[發(fā)明專(zhuān)利]一種目標(biāo)跟蹤方法及目標(biāo)跟蹤設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201910244894.1
• 申請(qǐng)日: 2019-03-28
• 公開(kāi)（公告）號(hào): CN109978920A
• 公開(kāi)（公告）日: 2019-07-05
• 發(fā)明（設(shè)計(jì)）人: 曹黎俊;李翰;陳文林
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中科智感科技（湖南）有限公司
• 主分類(lèi)號(hào): G06T7/246
• 分類(lèi)號(hào): G06T7/246;G06T7/262
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

1.一種目標(biāo)跟蹤方法，其特征在于，包括：

獲取目標(biāo)的輸入圖像；

根據(jù)傅里葉分析算法對(duì)所述輸入圖像進(jìn)行運(yùn)動(dòng)模糊檢測(cè)，得到運(yùn)動(dòng)模糊結(jié)果；

根據(jù)所述運(yùn)動(dòng)模糊結(jié)果，利用基于粒子濾波框架跟蹤算法得到所述目標(biāo)的運(yùn)動(dòng)模型；

根據(jù)所述運(yùn)動(dòng)模型對(duì)所述目標(biāo)進(jìn)行跟蹤。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)傅里葉分析算法對(duì)所述輸入圖像進(jìn)行模糊檢測(cè)，得到運(yùn)動(dòng)模糊結(jié)果，包括：

通過(guò)傅里葉分析算法對(duì)所述輸入圖像進(jìn)行二維離散傅里葉變換，得到二維離散集；

通過(guò)無(wú)窮范數(shù)歸一化對(duì)所述二維離散集進(jìn)行處理，得到歸一化集；

計(jì)算所述歸一化集中所有元素的平均值，得到頻域特征值；

判斷所述頻域特征值是否超過(guò)頻域閾值；

當(dāng)所述頻域特征值超過(guò)所述頻域閾值時(shí)，確定所述輸入圖像的運(yùn)動(dòng)模糊結(jié)果為運(yùn)動(dòng)模糊；

當(dāng)所述頻域特征值不超過(guò)所述頻域閾值時(shí)，確定所述輸入圖像的運(yùn)動(dòng)模糊結(jié)果為非運(yùn)動(dòng)模糊。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述運(yùn)動(dòng)模糊結(jié)果，利用基于粒子濾波框架跟蹤算法得到所述目標(biāo)的運(yùn)動(dòng)模型，包括：

獲取所述目標(biāo)的表觀流形，所述表觀流形包括至少兩個(gè)局部流形；

當(dāng)所述輸入圖像的運(yùn)動(dòng)模糊結(jié)果為運(yùn)動(dòng)模糊時(shí)，從所述至少兩個(gè)局部流形中確定最匹配的局部流形，利用基于粒子濾波框架的運(yùn)動(dòng)模糊計(jì)算公式計(jì)算得到觀測(cè)模型；

當(dāng)所述輸入圖像的運(yùn)動(dòng)模糊結(jié)果為非運(yùn)動(dòng)模糊時(shí)，從所述至少兩個(gè)局部流形中選擇任意一個(gè)局部流形，利用基于粒子濾波框架的非運(yùn)動(dòng)模型計(jì)算公式計(jì)算得到觀測(cè)模型；

根據(jù)所述觀測(cè)模型計(jì)算得到所述目標(biāo)的運(yùn)動(dòng)模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述從所述至少兩個(gè)局部流形中確定最匹配的局部流形，利用基于粒子濾波框架的運(yùn)動(dòng)模糊計(jì)算公式計(jì)算得到觀測(cè)模型，包括：

獲取所述至少兩個(gè)局部流形中每一個(gè)局部流形對(duì)應(yīng)的特征參數(shù)；

根據(jù)所述特征參數(shù)計(jì)算得到所述每一個(gè)局部流形的匹配分?jǐn)?shù)值；

從所述至少兩個(gè)局部流形中選擇匹配分?jǐn)?shù)值最大的局部流形，作為最匹配的局部流形；

根據(jù)所述最匹配的局部流形及基于粒子濾波框架的運(yùn)動(dòng)模糊計(jì)算公式，得到觀測(cè)模型。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述從所述至少兩個(gè)局部流形中選擇任意一個(gè)局部流形，利用基于粒子濾波框架的非運(yùn)動(dòng)模型計(jì)算公式計(jì)算得到觀測(cè)模型，包括：

獲取所述至少兩個(gè)局部流形中每一個(gè)局部流形對(duì)應(yīng)的特征參數(shù)；

根據(jù)所述特征參數(shù)計(jì)算得到所述每一個(gè)局部流形的匹配分?jǐn)?shù)值；

當(dāng)存在第一局部流形的匹配分?jǐn)?shù)值超過(guò)匹配閾值時(shí)，通過(guò)增量式算法對(duì)所述第一局部流形的對(duì)應(yīng)的權(quán)值進(jìn)行更新，得到新的局部流形；

當(dāng)存在第二局部流形的匹配分?jǐn)?shù)值不超過(guò)所述匹配閾值時(shí)，建立第三局部流形，將所述第三局部流形取代所述至少兩個(gè)局部流形中權(quán)值最小的局部流形，得到新的局部流形；

從所述新的局部流形中選擇任意一個(gè)局部流形，根據(jù)所述任意一個(gè)局部流形及基于粒子濾波框架的非運(yùn)動(dòng)模糊計(jì)算公式，得到觀測(cè)模型。

6.一種目標(biāo)跟蹤設(shè)備，其特征在于，包括：

獲取模塊，用于獲取目標(biāo)的輸入圖像；

模糊檢測(cè)模塊，用于根據(jù)傅里葉分析算法對(duì)所述輸入圖像進(jìn)行運(yùn)動(dòng)模糊檢測(cè)，得到運(yùn)動(dòng)模糊結(jié)果；

運(yùn)動(dòng)模型模塊，用于根據(jù)所述運(yùn)動(dòng)模糊結(jié)果，利用基于粒子濾波框架跟蹤算法得到所述目標(biāo)的運(yùn)動(dòng)模型；

跟蹤模塊，用于根據(jù)所述運(yùn)動(dòng)模型對(duì)所述目標(biāo)進(jìn)行跟蹤。