[發(fā)明專利]移動(dòng)目標(biāo)的跟蹤拍攝方法和跟蹤設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201710488228.3
• 申請(qǐng)日: 2017-06-23
• 公開（公告）號(hào): CN107330917B
• 公開（公告）日: 2019-06-25
• 發(fā)明（設(shè)計(jì)）人: 曹維雨;陳翔;趙大川
• 申請(qǐng)（專利權(quán)）人: 歌爾股份有限公司
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;H04N5/232
• 代理公司: 北京太合九思知識(shí)產(chǎn)權(quán)代理有限公司 11610
• 代理人: 劉戈

本發(fā)明公開了移動(dòng)目標(biāo)的跟蹤拍攝方法和跟蹤設(shè)備，首先預(yù)先提取每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)，之后在匹配時(shí)只需要計(jì)算當(dāng)前拍攝的目標(biāo)圖像的特征點(diǎn)，然后將目標(biāo)圖像的特征點(diǎn)與每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)進(jìn)行匹配，將匹配的模板圖像對(duì)應(yīng)的拍攝視角確定為當(dāng)前拍攝的目標(biāo)圖像的拍攝視角；若當(dāng)前拍攝的目標(biāo)圖像的拍攝視角與預(yù)設(shè)的針對(duì)目標(biāo)的拍攝視角不一致，則移動(dòng)跟蹤設(shè)備對(duì)目標(biāo)進(jìn)行跟蹤拍攝，使得針對(duì)目標(biāo)的拍攝視角與預(yù)設(shè)的針對(duì)目標(biāo)的拍攝視角一致，大大減少了特征點(diǎn)檢測(cè)與匹配的計(jì)算量，提高跟蹤拍攝的實(shí)時(shí)性。

技術(shù)領(lǐng)域

本發(fā)明涉及視覺跟蹤技術(shù)領(lǐng)域，尤其涉及一種移動(dòng)目標(biāo)的跟蹤拍攝方法和跟蹤設(shè)備。

背景技術(shù)

移動(dòng)目標(biāo)檢測(cè)與跟蹤在計(jì)算機(jī)視覺、模式識(shí)別等領(lǐng)域一直都是研究的核心技術(shù)問(wèn)題。移動(dòng)目標(biāo)檢測(cè)與跟蹤的關(guān)鍵就在于利用計(jì)算機(jī)視覺技術(shù)、模式識(shí)別分類方法檢測(cè)出視頻序列圖像中的運(yùn)動(dòng)目標(biāo)，并對(duì)目標(biāo)區(qū)域進(jìn)行有效、穩(wěn)定跟蹤。例如，在智能交通系統(tǒng)中，可以通過(guò)對(duì)移動(dòng)目標(biāo)跟蹤來(lái)對(duì)肇事車輛進(jìn)行自動(dòng)跟蹤監(jiān)控；在家庭智能娛樂設(shè)備中，可以控制對(duì)運(yùn)動(dòng)人體的自動(dòng)跟蹤；在軍事領(lǐng)域中，可以對(duì)武器進(jìn)行精確制導(dǎo)等。

現(xiàn)有的計(jì)算機(jī)視覺技術(shù)對(duì)移動(dòng)目標(biāo)對(duì)象的識(shí)別、目標(biāo)對(duì)象的定位和目標(biāo)對(duì)象的運(yùn)動(dòng)分析時(shí)，首先需要感知周圍環(huán)境，獲取深度信息，建立2D或3D地圖，隨后通過(guò)算法規(guī)劃搜索出最優(yōu)路線。然而對(duì)于已知目標(biāo)的圖像跟拍情況，要同時(shí)利用攝像機(jī)進(jìn)行目標(biāo)識(shí)別和環(huán)境識(shí)別并規(guī)劃路徑，數(shù)據(jù)計(jì)算量太大，會(huì)使處理器的資源分配不足。對(duì)于實(shí)時(shí)性要求很高的自動(dòng)跟拍模式，這種路徑規(guī)劃方法會(huì)很有可能造成設(shè)備跟蹤延遲。

發(fā)明內(nèi)容

為了解決上述問(wèn)題，本發(fā)明提供一種移動(dòng)目標(biāo)的跟蹤拍攝方法和跟蹤設(shè)備，可以提高對(duì)移動(dòng)目標(biāo)跟蹤拍攝的實(shí)時(shí)性。

本發(fā)明提供一種移動(dòng)目標(biāo)的跟蹤拍攝方法，包括：

提取當(dāng)前拍攝的目標(biāo)圖像的特征點(diǎn)；

將目標(biāo)圖像的特征點(diǎn)與預(yù)先提取的每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)進(jìn)行匹配，將匹配的特征點(diǎn)最多的模板圖像確定為與目標(biāo)圖像匹配的模板圖像；

將匹配的模板圖像對(duì)應(yīng)的拍攝視角確定為當(dāng)前拍攝的目標(biāo)圖像的拍攝視角；

若當(dāng)前拍攝的目標(biāo)圖像的拍攝視角與預(yù)設(shè)的針對(duì)目標(biāo)的拍攝視角不一致，則移動(dòng)跟蹤設(shè)備對(duì)目標(biāo)進(jìn)行跟蹤拍攝，使得針對(duì)目標(biāo)的拍攝視角與預(yù)設(shè)的針對(duì)目標(biāo)的拍攝視角一致。

可選地，將目標(biāo)圖像的特征點(diǎn)與預(yù)先提取的每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)進(jìn)行匹配之前，包括：

預(yù)先從多個(gè)拍攝視角對(duì)目標(biāo)進(jìn)行拍攝，得到每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像，提取每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)。

可選地，將目標(biāo)圖像的特征點(diǎn)與預(yù)先提取的每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)進(jìn)行匹配，包括：

通過(guò)快速魯棒特征SURF算法計(jì)算出每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)描述子；

通過(guò)快速魯棒特征SURF算法計(jì)算出目標(biāo)圖像的特征點(diǎn)描述子；

通過(guò)隨機(jī)抽樣一致RANSAC算法對(duì)目標(biāo)圖像的特征點(diǎn)描述子與每一個(gè)拍攝視角對(duì)應(yīng)的模板圖像的特征點(diǎn)描述子進(jìn)行匹配，剔除錯(cuò)誤匹配的特征點(diǎn)描述子，確定正確匹配的特征點(diǎn)描述子；

將正確匹配的特征點(diǎn)描述子數(shù)量最多的模板圖像確定為匹配特征點(diǎn)最多的模板圖像。

可選地，所述的方法還包括：

根據(jù)跟蹤設(shè)備的各項(xiàng)拍攝參數(shù)預(yù)先設(shè)置目標(biāo)圖像在跟蹤設(shè)備屏幕上的第一位置區(qū)域，使得目標(biāo)圖像位于第一位置區(qū)域中時(shí)，目標(biāo)圖像的拍攝效果達(dá)到最佳

將目標(biāo)圖像的特征點(diǎn)與匹配的模板圖像的特征點(diǎn)進(jìn)行比較，確定位于左上角的匹配特征點(diǎn)和位于右下角的匹配特征點(diǎn)；