[發明專利]目標跟蹤的方法、裝置以及計算機可讀存儲介質在審
| 申請號: | 202011475631.0 | 申請日: | 2020-12-14 |
| 公開(公告)號: | CN112507906A | 公開(公告)日: | 2021-03-16 |
| 發明(設計)人: | 羅伯特·羅恩思;馬原 | 申請(專利權)人: | 北京澎思科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06T5/10 |
| 代理公司: | 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463 | 代理人: | 榮穎佳 |
| 地址: | 100000 北京市朝*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 目標 跟蹤 方法 裝置 以及 計算機 可讀 存儲 介質 | ||
1.一種目標跟蹤的方法,其特征在于,包括:
確定參考幀中的待跟蹤目標所在的第一區域;
根據所述第一區域在所述參考幀中的位置,確定搜索幀中的第二區域,其中所述第二區域與所述第一區域具有相同的大小,且所述第二區域相對于所述搜索幀的位置與所述第一區域相對于所述參考幀的位置相同;
對所述第一區域執行二維傅里葉變換得到第一頻域結果,對所述第二區域執行二維傅里葉變換得到第二頻域結果;
獲取對預先設定的高斯標簽進行二維傅里葉變換所得到的第三頻域結果;
根據所述第一頻域結果、所述第二頻域結果和所述第三頻域結果,得到頻域綜合結果;
對所述頻域綜合結果進行二維傅里葉逆變換,得到相關性矩陣;
根據所述相關性矩陣,確定所述待跟蹤目標在所述第二區域中的目標位置。
2.根據權利要求1所述的方法,其特征在于,所述根據所述第一頻域結果、所述第二頻域結果和所述第三頻域結果,得到頻域綜合結果,包括:
獲取所述第一頻域結果的共軛;
計算所述第一頻域結果的共軛、所述第二頻域結果和所述第三頻域結果的第一哈達瑪德乘積;
計算所述第一頻域結果的共軛與所述第一頻域結果的第二哈達瑪德乘積,以及,所述第二哈達瑪德乘積與預設的正則系數的和值;
計算所述第一哈達瑪德乘積與所述和值的商,得到所述頻域綜合結果。
3.根據權利要求1所述的方法,其特征在于,所述對所述第一區域執行二維傅里葉變換得到第一頻域結果,包括:
針對所述第一區域的每一通道,對該通道的各像素的像素值執行二維傅里葉變換,得到第一頻域通道結果;
對各第一頻域通道結果執行求和,得到所述第一頻域結果。
4.根據權利要求1所述的方法,其特征在于,通過下式得到頻域綜合結果:
其中,
Ψ為頻域綜合結果;
xc為參考幀中各像素的像素值;
F為二維快速傅里葉變換;
zc為搜索幀中各像素的像素值;
C為通道數;
g為預先設定的高斯標簽;
λ為預設的正則系數;
*為共軛;
⊙為哈達瑪德乘積;
-為逐元素相除。
5.根據權利要求4所述的方法,其特征在于,所述高斯標簽和正則系數是基于二維傅里葉變換對實數輸入的共軛對稱性而預先確定的。
6.根據權利要求1所述的方法,其特征在于,所述確定參考幀中的待跟蹤目標所在的第一區域,包括:
使用基于深度學習的目標檢測方法,確定所述待跟蹤目標在所述參考幀中的邊界框;
將所述邊界框作為所述第一區域,或者,將包圍所述邊界框的具有特定大小的區域作為所述第一區域。
7.根據權利要求1所述的方法,其特征在于,所述第一區域和所述第二區域為相同大小的方形,且每條邊的像素數等于2的冪次。
8.根據權利要求1所述的方法,其特征在于,根據所述相關性矩陣,確定所述待跟蹤目標在所述第二區域中的目標位置,包括:
根據所述相關性矩陣中數值最大的元素所在的位置,來確定所述目標位置。
9.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,當所述計算機程序被處理器或計算機運行時實現如權利要求1至8任一所述方法的步驟。
10.一種目標跟蹤的裝置,其特征在于,包括:處理器和如權利要求9所述的計算機可讀存儲介質,當所述處理器運行所述計算機可讀存儲介質上所存儲的計算機程序時,實現如權利要求1至8任一所述方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京澎思科技有限公司,未經北京澎思科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011475631.0/1.html,轉載請聲明來源鉆瓜專利網。





