[發(fā)明專利]一種適用于公共交通場景的實時目標(biāo)跟蹤方法

在審

• 申請?zhí)枺?/td>: 201810508937.8
• 申請日: 2018-05-24
• 公開（公告）號: CN108776974A
• 公開（公告）日: 2018-11-09
• 發(fā)明（設(shè)計）人: 朱旭光
• 申請（專利權(quán)）人: 南京行者易智能交通科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/277;G06T7/262
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種適用于公共交通場景的實時目標(biāo)跟蹤方法，其特征在于，包括如下具體步驟：

第一步，由檢測算法給出被跟蹤目標(biāo)在當(dāng)前第i幀上的初始位置P（i），跟蹤目標(biāo)在當(dāng)前幀i上的初始位置已知, 由檢測器給定一個矩形框來標(biāo)定跟蹤目標(biāo)；

第二步，訓(xùn)練相關(guān)濾波跟蹤器；使用在位置P(i)周圍區(qū)域的循環(huán)矩陣采集正負(fù)樣本，利用核空間的脊回歸訓(xùn)練相關(guān)濾波跟蹤器，利用循環(huán)矩陣在傅里葉空間可對角化的性質(zhì)將矩陣的運算轉(zhuǎn)化為向量的Hadamard(哈達(dá)瑪)積；

第三步，獲取跟蹤目標(biāo)在第i+1幀的圖像；

第四步, 進行相關(guān)性計算，得出目標(biāo)預(yù)測位置P′(i+1)；

第五步，評估尺度變化率

首先用LK光流法計算得出P(i)區(qū)域中心點A在第i+1幀上的可能中心點A′，A、A′與第四步中得出的目標(biāo)預(yù)測位置的中心點B構(gòu)成三角形，通過對夾角

A′AB或三角形面積或距離A′B值設(shè)定閾值，從而判斷目標(biāo)位置預(yù)測值是否需要目標(biāo)預(yù)測值修正；

第六步，目標(biāo)預(yù)測值修正

以P(i)為觀測值，以P′(i+1)為預(yù)測值，用卡爾曼濾波進行預(yù)測值修正，得到目標(biāo)在第i+1幀的位置P(i+1)。

2.根據(jù)權(quán)利要求1所述的一種適用于公共交通場景的實時目標(biāo)跟蹤方法，其特征在于，所述第四步中的相關(guān)性計算包括在位置P(i)的區(qū)域進行特征提取，這些特征經(jīng)過cosine窗函數(shù)之后，做FFT(快速傅里葉變換)變換，然后與相關(guān)濾波器相乘，將結(jié)果做IFFT(逆向快速傅里葉變換)之后，最大響應(yīng)點所在的區(qū)域即為要追蹤目標(biāo)的新位置P′(i+1)。

3.根據(jù)權(quán)利要求1或2所述的一種適用于公共交通場景的實時目標(biāo)跟蹤方法，其特征在于，所述第五步中的閾值可以通過統(tǒng)計實際數(shù)據(jù)的數(shù)據(jù)分布獲得，若尺寸變化率大于設(shè)定的閾值，則進行目標(biāo)預(yù)測值修正，若尺寸變化率小于設(shè)定的閾值，則不需要修正。

4.根據(jù)權(quán)利要求1或2所述的一種適用于公共交通場景的實時目標(biāo)跟蹤方法，其特征在于，所述第五步中的夾角A′AB或三角形面積或距離A′B的值越大，尺度變化率越大。