[發明專利]融合TLD和KCF的視頻目標跟蹤方法有效
| 申請號： | 201810181779.X | 申請日： | 2018-03-06 |
| 公開（公告）號： | CN108320306B | 公開（公告）日： | 2020-05-26 |
| 發明（設計）人： | 嶎建斌;劉建軍;江濤;方亮 | 申請（專利權）人： | 河北新途科技有限公司 |
| 主分類號： | G06T7/33 | 分類號： | G06T7/33;G06K9/62 |
| 代理公司： | 石家莊輕拓知識產權代理事務所(普通合伙) 13128 | 代理人： | 王占華 |
| 地址： | 050000 河北省石家莊市橋西區華*** | 國省代碼： | 河北;13 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 融合 tld kcf 視頻 目標 跟蹤 方法 | ||
1.一種融合TLD和KCF的視頻目標跟蹤方法，其特征在于包括如下步驟：
確定初始目標幀中目標區域位置和大小，同時將初始幀輸入到TLD算法模塊和KCF算法模塊中；
TLD算法模塊和KCF算法模塊并行運行，分別輸出當前幀中目標跟蹤結果；
在TLD算法模塊中，對其中的跟蹤模塊、檢測模塊、學習模塊進行初始化，其中，跟蹤模塊的初始化包括獲取待跟蹤目標區域的特征點；檢測模塊的初始化包括通過掃描初始幀，獲得訓練分類器的圖像片樣本p；學習模塊初始化包括獲得初始目標模型，其中+上標表示正樣本，-號上標表示負樣本；
KCF算法模塊初始化包括對初始幀目標循環移位構造正樣本和負樣本，用于訓練分類器；
TLD算法模塊對當前幀進行處理的方法如下：
TLD算法模塊中的跟蹤模塊利用中值流方法完成對目標的跟蹤，檢測模塊利用級聯分類器完成對視頻幀中目標的檢測；
跟蹤結果和檢測結果輸入集成模塊，比較檢測結果和跟蹤結果，選取它們中的較優者，將集成模塊的結果輸入學習模塊；
學習模塊利用P-N學習模型對集成模塊輸出的結果進行學習，并將學習信息輸入到跟蹤模塊和檢測模塊，對它們的誤差進行優化；
輸出跟蹤結果；
如果對當前幀的處理TLD算法模塊和KCF算法模塊只有一個模塊有跟蹤目標輸出，則把該輸出作為當前幀的跟蹤結果；如果兩個跟蹤模塊都有跟蹤目標輸出，則分別計算跟蹤目標輸出與目標模型M之間的相似度St和Sk，選擇St和Sk中最大者作為目標跟蹤結果；
通過上述方法進行下一幀視頻處理，直至視頻幀跟蹤結束。
2.如權利要求1所述的融合TLD和KCF的視頻目標跟蹤方法，其特征在于：在目標視頻的初始幀，給定目標區域窗口位置和大小，確定待跟蹤目標的信息。
3.如權利要求1所述的融合TLD和KCF的視頻目標跟蹤方法，其特征在于，所述KCF算法模塊對當前幀進行處理的方法如下：
利用初始化得到的訓練樣本訓練正則化最小二乘分類器；
計算候選目標區域與跟蹤目標的相似度，選取最大相似度的候選區域作為跟蹤到的目標；
輸出跟蹤結果。
4.如權利要求1所述的融合TLD和KCF的視頻目標跟蹤方法，其特征在于：KCF算法模塊的跟蹤輸出結果先保存在一個輸出圖像鏈表K中，K＝{k1,k2...,kn}，其中ki表示輸出的跟蹤圖像幀，鏈表中的圖像為先后順序存入，k1為最先存入鏈表中的圖像幀。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河北新途科技有限公司，未經河北新途科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810181779.X/1.html，轉載請聲明來源鉆瓜專利網。
