[發明專利]一種基于在線學習的抗遮擋目標跟蹤算法

在審

• 申請號: 202010904335.1
• 申請日: 2020-09-01
• 公開（公告）號: CN111986236A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 李文昊
• 申請（專利權）人: 安徽炬視科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/13
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 殷娟

本發明公開了一種基于在線學習的抗遮擋目標跟蹤算法，包括以下步驟：步驟一：獲取實時跟蹤人員的人體影像信息，人體影像信息為跟蹤人員的人體影像照片；步驟二：對獲取到的人體影像照片進行分割處理，將人體影像照片進行區塊化處理，將其等分為九塊；步驟三：將區塊化處理后的照片分別提取出，并將各個區塊進行輪廓化處理；步驟四：各個區域的輪廓線即為預設輪廓線，將各個區域的輪廓線提取出，上傳到儲存庫；步驟五：當跟蹤目標被遮擋時，再獲取一張實時影像，將未被遮擋部分進行輪廓化處理得到實時輪廓線。本發明能夠更加精準的在目標被遮擋繼續進行目標跟蹤，更加值得推廣使用。

技術領域

本發明涉及目標跟蹤技術領域，具體涉及一種基于在線學習的抗遮擋目標跟蹤算法。

背景技術

目標跟蹤技術在近幾年應用較廣,屬計算機視覺的研究范疇,其應用包括相機的跟蹤對焦、無人機的自動目標跟蹤、交通監管視頻中的車輛跟蹤、人臉跟蹤、手勢跟蹤等等,并且在智能監控中也會使用目標跟蹤技術來跟蹤特定的人或物體等等,目標跟蹤作為一項重要研究課題在近些年也得到了快速的研究和發展，抗遮擋目標跟蹤算法是在目標跟蹤過程中目標被遮擋時使用到的算法。

現有的抗遮擋目標跟蹤算法，在進行的抗遮擋目標跟蹤時出現判定錯誤的幾率，大大影響了抗遮擋目標跟蹤算法的使用，因此，提出一種基于在線學習的抗遮擋目標跟蹤算法。

發明內容

本發明所要解決的技術問題在于：如何解決現有的抗遮擋目標跟蹤算法，在進行的抗遮擋目標跟蹤時出現判定錯誤的幾率，大大影響了抗遮擋目標跟蹤算法的使用的問題，提供了一種基于在線學習的抗遮擋目標跟蹤算法。

本發明是通過以下技術方案解決上述技術問題的，本發明包括以下步驟：

步驟一：獲取實時跟蹤人員的人體影像信息，人體影像信息為跟蹤人員的人體影像照片；

步驟二：對獲取到的人體影像照片進行分割處理，將人體影像照片進行區塊化處理，將其等分為九塊；

步驟三：將區塊化處理后的照片分別提取出，并將各個區塊進行輪廓化處理；

步驟四：各個區域的輪廓線即為預設輪廓線，將各個區域的輪廓線提取出，上傳到儲存庫；

步驟五：當跟蹤目標被遮擋時，再獲取一張實時影像，將未被遮擋部分進行輪廓化處理得到實時輪廓線；

步驟六：從儲存庫中提取出預設輪廓線與實時輪廓線進行對比處理，對比通過即繼續跟蹤該目標，對比不通過即回到步驟一重新進行跟蹤處理；

步驟七：當跟蹤目標的遮擋物消失時，即再次獲取跟蹤人體影像信息，并再次對其進行區塊化處理獲取出各個區域的輪廓線，將該次獲取的輪廓線標記為二次輪廓線；

步驟八：將二次輪廓線與儲存庫中的預設輪廓線進行比對，從而更新儲存庫中儲存的輪廓線數據；

步驟九：更新完輪廓線數據后繼續進行目標跟蹤。

優選的，所述步驟三中的輪廓化處理過程具體如下：

S1：將人體信息照片區域化處理后的九個區域提取出：

S2：從人體影像信息中提取出背景色和人體色；

S3：依次將九個區域內的人體色與背景色交接處進行描線處理，九個區域內的描線處理得到的輪廓線分別為L1、L2、L3、L4、L5、L6、L7、L8和L9。

優選的，所述步驟五中實時輪廓線處理過程如下：將再獲取的實時影像的人體色與背景色交接處進行描線處理，得到實時輪廓線。

優選的，所述步驟六中的預設輪廓線與實時輪廓線對比處理的過程如下：

SS1：將實時輪廓線提取出將其標記為K；