[發(fā)明專利]二維影像目標(biāo)跟蹤優(yōu)化方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011251415.8
• 申請(qǐng)日: 2020-11-09
• 公開（公告）號(hào): CN114463370A
• 公開（公告）日: 2022-05-10
• 發(fā)明（設(shè)計(jì)）人: 武潺;楊健;王一凡;付天宇
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T7/73
• 代理公司: 北京市中聞律師事務(wù)所 11388
• 代理人: 馮夢洪

二維影像目標(biāo)跟蹤優(yōu)化方法及裝置，運(yùn)算量小，兼容性強(qiáng)，能廣泛應(yīng)用于各類場景下的目標(biāo)跟蹤的后處理階段，具有非常高的實(shí)用性。方法包括：(1)獲取目標(biāo)的速度分布；(2)檢測目標(biāo)跟蹤的結(jié)果是否異常；(3)對(duì)目標(biāo)的異常速度進(jìn)行優(yōu)化；(4)獲取初始幀的目標(biāo)局部描述符；(5)驗(yàn)證優(yōu)化是否有效；(6)執(zhí)行下一幀優(yōu)化。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺的技術(shù)領(lǐng)域，尤其涉及一種二維影像目標(biāo)跟蹤優(yōu)化方法，以及二維影像目標(biāo)跟蹤優(yōu)化裝置。

背景技術(shù)

目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域內(nèi)一個(gè)重要分支，在第一幀圖像上給定跟蹤目標(biāo)后，在后續(xù)所有包含目標(biāo)的圖像中預(yù)測出目標(biāo)的位置，分析目標(biāo)的運(yùn)動(dòng)參數(shù)，從而進(jìn)行更高級(jí)別的處理與分析。自上世紀(jì)在軍事制導(dǎo)中首次應(yīng)用目標(biāo)跟蹤技術(shù)以來，目標(biāo)跟蹤在安全監(jiān)控、無人駕駛、人機(jī)交互、機(jī)器人導(dǎo)航及智能醫(yī)療診斷等多個(gè)基于圖像分析的領(lǐng)域都已有廣泛的應(yīng)用。

近年來出現(xiàn)的目標(biāo)跟蹤方法多為判別式方法，主要分為相關(guān)濾波類和深度學(xué)習(xí)類。相關(guān)濾波源于信號(hào)處理領(lǐng)域，采用相關(guān)性評(píng)價(jià)目標(biāo)的相似度，通過濾波模板與下一幀圖像的相關(guān)操作，得到響應(yīng)值最高的位置即為預(yù)測結(jié)果，然而人工設(shè)計(jì)的特征往往基于特定的紋理信息，無法描述所有目標(biāo)特征，難以保持較高的魯棒性。深度學(xué)習(xí)由于其強(qiáng)大的特征表示能力，在視覺領(lǐng)域有廣泛應(yīng)用，使用深度特征能夠明顯提升跟蹤任務(wù)的魯棒性，然而跟蹤精度由于算力及特征分辨率的限制，仍然有一定的提升空間。

實(shí)際應(yīng)用中，圖像序列會(huì)出現(xiàn)各種情況影響跟蹤精度，甚至導(dǎo)致跟蹤失敗。比如醫(yī)學(xué)超聲圖像中在觀察腹部組織時(shí)，由于人體呼吸影響導(dǎo)致目標(biāo)發(fā)生形態(tài)變化，跟蹤就可能出現(xiàn)漂移現(xiàn)象；比如在高速運(yùn)動(dòng)的無人機(jī)拍攝的模糊圖像，由于噪聲過大導(dǎo)致跟蹤精度下降；比如目標(biāo)在運(yùn)動(dòng)過程中由遠(yuǎn)及近時(shí)產(chǎn)生了尺度變化，使得跟蹤結(jié)果出現(xiàn)偏差。目前尚未有目標(biāo)跟蹤方法對(duì)上述所有問題提出系統(tǒng)性的解決方案，但已有學(xué)者注意到這一問題并且進(jìn)行了一些嘗試，Gomariz在2019年提出了在跟蹤網(wǎng)絡(luò)之后添加時(shí)間一致性模型作為先驗(yàn)來提高跟蹤精度，但是這種約束在相似背景的干擾下無法實(shí)現(xiàn)優(yōu)化跟蹤結(jié)果的目的。另外，由于目標(biāo)運(yùn)動(dòng)的隨機(jī)性，如果對(duì)正確跟蹤結(jié)果進(jìn)行負(fù)優(yōu)化反而會(huì)導(dǎo)致跟蹤精度降低，因此在得到跟蹤結(jié)果之后對(duì)異常結(jié)果進(jìn)行優(yōu)化，則可以有效提高目標(biāo)跟蹤的精度。

發(fā)明內(nèi)容

為克服現(xiàn)有技術(shù)的缺陷，本發(fā)明要解決的技術(shù)問題是提供了一種二維影像目標(biāo)跟蹤優(yōu)化方法，其運(yùn)算量小，兼容性強(qiáng)，能廣泛應(yīng)用于各類場景下的目標(biāo)跟蹤的后處理階段，具有非常高的實(shí)用性。

本發(fā)明的技術(shù)方案是：這種二維影像目標(biāo)跟蹤優(yōu)化方法，其包括以下步驟：

(1)獲取目標(biāo)的速度分布，取前若干幀目標(biāo)跟蹤的結(jié)果，統(tǒng)計(jì)分析其范圍分布，建立初始速度的信任區(qū)間，用于估計(jì)下一幀圖像上目標(biāo)的位置是否出現(xiàn)偏差；

(2)檢測目標(biāo)跟蹤的結(jié)果是否異常，根據(jù)目標(biāo)在當(dāng)前幀圖像中的位置，估計(jì)當(dāng)前速度，與初始速度的信任區(qū)間進(jìn)行比較，若當(dāng)前速度處于信任區(qū)間內(nèi)，則認(rèn)為跟蹤有效，不進(jìn)行優(yōu)化，否則對(duì)目標(biāo)的當(dāng)前速度進(jìn)行優(yōu)化；

(3)對(duì)目標(biāo)的異常速度進(jìn)行優(yōu)化，根據(jù)目標(biāo)在前若干幀的運(yùn)動(dòng)參數(shù)，采用基于運(yùn)動(dòng)學(xué)的估計(jì)方法，預(yù)測出當(dāng)前幀的速度，并計(jì)算優(yōu)化后目標(biāo)在當(dāng)前幀圖像中的位置；

(4)獲取初始幀的目標(biāo)局部描述符，在初始幀圖像上，以標(biāo)注目標(biāo)為中心，建立基于像素特征的局部描述符，作為驗(yàn)證優(yōu)化的參考值；

(5)驗(yàn)證優(yōu)化是否有效，若優(yōu)化有效，保留其作為最終跟蹤結(jié)果；

(6)執(zhí)行下一幀優(yōu)化。

本發(fā)明通過檢測目標(biāo)跟蹤的結(jié)果是否異常，針對(duì)跟蹤結(jié)果中的異常情況進(jìn)行優(yōu)化，對(duì)優(yōu)化后的結(jié)果進(jìn)行驗(yàn)證，只有當(dāng)優(yōu)化有效時(shí)才更新跟蹤結(jié)果，避免了對(duì)正確跟蹤結(jié)果進(jìn)行反向優(yōu)化，該方法運(yùn)算量小，兼容性強(qiáng)，能廣泛應(yīng)用于各類場景下的目標(biāo)跟蹤的后處理階段，具有非常高的實(shí)用性。

還提供了二維影像目標(biāo)跟蹤優(yōu)化裝置，其包括：