[發(fā)明專(zhuān)利]一種具有尺度協(xié)調(diào)機(jī)制的實(shí)時(shí)視覺(jué)目標(biāo)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910340918.3
• 申請(qǐng)日: 2019-04-25
• 公開(kāi)（公告）號(hào): CN110211150B
• 公開(kāi)（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 王鴻鵬;宋玉琳;代婉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南開(kāi)大學(xué)
• 主分類(lèi)號(hào): G06V20/40
• 分類(lèi)號(hào): G06V20/40;G06T7/246;G06T7/277;G06T7/11;G06V10/25;G06V10/26;G06V10/50;G06V10/56;G06V10/52;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 天津市尚儀知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 12217
• 代理人: 高正方

1.一種具有尺度協(xié)調(diào)機(jī)制的實(shí)時(shí)視覺(jué)目標(biāo)識(shí)別方法，其特征在于，其步驟為：

步驟?1：采集圖像，輸入視頻流序列；

步驟?2：目標(biāo)檢測(cè)，確定首幀感興趣目標(biāo)的位置與尺寸；

步驟?3：目標(biāo)跟蹤，分別提取目標(biāo)區(qū)域內(nèi)的?HOG?特征與顏色直方圖特征，初始化跟蹤器；

步驟?4：跟蹤框，分別計(jì)算相關(guān)濾波跟蹤器的響應(yīng)、貝葉斯概率模型跟蹤器的響應(yīng)，將二者進(jìn)行線(xiàn)性融合，綜合響應(yīng)最大的位置處，為目標(biāo)的位置估計(jì)；引入單獨(dú)的相關(guān)性濾波尺度估計(jì)機(jī)制，將不同尺度大小圖像塊統(tǒng)一到固定模板大小，尋找最優(yōu)尺度估計(jì)，根據(jù)目標(biāo)位置和尺度估計(jì)做出跟蹤框；

步驟?5：目標(biāo)識(shí)別，依據(jù)目標(biāo)跟蹤估計(jì)出的目標(biāo)位置將待識(shí)別目標(biāo)在原圖像中裁剪出來(lái)，然后將待識(shí)別區(qū)域的尺寸歸一化到自制數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)CNN中輸入尺寸參數(shù)，在訓(xùn)練好的?CNN?參數(shù)上進(jìn)行一次前向傳播得到推理結(jié)果作為識(shí)別框輸出；

步驟?6：目標(biāo)分割，每一幀圖像在目標(biāo)跟蹤更新目標(biāo)位置的同時(shí)，依據(jù)對(duì)比度分割出圖像中的顯著區(qū)域即為目標(biāo)區(qū)域，在數(shù)字圖像中通過(guò)計(jì)算每一個(gè)像素與周?chē)膶?duì)比度來(lái)表示其顯著性即屬于目標(biāo)的可能性，顯著性越高則越可能屬于目標(biāo)，將顯著性較高與較低區(qū)域分別以二值圖像中的0和1表示，即完成目標(biāo)分割，做出分割框；

步驟?7：尺度更新判定，計(jì)算分割框邊長(zhǎng)?D2?與識(shí)別框邊長(zhǎng)?D1?的比值，當(dāng)比值大于閾值時(shí)，啟動(dòng)尺度協(xié)調(diào)機(jī)制，以目標(biāo)分割大小為準(zhǔn)，調(diào)整識(shí)別框基于跟蹤框的擴(kuò)大倍數(shù)，繼續(xù)迭代跟蹤以及對(duì)識(shí)別框進(jìn)行實(shí)時(shí)識(shí)別，使識(shí)別框按比例增大為分割框大小；若比值小于閾值，不作任何處理，繼續(xù)分割下一幀。

2.根據(jù)權(quán)利要求1所述的具有尺度協(xié)調(diào)機(jī)制的實(shí)時(shí)視覺(jué)目標(biāo)識(shí)別方法，其特征在于，所述的步驟5中目標(biāo)識(shí)別過(guò)程中，以目標(biāo)分割確定待識(shí)別主體的大小，協(xié)調(diào)實(shí)時(shí)目標(biāo)跟蹤中跟蹤區(qū)域的尺度，基于協(xié)調(diào)后的尺度確定目標(biāo)識(shí)別中的待識(shí)別區(qū)域，從而提高識(shí)別精度。