[發(fā)明專利]背景感知跟蹤方法、計算機可讀存儲介質(zhì)及計算機設(shè)備有效
| 申請?zhí)枺?/td> | 202110400856.8 | 申請日: | 2021-04-14 |
| 公開(公告)號: | CN113129337B | 公開(公告)日: | 2022-07-19 |
| 發(fā)明(設(shè)計)人: | 紀(jì)元法;孫軻煒;孫希延;吳孫勇;嚴(yán)素清;付文濤;梁維彬;賈茜子;郭寧 | 申請(專利權(quán))人: | 桂林電子科技大學(xué) |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06T7/262 |
| 代理公司: | 深圳瑞天謹(jǐn)誠知識產(chǎn)權(quán)代理有限公司 44340 | 代理人: | 高雁飛 |
| 地址: | 541004 廣西*** | 國省代碼: | 廣西;45 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 背景 感知 跟蹤 方法 計算機 可讀 存儲 介質(zhì) 設(shè)備 | ||
1.一種背景感知跟蹤方法,其特征在于,包括:
構(gòu)建背景感知模型,從背景感知模型中提取真實樣本用于訓(xùn)練濾波器,所述真實樣本指從測試視頻中實時提取的目標(biāo)信息和背景信息;
從測試視頻之外的視頻數(shù)據(jù)集中以參考目標(biāo)為條件來搜索目標(biāo)對象,挖掘包括與目標(biāo)相關(guān)度高于預(yù)設(shè)閾值的圖像作為困難樣本,重新根據(jù)所述困難樣本訓(xùn)練并更新濾波器,所述困難樣本包括正樣本和負(fù)樣本;困難樣本中圖像的背景信息設(shè)為負(fù)樣本,目標(biāo)對象設(shè)為正樣本;
通過更新后的濾波器更新DCFNet框架的輸出,實現(xiàn)對目標(biāo)的在線跟蹤;
所述從測試視頻之外的視頻數(shù)據(jù)集中以參考目標(biāo)為條件來搜索目標(biāo)對象具體為:
從測試視頻之外的視頻數(shù)據(jù)集中選擇隨機視頻幀和目標(biāo)對象;使用索引結(jié)構(gòu)從所述隨機視頻幀中檢索最近鄰邊界框作為參考框,并從所述隨機視頻幀中選取多個樣本作為額外的負(fù)樣本訓(xùn)練,并檢索所述隨機視頻幀的真實目標(biāo)特征,將所述隨機視頻幀中的目標(biāo)對象作為附加的正樣本。
2.如權(quán)利要求1所述的方法,其特征在于,所述方法還包括基于交替方向乘子法來學(xué)習(xí)更新后的濾波器。
3.如權(quán)利要求1所述的方法,其特征在于,DCFNet框架的構(gòu)造方式為:根據(jù)目標(biāo)區(qū)域的特征和期待的高斯分布響應(yīng)訓(xùn)練一個判別式的回歸函數(shù),通過最小化脊損失獲得濾波器w:
其中,wl表示濾波器w的通道l,★表示循環(huán)相關(guān),λ為正則化系數(shù);表示離散傅里葉變換F(y),y*表示復(fù)數(shù)y的復(fù)共軛,⊙表示矩陣的Hadamard積;
利用一個搜索片調(diào)整獲得新一幀中的特征通過搜索相關(guān)響應(yīng)圖g的最大值來估計平移:
4.如權(quán)利要求1所述的方法,其特征在于,所述從背景感知模型中提取真實樣本用于訓(xùn)練濾波器具體為:
通過最小化以下目標(biāo)來訓(xùn)練背景感知相關(guān)濾波器:
其中,xk∈D,hk∈D分別指矢量化圖像和濾波器的第K個通道,K為特征通道的數(shù)量;λ是正則化系數(shù),P是一個D*T的二進(jìn)制矩陣,以D為尺寸裁剪信號xk的中心元素;△τj是循環(huán)移位操作符;x、y和h分別是具有大空間支持度的訓(xùn)練樣本,y是峰值以跟蹤目標(biāo)為中心的相關(guān)輸出,h是空間尺寸比訓(xùn)練樣本小的相關(guān)濾波器;
經(jīng)過傅立葉變換投到頻域中,表示為:
其中,是輔助變量,與式(3)中的相關(guān)相應(yīng)圖g不同;IK是K*K的恒等式矩陣,表示Kronecker積,F(xiàn)是復(fù)基向量的正交T*T矩陣,用于映射到任意T維矢量化信號的傅里葉域;利用增廣拉格朗日乘子法約束將約束項放到優(yōu)化函數(shù)內(nèi)部,表示為:
對進(jìn)行優(yōu)化求解,得:
根據(jù)以上的推導(dǎo)結(jié)果,對目標(biāo)函數(shù)進(jìn)行求逆操作簡化算法復(fù)雜度,再進(jìn)行迭代操作優(yōu)化求解,反復(fù)迭代直至收斂出最優(yōu)解。
5.一種計算機可讀存儲介質(zhì),所述計算機可讀存儲介質(zhì)存儲有計算機程序,其特征在于,所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至4任一項所述的背景感知跟蹤方法的步驟。
6.一種計算機設(shè)備,包括:一個或多個處理器、存儲器以及一個或多個計算機程序,所述處理器和所述存儲器通過總線連接,其中所述一個或多個計算機程序被存儲在所述存儲器中,并且被配置成由所述一個或多個處理器執(zhí)行,其特征在于,所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1至4任一項所述的背景感知跟蹤方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于桂林電子科技大學(xué),未經(jīng)桂林電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110400856.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 基于策略的業(yè)務(wù)感知模型及感知方法
- 一種基于分區(qū)感知的無線通信系統(tǒng)頻譜感知方法
- 確定空閑頻段的方法和系統(tǒng)、中心節(jié)點和感知節(jié)點
- 感知無線網(wǎng)絡(luò)的共享協(xié)作頻譜感知方法、感知節(jié)點和匯聚中心
- 感知無線網(wǎng)絡(luò)的協(xié)作頻譜感知方法和感知節(jié)點
- 頻譜感知方法、頻譜感知設(shè)備和數(shù)據(jù)庫
- 基于認(rèn)知數(shù)據(jù)庫和頻譜感知的頻譜共享方法及裝置
- 一種頂層感知限位組
- 一種自動駕駛汽車用升降式智能感知模塊
- 感知數(shù)據(jù)獲取方法和裝置
- 移動通信系統(tǒng)中標(biāo)準(zhǔn)接口的消息跟蹤方法及其系統(tǒng)
- 網(wǎng)絡(luò)跟蹤系統(tǒng)及跟蹤控制方法
- 同步跟蹤自動調(diào)節(jié)裝置
- 業(yè)務(wù)信令跟蹤方法、系統(tǒng)及裝置
- 超聲波診斷裝置
- 一種自動跟蹤方法、自動跟蹤設(shè)備及自動跟蹤系統(tǒng)
- 多目標(biāo)跟蹤方法、系統(tǒng)、計算設(shè)備及存儲介質(zhì)
- 一種軌跡跟蹤方法、裝置、電子設(shè)備及存儲介質(zhì)
- 一種目標(biāo)跟蹤方法、裝置及存儲介質(zhì)
- 信號跟蹤方法、濾波方法、裝置及醫(yī)療設(shè)備





