[發明專利]一種長時穩定的無人機目標跟蹤方法

有效

• 申請號: 201710631781.8
• 申請日: 2017-07-28
• 公開（公告）號: CN107491742B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 馬可;雍旭東;韓姣姣
• 申請（專利權）人: 西安因諾航空科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G05D1/12;G06T3/40
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 徐文權

1.一種長時穩定的無人機目標跟蹤方法，其特征在于，包括以下步驟：

第一步，通過無人機機載相機連續拍攝地面圖像，任意選取一幀作為跟蹤起始幀；并在當前幀內選取待跟蹤目標，并在待跟蹤目標上加載矩形框作為待跟蹤目標框R；

第二步，通過裁剪算法對待跟蹤目標框R進行尺度擴大或縮小的優化處理，得到尺度合適的初始跟蹤目標框R_o；

第三步，根據第二步中得到的初始跟蹤目標框R_o，計算得到初始化感知哈希模板H_o＝R_o；

第四步，以第二步中得到的初始跟蹤目標框R_o為中心，分別將其寬w和高h擴大2倍得到拓展的目標區域R_p，分別計算目標區域R_p的HOG特征f_p和目標區域R_p的隨機森林特征RF_P；

第五步，在當前幀上對上一幀的目標區域R_po所包含的像素區域通過雙線性插值法進行S個不同尺度的尺度變換得到R_s；

第六步，通過第四步分別提取第五步中R_s集合中元素的HOG特征，得到多尺度特征集合f_s＝{f_p0,f_p1,...,f_ps}；

第七步，將多尺度特征集合f_s中的每個元素f_pk,k∈s與第四步中得到的上一幀目標特征f_p0進行相關卷積運算，得到了與多尺度特征集合f_s一一對應的相關卷積響應圖集合P_k；

第八步，根據相關卷積響應圖集合P_k中所有元素的響應極值r_max，得到r_max所在尺度唯一對應的相關卷積響應圖P_max與對應特征f_max；

第九步，計算相關卷積響應圖P_max中的響應均值μ_p、響應極大值r_max和響應極小值r_min，并根據響應均值μ_p、響應極大值r_max和響應極小值r_min判斷當前幀目標跟蹤成功與否，當目標跟蹤成功時，執行第十步；當目標跟蹤失敗時，執行第十一步；

第十步，對目標跟蹤模型進行更新，并計算輸出當前幀上的目標跟蹤框相對于上一幀目標跟蹤框的偏移量，同時輸出當前尺度S_o；

第十一步，進入丟失找回模塊進行找回；

第十二步，若找回成功，則返回第十步，之后繼續進行下一幀圖像的處理；若找回失敗，則返回第十一步，進行下一幀圖像的處理。