[發(fā)明專利]一種目標(biāo)跟蹤、跟蹤目標(biāo)識別特征的提取方法和裝置有效
| 申請?zhí)枺?/td> | 201710038543.6 | 申請日: | 2017-01-19 |
| 公開(公告)號: | CN106934339B | 公開(公告)日: | 2021-06-11 |
| 發(fā)明(設(shè)計(jì))人: | 張雷;譙帥;張如高 | 申請(專利權(quán))人: | 上海博康智能信息技術(shù)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 北京三聚陽光知識產(chǎn)權(quán)代理有限公司 11250 | 代理人: | 馬永芬 |
| 地址: | 200233 上海市徐*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 目標(biāo) 跟蹤 識別 特征 提取 方法 裝置 | ||
1.一種跟蹤目標(biāo)識別特征的提取方法,其特征在于,包括:
獲取多個歷史跟蹤圖像中跟蹤目標(biāo)的目標(biāo)特征進(jìn)行集合得到的目標(biāo)特征池,所述歷史跟蹤圖像是相對于待判別跟蹤目標(biāo)所在的當(dāng)前幀圖像的歷史跟蹤圖像,包括:分別提取每一幀圖像中所述跟蹤目標(biāo)的多個壓縮特征;對所述壓縮特征進(jìn)行低秩一致性分析,得到所述壓縮特征的稀疏矩陣;計(jì)算所述多個壓縮特征中每一個壓縮特征對應(yīng)的稀疏矩陣的稀疏值,按照稀疏值從小到大依次選取預(yù)設(shè)個數(shù)的壓縮特征生成所述目標(biāo)特征池;
獲取所述歷史跟蹤圖像的最后一幀圖像中所述跟蹤目標(biāo)的背景特征;
將所述目標(biāo)特征池作為正樣本、所述背景特征作為負(fù)樣本訓(xùn)練分類器得到分類特征向量;
按照元素的系數(shù)從大到小依次從所述分類特征向量中選取目標(biāo)特征生成所述識別特征。
2.根據(jù)權(quán)利要求1所述的跟蹤目標(biāo)識別特征的提取方法識別特征,其特征在于,所述分類器包括識別特征SVM分類器、決策樹分類器、邏輯回歸分類器、樸素貝葉斯分類器、神經(jīng)網(wǎng)絡(luò)分類器中的任一種。
3.根據(jù)權(quán)利要求1或2所述的跟蹤目標(biāo)識別特征的提取方法識別特征,其特征在于,所述獲取所述歷史跟蹤圖像的最后一幀圖像中所述跟蹤目標(biāo)的背景特征包括:
選取距離所述跟蹤目標(biāo)預(yù)設(shè)范圍內(nèi)的背景圖像;
提取所述背景圖像的壓縮特征作為所述背景特征。
4.一種目標(biāo)跟蹤方法,其特征在于,包括:
使用權(quán)利要求1-3中任一項(xiàng)所述的跟蹤目標(biāo)識別特征的提取方法提取跟蹤目標(biāo)的識別特征;
獲取當(dāng)前幀圖像中所述跟蹤目標(biāo)的多個當(dāng)前目標(biāo)特征;
分別計(jì)算多個所述當(dāng)前目標(biāo)特征與所述識別特征的特征距離;
選取最小的所述特征距離對應(yīng)的所述當(dāng)前目標(biāo)特征作為所述跟蹤目標(biāo)的當(dāng)前特征;
根據(jù)所述當(dāng)前特征跟蹤所述跟蹤目標(biāo)。
5.一種跟蹤目標(biāo)識別特征的提取裝置,其特征在于,包括:
第一獲取模塊,用于獲取多個歷史跟蹤圖像中跟蹤目標(biāo)的目標(biāo)特征進(jìn)行集合得到的目標(biāo)特征池,所述歷史跟蹤圖像是相對于待判別跟蹤目標(biāo)所在的當(dāng)前幀圖像的歷史跟蹤圖像,包括:分別提取每一幀圖像中所述跟蹤目標(biāo)的多個壓縮特征;對所述壓縮特征進(jìn)行低秩一致性分析,得到所述壓縮特征的稀疏矩陣;計(jì)算所述多個壓縮特征中每一個壓縮特征對應(yīng)的稀疏矩陣的稀疏值,按照稀疏值從小到大依次選取預(yù)設(shè)個數(shù)的壓縮特征生成所述目標(biāo)特征池;
