[發明專利]一種復雜背景下目標穩定跟蹤方法在審
| 申請號: | 201810449655.5 | 申請日: | 2018-05-11 |
| 公開(公告)號: | CN108694723A | 公開(公告)日: | 2018-10-23 |
| 發明(設計)人: | 李寧鳥;王文濤;韓雪云;李權;魏璐 | 申請(專利權)人: | 西安天和防務技術股份有限公司 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06K9/62 |
| 代理公司: | 西安億諾專利代理有限公司 61220 | 代理人: | 康凱 |
| 地址: | 710000 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 跟蹤 分類器模型 跟蹤目標 候選目標 幀圖像 復雜背景 候選樣本 模型更新 視頻圖像 響應 漂移 復雜場景 候選區域 快速穩定 目標跟蹤 目標位置 判斷條件 坐標信息 振蕩 遮擋 取出 模糊 更新 | ||
1.一種復雜背景下目標穩定跟蹤方法,其特征在于,該方法如下:
獲取視頻圖像的當前幀圖像;
在當前幀圖像上選取候選區域;
用分類器模型獲取候選目標所對應的目標位置;
對候選目標進行跟蹤失效判斷,當候選目標為跟蹤目標時,用當前幀圖像中跟蹤目標的坐標信息進行跟蹤,并更新分類器模型,完成視頻圖像中目標的穩定跟蹤。
2.根據權利要求1所述復雜背景下目標穩定跟蹤方法,其特征在于,該方法如下:
根據視頻圖像,獲取當前幀圖像;
在當前幀圖像上,以跟蹤目標在上一幀圖像中所在位置為中心,選取候選區域;
用分類器模型求取候選區域的響應圖,獲得響應圖中的最大響應值,該最大響應值所在位置即為候選目標所對應的目標位置;
對候選目標進行跟蹤失效判斷;
判斷候選目標為跟蹤目標后,用當前幀圖像中跟蹤目標的坐標信息進行跟蹤,并更新分類器模型,完成視頻圖像中目標的穩定跟蹤。
3.根據權利要求2所述復雜背景下目標穩定跟蹤方法,其特征在于,該方法重復權2,實現持續完成視頻圖像中目標的穩定跟蹤。
4.根據權利要求2或3所述復雜背景下目標穩定跟蹤方法,其特征在于,獲取當前幀圖像的方式為通過檢測算法自動獲取或通過人工框定選取。
5.根據權利要求4所述復雜背景下目標穩定跟蹤方法,其特征在于,在目標大小2-5倍的范圍中選取3-7個候選區域,方法如下:
以檢測目標所在位置的中心點為中心,在當前幀圖像中選取第一候選區域,第一候選區域的寬和高分別為跟蹤目標在上一幀圖像中寬和高的2-2.5倍;
以第一候選區域范圍大小為基準,以其中心點為中心,以k為尺度因子,選取1-3個候選區域,其中1<k≤1.5;
以第一候選區域范圍大小為基準,以其中心點為中心,以1/k倍在當前幀圖像中選取1-3個候選區域。
6.根據權利要求5所述復雜背景下目標穩定跟蹤方法,其特征在于,用分類器模型求取候選區域的響應圖的方法如下:
對跟蹤目標進行擴展,并獲取擴展后的目標區域所對應的Hog特征向量;
根據擴展后的目標區域對應的Hog特征向量,建立分類器模型;
分類器模型的訓練過程如下:
其中,表示對α的傅里葉變換,表示訓練得到的分類器模型,y表示初始圖像中訓練樣本對應的標簽,k表示核函數,x表示擴展后區域的Hog特征向量,λ是一個正則化參數,為常量;
根據分類器模型,分別求解當前幀中三個尺度的候選區域對應的響應圖;
其中,為表示對f(z)的傅里葉變換,f(z)表示候選區域z對應的響應圖,z表示當前幀中其中一個候選區域對應的Hog特征向量,x表示擴展后的目標區域對應的Hog特征向量,表示分類器模型。
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西安天和防務技術股份有限公司,未經西安天和防務技術股份有限公司許可,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/201810449655.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:利用畫面數據進行目標追蹤的方法
- 下一篇:一種長時間目標跟蹤方法





