基于前视声纳的多目标跟踪算法研究及软件模块设计.pdf

基于前视声纳的多目标跟踪算法研究及软件模块设计

摘要

在海洋资源勘探、领海安全维护以及常规水下作业等任务中，都要求对水下环境

具有一定的感知能力。多波束前视声纳作为一种常用的水下声学传感器，可提供周围

水下环境的二维图像信息。通过对二维声纳图像进行目标的检测与跟踪，进而可获取

目标的位置、速度、类别及尺寸信息，这对于提高水下环境感知能力具有重要意义。

本文围绕基于前视声纳的多目标跟踪问题展开，从实时性、实用性的角度出发，

一方面对基于前视声纳的多目标跟踪算法进行深入研究，以提高目标检测跟踪算法的

鲁棒性，另一方面对目标跟踪任务进行拓展，从而丰富前视声纳的使用场景。主要的

工作内容如下：

1、对声纳图像预处理方法进行了研究。针对前视声纳图像恢复问题，提出了一种

基于查表法的前视声纳图像恢复方法，从而将图像恢复过程的耗时降低为传统双线性

插值算法的28%。之后使用真实声纳数据对三种边缘保持算法的性能进行了验证和分

析，结果表明，非局部均值滤波器具有最佳的去噪和边缘保持性能。

2、研究了基于声纳图像的目标检测算法。通过本文所构建的数据集对YOLOv5系

列目标检测模型进行训练和测试，重点讨论了模型尺寸以及数据增强方法对模型性能

的影响。结果表明，YOLOv5s模型相比于其它三种尺寸的模型，具有最佳的检测精度。

同时本文设计了一种基于Mosaic增强和Copy-Paste增强方法的数据增强方法，使用该

数据增强方法训练得到的模型具有最高的检测精度。

3、研究了基于声纳图像的目标跟踪算法。根据前视声纳图像目标跟踪问题的特点，

对DeepSORT目标跟踪算法中的目标匹配策略进行改进，融合了目标的运动、外观及

尺寸信息来完成目标与轨迹之间的匹配。通过多段声纳图像序列对算法进行验证，结

果表明，改进后的目标跟踪算法发生ID切换的概率相比于原始DeepSORT算法降低

了60.7%。

4、设计并实现了基于前视声纳的多目标跟踪软件模块。软件模块中集成了上述目

标检测与跟踪算法，同时本文还为其设计了相应的进程通信、目标尺寸估计及速度估

计等功能。

关键词：前视声纳；声纳图像恢复；深度学习；目标检测；目标跟踪

基于前视声纳的多目标跟踪算法研究及软件模块设计

ABSTRACT

Intaskssuchasmarineresourceexploration,territorialwaterssecuritymaintenance,and

routineunderwateroperations,acertainlevelofperceptionabilityoftheunderwater

environmentisrequired.Multibeamforward-lookingsonar,asacommonlyusedunderwater

acousticsensor,andcanprovidetwo-dimensionalimageinformationofthesurrounding

underwaterenvironment.Bydetectingandtrackingtargetsbasedonthetwo-dimensional

sonarimage,theposition,velocity,category,andsizeinformationofthetargetscanbe

obtained,whichisofgreatsignificanceforimprovingtheperceptionabilityoftheunderwater

environment.

Thispaperfocusesontheproblemofmulti-objecttrackingbasedonforward-loo