[發(fā)明專利]基于ECO算法的抗遮擋視覺目標(biāo)跟蹤方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110398035.5
• 申請(qǐng)日: 2021-04-14
• 公開（公告）號(hào): CN113066108A
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計(jì)）人: 鹿璇;曾意;李磊;鄭果
• 申請(qǐng)（專利權(quán)）人: 武漢卓目科技有限公司
• 主分類號(hào): G06T7/262
• 分類號(hào): G06T7/262;G06T7/223;G06T7/215;G06T7/254;G06T7/33
• 代理公司: 北京匯澤知識(shí)產(chǎn)權(quán)代理有限公司 11228
• 代理人: 秦曼妮

本發(fā)明提供了一種基于ECO算法的抗遮擋視覺目標(biāo)跟蹤方法及裝置，該方法包括以下步驟：讀取視頻或圖像序列的第一幀圖像，確定跟蹤目標(biāo)；將當(dāng)前幀跟蹤目標(biāo)作為樣本放入ECO算法訓(xùn)練相關(guān)濾波器；讀取下一幀圖像，利用訓(xùn)練好的相關(guān)濾波器獲取當(dāng)前幀圖像的目標(biāo)位置及其置信度概率；將當(dāng)前幀圖像目標(biāo)周圍一定區(qū)域與三幀前圖像目標(biāo)周圍一定區(qū)域做配準(zhǔn)；根據(jù)配準(zhǔn)結(jié)果對(duì)兩幀圖像的重疊區(qū)域進(jìn)行差分，根據(jù)差分圖分割目標(biāo)框；根據(jù)分割后的目標(biāo)框從目標(biāo)框外的配準(zhǔn)點(diǎn)生成的區(qū)域占目標(biāo)框的比例判斷當(dāng)前目標(biāo)框樣本是否可用；更新ECO算法的樣本集；更新相關(guān)濾波器。本發(fā)明目標(biāo)樣本集精確，以此訓(xùn)練的濾波器對(duì)遮擋，形變等問(wèn)題具有良好的魯棒性、精確性以及快速性。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺應(yīng)用目標(biāo)跟蹤領(lǐng)域，尤其涉及一種基于ECO算法的抗遮擋視覺目標(biāo)跟蹤方法及裝置。

背景技術(shù)

視覺目標(biāo)跟蹤是計(jì)算機(jī)視覺中的一個(gè)重要研究方向，有著廣泛的應(yīng)用，如：視頻監(jiān)控，人機(jī)交互，無(wú)人駕駛等。

過(guò)去二三十年視覺目標(biāo)跟蹤技術(shù)取得了長(zhǎng)足的進(jìn)步，特別是最近兩年利用深度學(xué)習(xí)的目標(biāo)跟蹤方法取得了令人滿意的效果，然而其網(wǎng)絡(luò)的深度使其難以部署在微型嵌入式平臺(tái)。另外，在實(shí)時(shí)的長(zhǎng)時(shí)跟蹤情況下，目標(biāo)通常會(huì)受到形變，遮擋，背景混淆，相似目標(biāo)干擾等情況。ECO利用樣本集和濾波器在一定程度上解決了形變，背景混淆，相似目標(biāo)干擾等問(wèn)題，對(duì)于遮擋和大幅度形變，還仍有不足。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于ECO算法的抗遮擋視覺目標(biāo)跟蹤方法及裝置，旨在用于解決ECO目標(biāo)跟蹤算法在面對(duì)目標(biāo)遮擋或形變或相似目標(biāo)干擾情況下樣本獲取不正確，導(dǎo)致訓(xùn)練效果受影響的問(wèn)題。

本發(fā)明是這樣實(shí)現(xiàn)的：

一方面，本發(fā)明提供一種基于ECO算法的抗遮擋視覺目標(biāo)跟蹤方法，包括以下步驟：

S1、讀取視頻或圖像序列的第一幀圖像，確定跟蹤目標(biāo)；

S2、將當(dāng)前幀跟蹤目標(biāo)作為樣本放入ECO算法訓(xùn)練相關(guān)濾波器；

S3、讀取下一幀圖像，利用訓(xùn)練好的相關(guān)濾波器卷積圖像候選區(qū)域?qū)?yīng)的特征，獲取圖像候選區(qū)域的置信度圖，置信度圖概率最大位置對(duì)應(yīng)當(dāng)前幀圖像的目標(biāo)位置及其置信度概率；

S4、將當(dāng)前幀圖像目標(biāo)周圍一定區(qū)域與三幀前圖像目標(biāo)周圍一定區(qū)域做配準(zhǔn)；

S5、根據(jù)配準(zhǔn)結(jié)果對(duì)兩幀圖像的重疊區(qū)域進(jìn)行差分，根據(jù)差分圖分割目標(biāo)框；

S6、根據(jù)分割后的目標(biāo)框從目標(biāo)框外的配準(zhǔn)點(diǎn)生成的區(qū)域占目標(biāo)框的比例判斷當(dāng)前目標(biāo)框樣本是否可用，若可用，生成可用樣本目標(biāo)框，若不可用，則放棄當(dāng)前目標(biāo)框樣本；

S7、使用樣本融合更新策略，更新ECO算法的樣本集；

S8、利用獲取的樣本集訓(xùn)練ECO算法，更新相關(guān)濾波器；

S9、循環(huán)執(zhí)行步驟S3～S8，直至當(dāng)前視頻或圖像序列處理完。

進(jìn)一步地，所述步驟S4具體包括：

(1)對(duì)當(dāng)前幀圖像的目標(biāo)框bboxt[x,y,w,h]取周圍10～16倍區(qū)域St；

(2)對(duì)三幀前圖像目標(biāo)框bbox(t-3)[x,y,w,h]取周圍10～16倍區(qū)域S(t-3)；

(3)使用ORB算法對(duì)St和S(t-3)進(jìn)行稀疏配準(zhǔn)。

進(jìn)一步地，所述步驟S5具體包括：

(1)根據(jù)稀疏配準(zhǔn)的結(jié)果求St和S(t-3)的偏移均值，得到總體偏移量[xf,yf]；

(2)根據(jù)總體偏移量計(jì)算兩幀重疊區(qū)域St’,S(t-3)’；