[發明專利]一種具有尺度協調機制的實時視覺目標識別方法

有效

• 申請號: 201910340918.3
• 申請日: 2019-04-25
• 公開（公告）號: CN110211150B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 王鴻鵬;宋玉琳;代婉
• 申請（專利權）人: 南開大學
• 主分類號: G06V20/40
• 分類號: 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: 天津市尚儀知識產權代理事務所(普通合伙) 12217
• 代理人: 高正方

一種具有尺度協調機制的實時視覺目標識別方法，以目標分割確定待識別主體的大小，協調實時目標跟蹤中待識別區域的尺度，從而提高識別精度。該方法首先對采集到的圖像按對比度作圖像分割，將待識別主體從背景中分割出來以確定待識別主體的大小。此外，在普通的實時視覺目標識別流程中，目標跟蹤算法計算出每一幀中跟蹤目標主體位置，并將主體位置提供給目標識別算法完成識別。當目標分割后的主體大小與目標跟蹤后的主體大小之比高于閾值時，啟動尺度協調機制，以目標分割大小為準，調整識別框基于跟蹤框的擴大倍數。所提方法能夠有效應對目標主體形變、旋轉等問題。

技術領域

本發明涉及目標識別領域，尤其涉及一種具有尺度協調機制的實時視覺目標識別方法。

背景技術

隨著計算機技術的發展，目標識別由于其在視頻監控、場景理解、人機交互等方面具有很高的應用價值，成為了計算機領域的研究熱點。視覺目標的實時識別技術涵蓋目標定位與目標識別兩個環節，其可以定義為，給定視頻流中第一幀圖像中感興趣目標的矩形框，作為跟蹤算法的輸入，估計出所選目標在接下來每幀圖像中的位置及大小，上述目標位置及大小再作為識別算法的輸入，推理出待識別目標的所屬類別。近年來，無論在目標跟蹤領域還是目標識別領域均有大量改進算法被提出。

但在實際應用中，目標跟蹤與目標識別對目標尺度的需求存在亟待解決的矛盾。具體表現為，對于目標跟蹤環節，為盡可能減少背景噪聲的引入，跟蹤區域應盡可能不覆蓋背景區域，因此給定感興趣目標矩形框盡可能小時跟蹤效果更好。而對于目標識別環節，待識別區域包含目標特征越多時識別精度越高，因此待識別目標矩形框盡可能大時識別精度更高。綜上，為了在保證跟蹤效果前提下盡可能提高識別精度，有必要對兩個環節中目標區域尺度進行調整。

發明內容

本發明為解決目標跟蹤與目標識別之間存在的矛盾，提出了一種基于目標分割的具有尺度協調機制的實時視覺目標識別方法。該方法首先對采集到的圖像按對比度作圖像分割，將待識別主體從背景中分割出來以確定待識別主體的位置及大小。此外，在普通的實時視覺目標識別流程中，目標跟蹤算法計算每一幀中跟蹤目標主體位置，并將主體位置提供給目標識別算法完成識別。當目標分割后的主體大小與目標跟蹤后的主體大小之比高于閾值時，啟動尺度協調機制，以目標分割大小為準，調整識別框基于跟蹤框的擴大倍數，所提方法能夠有效應對當目標主體形變、旋轉等問題。

本發明的具體技術方案如下：

一種具有尺度協調機制的實時視覺目標識別方法，其步驟為：

步驟?1：采集圖像，輸入視頻流序列；

步驟?2：目標檢測，確定首幀感興趣目標的位置與尺寸；

步驟?3：目標跟蹤，分別提取目標區域內的?HOG?特征與顏色直方圖特征，初始化跟蹤器；

步驟?4：跟蹤框，分別計算相關濾波跟蹤器的響應、貝葉斯概率模型跟蹤器的響應，將二者進行線性融合，綜合響應最大的位置處，為目標的位置估計；引入單獨的相關性濾波尺度估計機制，將不同尺度大小圖像塊統一到固定模板大小，尋找最優尺度估計，根據目標位置和尺度估計做出跟蹤框；

步驟?5：目標識別，依據目標跟蹤估計出的目標位置將待識別目標在原圖像中裁剪出來，然后將待識別區域的尺寸歸一化到自制數據集訓練卷積神經網絡CNN中輸入尺寸參數，在訓練好的?CNN?參數上進行一次前向傳播得到推理結果作為識別框輸出。

步驟?6：目標分割，每一幀圖像在目標跟蹤更新目標位置的同時，依據對比度分割出圖像中的顯著區域即為目標區域，在數字圖像中通過計算每一個像素與周圍的對比度來表示其顯著性即屬于目標的可能性，顯著性越高則越可能屬于目標，將顯著性較高與較低區域分別以二值圖像中的0和1表示，即完成目標分割，做出分割框；