[發明專利]一種基于結構化模型的長期視覺追蹤方法及裝置

有效

• 申請號: 202010067497.4
• 申請日: 2020-01-20
• 公開（公告）號: CN111274966B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 傅德謙;胡順波;張林濤
• 申請（專利權）人: 臨沂大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06K9/62;G06V10/74;G06V10/762;G06V10/77
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 王寬

1.一種基于結構化模型的長期視覺追蹤方法，其特征在于，包括：

根據目標對象的不同特征，構建若干代表性目標表觀模型；

采用所述目標表觀模型，分別對當前幀的若干候選目標圖片進行相似性對比識別，從若干候選目標圖片中確定出追蹤結果以及與所述追蹤結果相匹配的目標表觀模型；

根據對比識別結果以及預設規則，對所述匹配的目標表觀模型進行更新，或者新建目標表觀模型；

采用稀疏子空間聚類算法，對目標表觀模型的模板進行聚類，根據特征相似性確定具有同一目標表觀特征的模板組，以建立視覺追蹤的結構化的多代表性目標表觀模型。

2.根據權利要求1所述的方法，其特征在于，根據目標對象的不同特征，構建若干代表性目標表觀模型，包括：

將預設的目標對象及其副本作為初始目標表觀模型的模板組；

根據所述初始目標表觀模型的模板組，采用稀疏主要成分分析PCA算法，確定所述初始目標表觀模型對應的PCA基及表示系數，以構建所述初始目標表觀模型。

3.根據權利要求2所述的方法，其特征在于，采用所述目標表觀模型，分別對當前幀的若干候選目標圖片進行相似性對比識別，包括：

針對若干候選目標圖片，采用所述目標表觀模型對應的PCA基，對該候選目標圖片進行稀疏原型表示，確定該候選目標圖片的表示系數；

根據該候選目標圖片的表示系數，確定該候選目標圖片與目標表觀模型的相似性。

4.根據權利要求3所述的方法，其特征在于，采用所述目標表觀模型對應的PCA基，對該候選目標圖片進行稀疏原型表示，確定該候選目標圖片的表示系數，包括：

根據確定侯選目標圖片的表示系數及誤差系數；其中，z表示侯選目標圖片，T_p表示目標表觀模型對應的PCA基，c表示表示系數，e表示誤差系數，λ表示預設系數。

5.根據權利要求3所述的方法，其特征在于，從若干候選目標圖片中確定出追蹤結果以及與所述追蹤結果相匹配的目標表觀模型，包括：

根據相似性對比識別，確定所述候選目標圖片中相似度最高的，作為追蹤結果；

將所述追蹤結果的表示系數與各目標表觀模型對應的表示系數進行向量相似性對比，確定相似度；

從若干目標表觀模型中，確定相似度最高的目標表觀模型，作為匹配的目標表觀模型。

6.根據權利要求5所述的方法，其特征在于，根據對比識別結果以及預設規則，對所述匹配的目標表觀模型進行更新，或者新建目標表觀模型，包括：

確定所述追蹤結果的誤差系數；

根據確定所述追蹤結果的置信度值，其中，Conf表示置信度值，e表示所述追蹤結果的誤差系數，m表示e的維數；

根據所述置信度值以及預設規則，對所述匹配的目標表觀模型進行更新，或者新建目標表觀模型。

7.根據權利要求6所述的方法，其特征在于，根據所述置信度值以及預設規則，對所述匹配的目標表觀模型進行更新，或者新建目標表觀模型，包括：

若所述置信度值大于第一預設值，則采用所述追蹤結果，對所述匹配的目標表觀模型中的模板進行替換，并更新所述匹配的目標表觀模型的基；

若所述置信度值不小于第二預設值，且不大于第一預設值，且已構建的目標表觀模型的總數小于預設模型數量，則根據所述追蹤結果中目標對象的特征，新建目標表觀模型。

8.根據權利要求7所述的方法，其特征在于，所述方法還包括：

若所述匹配的目標表觀模型為初始目標表觀模型，則在所述置信度值大于第二預設值時，通過所述追蹤結果，對所述初始目標表觀模型中的模板進行替換，并更新所述初始目標表觀模型的基。

9.根據權利要求1所述的方法，其特征在于，根據對比識別結果以及預設規則，對所述匹配的目標表觀模型進行更新之前，所述方法還包括：

確定所述匹配的目標表觀模型中的模板數量達到預設模板數量。

10.一種基于結構化模型的長期視覺追蹤裝置，其特征在于，包括：

構建模塊，根據目標對象的不同特征，構建若干代表性目標表觀模型；

匹配模塊，采用所述目標表觀模型，分別對當前幀的若干候選目標圖片進行相似性對比識別，從若干候選目標圖片中確定出追蹤結果以及與所述追蹤結果相匹配的目標表觀模型；

更新模塊，根據對比識別結果以及預設規則，對所述匹配的目標表觀模型進行更新，或者新建目標表觀模型；

聚類模塊，采用稀疏子空間聚類算法，對目標表觀模型的模板進行聚類，根據特征相似性確定具有同一目標表觀特征的模板組，以建立視覺追蹤的結構化的多代表性目標表觀模型。