[發(fā)明專利]一種基于TLD算法的目標(biāo)檢測(cè)跟蹤方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710566987.7
• 申請(qǐng)日: 2017-07-12
• 公開（公告）號(hào): CN107392210A
• 公開（公告）日: 2017-11-24
• 發(fā)明（設(shè)計(jì)）人: 吳潤(rùn)澤;徐智勇;張建林;魏子然;唐惜
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院光電技術(shù)研究所
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于TLD算法的目標(biāo)檢測(cè)跟蹤方法，其特征是：在待跟蹤視頻的起始幀，由用戶指定跟蹤窗口形成正負(fù)樣本對(duì)檢測(cè)模塊進(jìn)行初始化訓(xùn)練；在跟蹤過(guò)程中，檢測(cè)模塊和跟蹤模塊獨(dú)立工作：檢測(cè)模塊掃描當(dāng)前幀圖像獲得圖像塊并依次通過(guò)方差分類器、合并分類器，并計(jì)算被接受的圖像塊的LBP統(tǒng)計(jì)特征向量，在最近鄰分類器中與樣本集中的圖像塊的LBP統(tǒng)計(jì)特征向量進(jìn)行相似度的計(jì)算；跟蹤模塊采用中值光流法通過(guò)上一幀跟蹤預(yù)測(cè)當(dāng)前幀目標(biāo)位置；整合模塊綜合檢測(cè)模塊和跟蹤模塊進(jìn)行跟蹤結(jié)果的輸出；并且對(duì)當(dāng)前更新后的目標(biāo)位置，產(chǎn)生新的正負(fù)樣本，從而更新檢測(cè)模塊。

2.根據(jù)權(quán)利要求1所述的一種基于TLD算法的目標(biāo)檢測(cè)跟蹤方法，其特征是：在待跟蹤視頻的起始幀中，由用戶指定跟蹤窗口，然后對(duì)距離指定的跟蹤窗口最近的掃描網(wǎng)格窗口中選取若干個(gè)窗口進(jìn)行一系列的仿射變換形成初始的正樣本，并對(duì)遠(yuǎn)離指定的跟蹤窗口隨機(jī)搜選獲得初始的負(fù)樣本。所獲得的正負(fù)初始樣本用來(lái)對(duì)檢測(cè)模塊進(jìn)行初始化訓(xùn)練。

3.根據(jù)權(quán)利要求1所述的一種基于TLD算法的目標(biāo)檢測(cè)跟蹤方法，其特征是：在跟蹤過(guò)程中，檢測(cè)模塊對(duì)當(dāng)前幀圖像進(jìn)行網(wǎng)格掃描獲得圖像塊后，首先計(jì)算各圖像塊的方差，方差小于某個(gè)閾值的圖像塊被接受，進(jìn)入合并分類器；通過(guò)若干個(gè)不同的基本分類器進(jìn)行的像素比較后得到的平均后驗(yàn)概率值，如果大于某個(gè)閾值，則則判定當(dāng)前圖像塊為目標(biāo)區(qū)域，否則判定為背景。

4.根據(jù)權(quán)利要求1所述的一種基于TLD算法的目標(biāo)檢測(cè)跟蹤方法，其特征是：在跟蹤過(guò)程中，檢測(cè)模塊接受通過(guò)方差分類器和合并分類器的圖像塊，并計(jì)算每個(gè)圖像塊的LBP特征，然后對(duì)由此產(chǎn)生的每個(gè)圖像塊的LBP特征向量進(jìn)行直方圖統(tǒng)計(jì)產(chǎn)生新的LBP特征向量(即為L(zhǎng)BP統(tǒng)計(jì)特征向量)。

5.根據(jù)權(quán)利要求1所述的一種基于TLD算法的目標(biāo)檢測(cè)跟蹤方法，其特征是：在跟蹤過(guò)程中，檢測(cè)模塊在獲得每個(gè)待檢測(cè)圖像塊的LBP統(tǒng)計(jì)特征向量后，與正負(fù)樣本集中的圖像塊的LBP統(tǒng)計(jì)特征向量進(jìn)行互相關(guān)歸一化的相似度計(jì)算；如果相似度大于某個(gè)閾值，則判定當(dāng)前圖像塊為目標(biāo)區(qū)域，否則判定為背景。

6.根據(jù)權(quán)利要求1所述的一種基于TLD算法的目標(biāo)檢測(cè)跟蹤方法，其特征是：在跟蹤過(guò)程中，采用中值光流法進(jìn)行跟蹤，采用包括基于LBP統(tǒng)計(jì)特征向量的NCC最近鄰分類器在內(nèi)的級(jí)聯(lián)分類器模塊進(jìn)行檢測(cè)，將檢測(cè)結(jié)果與跟蹤結(jié)果融合輸出目標(biāo)跟蹤結(jié)果；并且對(duì)當(dāng)前更新后的目標(biāo)位置，產(chǎn)生新的正負(fù)樣本，從而更新檢測(cè)模塊。