[發(fā)明專利]一種采用SURF特征和顏色特征相融合的剛體目標(biāo)跟蹤方法有效
| 申請?zhí)枺?/td> | 201710080987.6 | 申請日: | 2017-02-15 |
| 公開(公告)號: | CN106934395B | 公開(公告)日: | 2020-06-30 |
| 發(fā)明(設(shè)計)人: | 苗權(quán);吳昊;李晗;程光;徐明宇;李銳光 | 申請(專利權(quán))人: | 國家計算機(jī)網(wǎng)絡(luò)與信息安全管理中心 |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32;G06K9/46 |
| 代理公司: | 北京君尚知識產(chǎn)權(quán)代理有限公司 11200 | 代理人: | 邱曉鋒 |
| 地址: | 100029*** | 國省代碼: | 北京;11 |
| 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 采用 surf 特征 顏色 融合 剛體 目標(biāo) 跟蹤 方法 | ||
本發(fā)明涉及一種采用SURF特征和顏色特征相融合的剛體目標(biāo)跟蹤方法。該方法包括:1)在初始圖像中選定目標(biāo)區(qū)域,在目標(biāo)區(qū)域內(nèi)提取SURF特征并建立SURF特征描述;2)在每一個以SURF特征點為中心的局部鄰域內(nèi)構(gòu)建顏色特征;3)在當(dāng)前圖像到來時,首先利用顏色特征尋找初步的目標(biāo)區(qū)域,之后提取SURF特征并與初始圖像建立基于特征的匹配,形成匹配點對;4)根據(jù)得到的匹配點對計算得出運(yùn)動參數(shù),從而確定當(dāng)前圖像的目標(biāo)區(qū)域,實現(xiàn)目標(biāo)跟蹤。本發(fā)明能夠?qū)δ繕?biāo)區(qū)域的局部特征實現(xiàn)準(zhǔn)確的描述和匹配,進(jìn)而保證目標(biāo)跟蹤效果的魯棒性、穩(wěn)定性。
技術(shù)領(lǐng)域
本發(fā)明屬于計算機(jī)視覺技術(shù)領(lǐng)域,具體涉及一種采用SURF特征和顏色特征相融合的剛體目標(biāo)跟蹤方法。
背景技術(shù)
剛體目標(biāo)表面任意一點的運(yùn)動都可以代表整體的運(yùn)動,使得利用目標(biāo)區(qū)域內(nèi)的特征來描述目標(biāo)運(yùn)動成為可能。已有的剛體目標(biāo)跟蹤方法致力于提取參考圖像目標(biāo)區(qū)域內(nèi)具有不變性的某些特征,并對提取的特征進(jìn)行量化和描述,如顏色特征、紋理特征、光流特征。局部特征是指在圖像區(qū)域內(nèi)檢測到的局部具有不變性、可重現(xiàn)性和特異性的特征,能夠在一定程度上抵抗遮擋、尺度、旋轉(zhuǎn)等復(fù)雜變化,并提供對特征的定量描述。目前,相比其他特征,局部特征在不變性和特異性方面優(yōu)勢愈發(fā)明顯,使其更加深入的應(yīng)用在目標(biāo)跟蹤中。在當(dāng)前幀到來時,首先對整個區(qū)域提取局部特征并描述。進(jìn)而,通過局部特征的匹配找到同上一目標(biāo)內(nèi)局部特征的候選對應(yīng)集。借助隨機(jī)采樣一致性算法(RANSAC),去除不正確的對應(yīng)特征集,估計出運(yùn)動變換參數(shù),實現(xiàn)目標(biāo)跟蹤。圖1給出了基于特征的跟蹤方法框圖,其主要思路在于將跟蹤看成是局部特征匹配問題。
目前,SURF(Speed-up Robust Feature,加速魯棒特征)特征是應(yīng)用較多且效果較為理想的局部特征之一,主要引入積分圖像快速算法,并通過執(zhí)行加減法運(yùn)算近似得到高斯二階微分的響應(yīng)值。SURF算法主要包括特征檢測和特征描述兩方面。特征檢測通過快速計算每個特征的尺度和主方向,并且圈定以檢測點為中心的尺度旋轉(zhuǎn)不變對稱鄰域;特征描述在該不變性鄰域內(nèi)進(jìn)行Haar特征計算,并最終形成64維特征向量。不同圖像之間的SURF特征匹配主要是通過比較特征向量之間的距離實現(xiàn)的。
運(yùn)動模型構(gòu)建是通過SURF特征匹配完成的。假設(shè)x和分別代表不同圖像之間的對應(yīng)SURF特征點,則二者之間有如下的關(guān)系:
其中,W(x,h)是透視變換函數(shù),h=(h1,...h8)T是運(yùn)動參數(shù)。具體表示如下:
得出運(yùn)動參數(shù)后,將初始幀的目標(biāo)區(qū)域邊界進(jìn)行相應(yīng)的透視變換,得到當(dāng)前幀的目標(biāo)區(qū)域。
在視頻中,場景經(jīng)常會出現(xiàn)光照、遮擋、視角、仿射等一種或多種變化,對局部特征的匹配造成了嚴(yán)重的干擾。現(xiàn)有技術(shù)沿用和靜態(tài)圖像相同的局部特征匹配方法,無法適應(yīng)發(fā)生劇烈變化的場景,也沒有體現(xiàn)與場景連續(xù)性變化相對應(yīng)的自適應(yīng)性。
發(fā)明內(nèi)容
視頻序列中,場景經(jīng)常會出現(xiàn)復(fù)雜變化,如尺度、旋轉(zhuǎn)、光照、遮擋等,對剛體目標(biāo)跟蹤提出了挑戰(zhàn),通過什么策略能夠?qū)δ繕?biāo)區(qū)域的局部特征實現(xiàn)準(zhǔn)確的描述和匹配,進(jìn)而保證目標(biāo)跟蹤效果的魯棒性、穩(wěn)定性,是本發(fā)明要解決的技術(shù)問題。
本發(fā)明采用的技術(shù)方案如下:
一種采用SURF特征和顏色特征相融合的剛體目標(biāo)跟蹤方法,其步驟包括:
1)在初始圖像中選定目標(biāo)區(qū)域,在目標(biāo)區(qū)域內(nèi)提取SURF特征并建立SURF特征描述;
2)在每一個以SURF特征點為中心的局部鄰域內(nèi)構(gòu)建顏色特征;
3)在當(dāng)前圖像到來時,首先利用顏色特征尋找初步的目標(biāo)區(qū)域,之后提取SURF特征并與初始圖像建立基于特征的匹配,形成匹配點對;
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)利屬于國家計算機(jī)網(wǎng)絡(luò)與信息安全管理中心,未經(jīng)國家計算機(jī)網(wǎng)絡(luò)與信息安全管理中心許可,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/201710080987.6/2.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
- 一種基于SURF算法進(jìn)行定位的方法及機(jī)器人
- 一種加密域SURF圖像特征提取方法
- 基于改進(jìn)SURF特征的視覺詞袋模型構(gòu)建方法
- 一種基于SURF算法的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)方法
- 一種采用SURF特征和顏色特征相融合的剛體目標(biāo)跟蹤方法
- 一種地標(biāo)圖像的匹配識別方法和裝置
- 基于場景變化分類和在線局部特征匹配的剛體目標(biāo)跟蹤方法
- 一種基于特征和區(qū)域協(xié)同匹配的剛體目標(biāo)跟蹤方法
- 基于HSV、SURF與LBP特征相結(jié)合的敏感圖像識別方法
- 一種基于登錄框圖像的釣魚頁面識別方法及相關(guān)設(shè)備





