[發明專利]一種基于主動漂移矯正的剛體目標跟蹤方法

有效

• 申請號: 201810251700.6
• 申請日: 2018-03-26
• 公開（公告）號: CN108596950B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 苗權;劉丙雙;涂波;劉鑫沛;康春建;吳昊;羊晉;李明哲;戴帥夫;張洛什;尚秋里;張建宇
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心;長安通信科技有限責任公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/223
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 邱曉鋒

1.一種基于主動漂移矯正的剛體目標跟蹤方法，其步驟包括：

提取原始圖像目標區域的SURF特征點；

當前圖像到來時，提取當前圖像目標區域的SURF特征點，利用強分類器對該SURF特征點與上述原始圖像目標區域的SURF特征點進行匹配；

估計原始圖像的目標區域至當前圖像的目標區域的運動模型，并找到已被成功定位的且距離當前最近的一幀圖像，基于所述運動模型估計該最近的一幀圖像至當前圖像的運動參數；

基于所述最近的一幀圖像的SURF特征點，利用強分類器找出當前圖像的對應點，為該對應點分配輻射區域，通過模板匹配求解所述運動參數，實現對當前圖像的目標區域進行精細化定位；通過模板匹配求解所述運動參數的方法為：

計算最近的一幀圖像的灰度圖像I_t-1的灰度梯度并利用雅克比矩陣計算其中為雅克比矩陣，W為透視變換，h_t,t-1為估計的最近一幀圖像至當前圖像的運動參數；

利用當前透視變換W(x；h_t,t-1)計算各個正樣本SURF特征點的權重其中正樣本為最近一幀圖像的目標區域用于強分類器更新的正樣本，γ為最近一幀圖像的目標區域用于強分類器更新的正樣本特征點，為利用強分類器找出當前圖像的對應點；

利用W(x；h_t,t-1)對I_t做透視變換得到I_t(W(x；h_t,t-1))，并計算誤差圖像I_t(W(x；h_t,t-1))-I_t-1(x)，其中x表示SURF特征檢測點；

計算其中P_γ表示對于目標區域內的每個SURF特征點γ構建的不變性輻射區域；

計算海森矩陣

根據計算運動參數的偏移量Δh_t,t-1，根據該運動參數的偏移量Δh_t,t-1更新W(x；h_t,t-1)，得到精確的運動參數。

2.根據權利要求1所述的方法，其特征在于，獲取SURF特征點的方法是：

利用積分圖像計算Hessian矩陣行列式，式中的每個元素為圖像上一點的高斯函數二階導數與積分圖像的卷積；

所述元素用方格濾波器表示，計算濾波器模板尺寸歸一化；

通過調整方格濾波器的不同尺寸形成多個層，建立尺度空間；

以像素點為中心，在包括所述尺度空間在內的3×3×3鄰域內抑制非極大值，將具有最大值或最小值的像素點視為SURF特征點。

3.根據權利要求2所述的方法，其特征在于，引入相關權重0.92計算濾波器模板尺寸歸一化。

4.根據權利要求1所述的方法，其特征在于，通過利用原圖像的積分圖像求取主方向，來保證SURF特征點的旋轉不變性。

5.根據權利要求4所述的方法，其特征在于，所述求取主方向的方法是：在以SURF特征點為圓心、6σ為半徑的圓內，按步長σ計算相應像素的Haar小波響應，同時進行尺度歸一化和高斯平滑，得到x方向的響應d_x和y方向的響應d_y，再映射到極坐標當中；在π/3的扇形滑動區域內對d_x和d_y進行統計，記錄當前窗口i的矢量(w_i,θ_i)，將區域內最長向量的角度θ作為主方向。

6.根據權利要求1所述的方法，其特征在于，所述強分類器由若干個弱分類器與其對應的權重構成。

7.根據權利要求1所述的方法，其特征在于，利用基于非均衡采樣的RANSAC算法估計所述運動模型。

8.根據權利要求1所述的方法，其特征在于，所述輻射區域為以γ為圓心、2.5s為半徑的圓形區域，其中s為特征尺度。