； 第二识别模块， 用于采用超宽带确定所述检测目标的节点间相对距离， 基于所述节点 间相对距离获取 所述检测目标的第二 位置信息； 综合识别模块， 用于融合计算所述第一位置信息和所述第二位置信息， 得到所述检测 目标的跟踪位置信息 。 10.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至8任一项所 述目标识别跟踪方法。权　利　要　求　书 2/2 页 3 CN 114693773 A 3