基于视频的夜间航标灯多目标检测模型

为了实现夜间航标灯的智能检测,提出一种基于视频的航标灯质检测网络模型,首先利用检测模块捕捉航标灯质的颜色特征,接着利用跟踪模块对灯质颜色特征进行跟踪以锁定目标,再利用分类模块完成目标的灯质闪烁序列识别,最后采用二元相关性方法将颜色与灯质闪烁序列结合形成航标灯检测结果。检测模块基于YOLOv5模型,改进了其骨干网络并采用了新的SIoU损失函数,实现了视频单帧图像的灯色检测;跟踪模块基于DeepSort,并结合卡尔曼滤波和匈牙利算法实现间歇出现灯色的稳定跟踪;分类模块利用简单的网络结构实现了灯闪频率的快速识别。利用3 500 min的航标灯视频对模型进行训练和测试,结果表明模型的航标灯检测准确率可达90%,检测速度也满足实时性要求。