第二獲取模塊,用于獲取所述歷史跟蹤圖像的最后一幀圖像中所述跟蹤目標(biāo)的背景特征;
訓(xùn)練模塊,用于將所述目標(biāo)特征池作為正樣本、所述背景特征作為負(fù)樣本訓(xùn)練分類器得到分類特征向量;
生成模塊,用于按照元素的系數(shù)從大到小依次從所述分類特征向量中選取目標(biāo)特征生成所述識別特征。
6.根據(jù)權(quán)利要求5所述的跟蹤目標(biāo)識別特征的提取裝置,其特征在于,所述分類器包括識別特征SVM分類器、決策樹分類器、邏輯回歸分類器、樸素貝葉斯分類器、神經(jīng)網(wǎng)絡(luò)分類器中的任一種。
7.根據(jù)權(quán)利要求5或6所述的跟蹤目標(biāo)識別特征的提取裝置,其特征在于,所述第二獲取模塊包括:
選取單元,用于選取距離所述跟蹤目標(biāo)預(yù)設(shè)范圍內(nèi)的背景圖像;
第二提取單元,用于提取所述背景圖像的壓縮特征作為所述背景特征。
8.一種目標(biāo)跟蹤裝置,其特征在于,包括:
提取模塊,用于使用權(quán)利要求1-3中任一項(xiàng)所述的跟蹤目標(biāo)識別特征的提取方法提取跟蹤目標(biāo)的識別特征;
第三獲取模塊,用于獲取當(dāng)前幀圖像中所述跟蹤目標(biāo)的多個當(dāng)前目標(biāo)特征;
計(jì)算模塊,用于分別計(jì)算多個所述當(dāng)前目標(biāo)特征與所述識別特征的特征距離;
選取模塊,用于選取最小的所述特征距離對應(yīng)的所述當(dāng)前目標(biāo)特征作為所述跟蹤目標(biāo)的當(dāng)前特征;
跟蹤模塊,用于根據(jù)所述當(dāng)前特征跟蹤所述跟蹤目標(biāo)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海博康智能信息技術(shù)有限公司,未經(jīng)上海博康智能信息技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710038543.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 目標(biāo)檢測裝置、學(xué)習(xí)裝置、目標(biāo)檢測系統(tǒng)及目標(biāo)檢測方法
- 目標(biāo)監(jiān)測方法、目標(biāo)監(jiān)測裝置以及目標(biāo)監(jiān)測程序
- 目標(biāo)監(jiān)控系統(tǒng)及目標(biāo)監(jiān)控方法
- 目標(biāo)跟蹤方法和目標(biāo)跟蹤設(shè)備
- 目標(biāo)跟蹤方法和目標(biāo)跟蹤裝置
- 目標(biāo)檢測方法和目標(biāo)檢測裝置
- 目標(biāo)跟蹤方法、目標(biāo)跟蹤裝置、目標(biāo)跟蹤設(shè)備
- 目標(biāo)處理方法、目標(biāo)處理裝置、目標(biāo)處理設(shè)備及介質(zhì)
- 目標(biāo)處理方法、目標(biāo)處理裝置、目標(biāo)處理設(shè)備及介質(zhì)
- 目標(biāo)跟蹤系統(tǒng)及目標(biāo)跟蹤方法
- 移動通信系統(tǒng)中標(biāo)準(zhǔn)接口的消息跟蹤方法及其系統(tǒng)
- 網(wǎng)絡(luò)跟蹤系統(tǒng)及跟蹤控制方法
- 同步跟蹤自動調(diào)節(jié)裝置
- 業(yè)務(wù)信令跟蹤方法、系統(tǒng)及裝置
- 超聲波診斷裝置
- 一種自動跟蹤方法、自動跟蹤設(shè)備及自動跟蹤系統(tǒng)
- 多目標(biāo)跟蹤方法、系統(tǒng)、計(jì)算設(shè)備及存儲介質(zhì)
- 一種軌跡跟蹤方法、裝置、電子設(shè)備及存儲介質(zhì)
- 一種目標(biāo)跟蹤方法、裝置及存儲介質(zhì)
- 信號跟蹤方法、濾波方法、裝置及醫(yī)療設(shè)備





