[發明專利]一種基于尺度上下文回歸的目標追蹤與跟隨方法

有效

• 申請號: 202010117523.X
• 申請日: 2020-02-25
• 公開（公告）號: CN111445497B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 周瑜;白翔;朱盈盈;宋德嘉
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/223
• 分類號: G06T7/223
• 代理公司: 深圳市六加知識產權代理有限公司 44372
• 代理人: 向彬

本發明公開了一種基于尺度上下文回歸的目標追蹤與跟隨方法，包括：通過單目攝像機采集圖片，用戶通過在待跟隨目標上設置一個標識物體所在圖像區域的矩形包圍盒來初始化追蹤過程；使用尺度上下文回歸模型進行目標追蹤，獲取目標位置和尺度；使用基于局部塊的追蹤目標質量評估方法，判斷是否發生目標丟失并及時的進行重檢測；建立跟隨者自身與待跟隨目標的相對位置關系，同時基于此相對位置關系調整跟隨者自身位姿。本發明在目標跟隨過程中，增強系統判別與待跟隨目標具有相似語義干擾物的能力，通過后處理使系統能夠判斷目標是否丟失并及時進行重檢測，建立自身與目標的相對位置關系，最后調整自身位姿進行跟隨。

技術領域

本發明屬于計算機視覺和機器人領域，更具體地，涉及一種基于尺度上下文回歸的目標追蹤與跟隨方法。

背景技術

一直以來，目標跟隨在人機交互領域中是一個重要的任務。目標跟隨要求移動機器人能在連續的視頻序列中先進行快速且準確的目標追蹤，建立移動機器人自身與待跟隨目標的相對位置關系，同時基于此關系調整移動機器人自身位姿，最終能夠跟隨到待跟隨目標。其子任務目標追蹤在整個跟隨系統中起著定位目標的關鍵性作用，除在目標跟隨系統中的應用外還有著廣泛的用途，比如交通監控系統中的車輛追蹤，智能交互系統中的手勢追蹤等等。由于實際場景的復雜多變，例如尺度變換、快速運動和遮擋等，該項任務仍然具有很高的挑戰性，與此同時它也限制了目標跟隨系統的穩定性。經典目標跟隨方法往往不能高效的判斷是否存在與追蹤目標相似語義的干擾物，也無法自主的判斷目標是否丟失并在目標丟失時及時進行重檢測。

常用的目標跟隨方法包含：基于激光的方法，基于深度相機的方法和基于單目相機的方法。基于激光的方法需要輸入激光測距數據，由于忽略了大量的目標表觀信息，該類方法無法區分兩個相似的物體。同時，當目標丟失時，也無法利用激光測距數據進行重檢測。基于深度相機的方法由于深度相機的視場角往往比較窄，有最小距離要求，并且在室外場景下往往表現不佳，導致其應用范圍有限。基于單目相機的方法最近取得了不錯的結果，但是仍然有其局限性。它往往由單目相機采集圖片，利用目標追蹤算法定位目標，然后進行快速的后處理建立目標與移動機器人的相對位置關系，最后基于此調整機器人位姿。

直接使用傳統的目標跟蹤算法，往往不能高效的判斷是否存在與追蹤目標相似語義的干擾物。一次誤判將導致整個系統的跟隨對象改變，這種情況在人群密集的場景中尤為常見。與此同時，在跟隨過程中若出現遮擋情況時，目標將發生丟失。在以往的目標跟隨系統中，采用的后處理方式不能自主的判斷目標丟失是否已發生，并在該情況下進行及時的重檢測。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于尺度上下文回歸的視覺目標追蹤和跟隨系統，其目的在于在目標跟隨過程中，增強系統判別與待跟隨目標具有相似語義干擾物的能力，通過后處理使系統能夠判斷目標是否丟失并及時進行重檢測，建立移動機器人自身與目標的相對位置關系，最后調整移動機器人自身位姿進行跟隨。

為了實現上述目的，本發明提供了一種基于尺度上下文回歸的目標追蹤與跟隨方法，包括如下步驟：

(1)在機器人上安裝單目攝像機，通過單目攝像機采集圖片，用戶在采集到的圖片上，設置一個矩形包圍盒B1來指定待跟隨的目標物體，初始化追蹤過程；

(2)使用尺度上下文回歸模型進行目標追蹤，獲取目標位置和尺度，包含以下子步驟：

(2.1)通過在追蹤過程中存儲歷史幀I＝{I₁,I₂,…,I_t}，并利用每幀對應的預測目標包圍盒B＝{B₁,B₂,…,B_t}作為標注信息，在線訓練一個基于尺度上下文回歸的分類器模型；包括：