[發明專利]一種基于TLD算法的目標跟蹤方法

在審

• 申請號: 201710340039.1
• 申請日: 2017-05-15
• 公開（公告）號: CN107248174A
• 公開（公告）日: 2017-10-13
• 發明（設計）人: 劉飛;宗靖國;胡淑桃;俱青
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/269
• 分類號: G06T7/269;G06T7/246;G06K9/62
• 代理公司: 深圳精智聯合知識產權代理有限公司44393
• 代理人: 王海棟

1.一種基于TLD算法的目標跟蹤方法，包括：跟蹤模塊、檢測模塊、學習模塊，其特征在于，包括：

從第一幀圖像中初始化選取目標區域；

所述跟蹤模塊根據上一幀中目標區域信息預測當前幀圖像中對應的目標區域信息并采用感知哈希算法對所述當前幀圖像中目標區域信息進行篩選以確定目標跟蹤結果；

所述檢測模塊確定目標檢測結果；

根據所述目標跟蹤結果與所述目標檢測結果確定目標跟蹤區域；

將所述目標跟蹤區域輸入至所述學習模塊進行學習。

2.根據權利要求1所述的方法，其特征在于，所述跟蹤模塊根據上一幀中目標區域信息預測當前幀圖像中對應的目標區域信息并采用感知哈希算法對所述當前幀圖像中目標區域信息進行篩選以確定目標跟蹤結果包括：

對所述上一幀圖像中目標區域提取第一特征點；

預測所述第一特征點在所述當前幀圖像中對應的第二特征點；

采用所述感知哈希算法篩選所述第二特征點提取第三特征點；

由所述第三特征點確定目標位置作為所述目標跟蹤結果。

3.根據權利要求2所述的方法，其特征在于，對所述上一幀圖像中目標區域提取第一特征點采用SURF算法。

4.根據權利要求3所述的方法，其特征在于，所述SURF算法包括：

利用上一幀圖像目標區域計算圖像尺度空間；

將所述圖像尺度空間通過非極大值抑制確定所述第一特征點。

5.根據權利要求3所述的方法，其特征在于，所述第一特征點為SURF角點。

6.根據權利要求2所述的方法，其特征在于，預測所述第一特征點在所述當前幀圖像中對應的第二特征點采用金字塔LK光流法。

7.根據權利要求2所述的方法，其特征在于，采用所述感知哈希算法篩選所述第二特征點提取第三特征點包括：

計算所述第一特征點所在圖像塊的第一哈希指紋；

計算所述第二特征點所在圖像塊的第二哈希指紋；

計算所述第一特征點的第一哈希指紋和對應的所述第二特征點的第二哈希指紋間的漢明距離；

選取所述漢明距離的中值作為閾值，篩選所述第二特征點得到所述第三特征點。

8.根據權利要求7所述的方法，其特征在于，將所述漢明距離的中值作為閾值，篩選所述第二特征點得到所述第三特征點包括：將所述漢明距離小于等于所述閾值且小于15的圖像塊對應的所述第二特征點保留，否則篩掉。

9.根據權利要求1所述的方法，其特征在于，所述檢測模塊確定目標檢測結果包括：

對所述當前幀圖像進行全局遍歷以得到所述檢測模塊確定的待選目標；

采用所述檢測模塊的方差分類器、隨機蕨分類器及最近鄰分類器對至少一個所述待選目標進行處理形成所述目標檢測結果。

10.根據權利要求9所述的方法，其特征在于，對所述當前幀圖像進行全局遍歷采用滑窗方式。