[發明專利]一種目標跟蹤模板更新的方法、系統和存儲介質有效
| 申請號: | 201811147806.8 | 申請日: | 2018-09-29 |
| 公開(公告)號: | CN109472812B | 公開(公告)日: | 2021-11-02 |
| 發明(設計)人: | 魯巒峰;龍玉標;劉天;劉振宇 | 申請(專利權)人: | 深圳市錦潤防務科技有限公司 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06T5/00;G06K9/62 |
| 代理公司: | 深圳市科吉華烽知識產權事務所(普通合伙) 44248 | 代理人: | 于標 |
| 地址: | 518000 廣東省深圳市南山區學*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 目標 跟蹤 模板 更新 方法 系統 存儲 介質 | ||
本發明提供了一種目標跟蹤模板更新的方法,包括步驟1:人工選定初始跟蹤位置,得到初始模版T0;步驟2:前N幀圖像中的目標跟蹤;步驟3:初始樣本集S的構建,及其特征計算;步驟4:K均值聚類,得到初始樣本集的聚類中心C;步驟5:計算聚類中心C與初始模板T0的相關系數;步驟6:判斷相關系數是否大于閾值;步驟7:進行模板更新;步驟8:利用RANSAC算法對樣本集S進行噪聲過濾。本發明的有益效果是:1.本策略適用于各種跟蹤算法;2.可以防止某一幀的跟蹤偏差導致的模板更新出錯;3.該方法不受噪聲干擾;4.實時跟蹤時,人眼看到的跟蹤效果,與模板學習時所用的跟蹤樣本,并不完全一致的;5.提供了離線學習的機制。
技術領域
本發明涉及海洋信息化、計算機視覺的技術領域,尤其涉及一種目標跟蹤模板更新的方法、系統和存儲介質。
背景技術
近年來,隨著國家對海洋權益的日益重視,海洋信息化變得越發重要。通過構建海洋信息化系統,漁業、海警、國防、遠洋航行,等等各種行業都可以得到極大的好處。基于視頻的目標跟蹤技術,在海洋信息化應用之中,有著極其廣闊的應用前景。目標的跟蹤質量和效率,對自動監控系統的影響很大。
但是,跟蹤過程中,很容易出現跟蹤漂移的現象。這是由于視頻拍攝過程中,受到大氣湍流、相機抖動、目標視角變化、目標形變等因素的影響,如果模板的更新策略有缺陷,更新不及時,就會出現跟蹤結果相對于真實位置一點點發生偏移的現象。當積累到一定程度的時候,跟蹤結果就會嚴重偏離,從而導致跟蹤的失敗。
當前的跟蹤方法很多,但是在目標的模板更新策略上,都存在如下的問題:1、沒有對噪聲樣本進行過濾。某一幀跟蹤出錯的時候,沒有一個有效的機制,對該幀的結果進行驗證。該錯誤樣本也會被更新到跟蹤模板中,導致模板與真實模板出現一定的偏差。
2、模板更新時,一般采用多幀的最佳位置圖像計算平均值的做法。靈活性不足。
3、不能結合歷史上的多幀,對跟蹤結果反向驗證,不能利用反向驗證的結果,重新更新目標模板。
發明內容
本發明提供了一種目標跟蹤模板更新的方法,包括如下步驟:
步驟1:人工選定初始跟蹤位置,得到初始模版T0;
步驟2:前N幀圖像中的目標跟蹤;
步驟3:初始樣本集S的構建,及其特征計算;
步驟4:K均值聚類,得到初始樣本集的聚類中心C;
步驟5:計算聚類中心C與初始模板T0的相關系數;
步驟6:判斷相關系數是否大于閾值,如果是執行步驟7;否則,直接進入步驟13;
步驟7:跟蹤正常,進行模板更新;
步驟8:利用RANSAC算法對樣本集S進行噪聲過濾;
步驟9:對去除噪聲之后的新的樣本集,進行聚類,得到聚類中心C1;
步驟10:利用C1對N幀圖像再度跟蹤,構建新的樣本集S1;
步驟11:利用RANSAC算法對樣本集S1進行噪聲過濾,得到聚類中心C2;
步驟12:更新當前模版;
步驟13:進入下一階段的跟蹤;
后續每一個階段的模板更新,都是利用前一階段模板得到樣本集的基礎上,通過去掉噪聲進行聚類所得到。
作為本發明的進一步改進,在所述步驟1中,在初始幀圖像中,人工給出初始位置之后,首先在最開始的N幀視頻中進行目標的跟蹤,并且向外界實時給出跟蹤結果,用于用戶實時觀看效果;該階段的N幀視頻的跟蹤過程,不進行模板更新,而是直接用初始模板T0。
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深圳市錦潤防務科技有限公司,未經深圳市錦潤防務科技有限公司許可,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/201811147806.8/2.html,轉載請聲明來源鉆瓜專利網。





