[發明專利]一種融合實例分割和CamShift的物體跟蹤方法

在審

• 申請號: 202110626999.0
• 申請日: 2021-06-04
• 公開（公告）號: CN113298848A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 張小國;李尚哲;張開心;王慶
• 申請（專利權）人: 東南大學
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/11;G06T7/136
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 程潔

本發明公開了一種融合實例分割和CamShift的物體跟蹤方法，可以提高CamShift跟蹤物體的準確率，其思路是用實例分割結果補充CamShift跟蹤結果。該算法在實例分割找到目標后，采用CamShift跟蹤目標，當出現識別失敗時，用CamShift跟蹤到的結果代替識別物體，利用CamShift包含的幀間聯系信息，在實例分割識別失敗時保持識別物體能力。對于改善CamShift跟蹤效果，用實例分割識別到的物體框更新CamShift目標搜索框，克服CamShift容易受到背景顏色干擾等缺點，增加物體跟蹤的魯棒性，以滿足各種場景下的不同應用。

技術領域

本發明屬于物體跟蹤技術領域，具體涉及一種融合實例分割和CamShift的物體跟蹤方法。

背景技術

目標跟蹤一直以來都是機器視覺的一個重要研究方向，同時也是十分具有挑戰性的研究領域。跟蹤算法可以被分為四大類：基于模型計算、基于主動輪廓、基于均值漂移和基于特征匹配。其中基于均值漂移類中CamShift算法因實時性能突出且可適應目標尺寸變化，逐漸成為一種備受關注的跟蹤算法。但是，CamShift算法具有一定的局限性：對目標顏色特征點提取并不完整；同時只利用顏色特征進行跟蹤，當背景色彩和目標色彩過于相似時，跟蹤的準確性降低，甚至丟失目標；在目標丟失后，缺少對目標重新定位的計算機制。

發明內容

為解決上述問題，本發明公開了一種融合實例分割和CamShift的物體跟蹤方法，以便能夠增加運動目標跟蹤的精度。

為達到上述目的，本發明的技術方案如下：

一種融合實例分割和CamShift的物體跟蹤方法，其特征在于，包括如下步驟：

(1)在第一幀只用YOLACT識別物體，同時初始化CamShift跟蹤物體；

(2)在接下來的每一幀中用重合度θ判斷目標框和跟蹤框是否滿足分割成功或跟蹤成功的條件；

(3)輸出目標跟蹤結果。

其中步驟(1)中，在第一幀只用YOLACT識別物體，同時初始化CamShift跟蹤物體，具體步驟為：

(1.1)用COCO數據集訓練YOLACT實例分割網絡；

(1.2)使用Yolact識別待分割物體，并為每個物體標號；

(1.3)使用Camshift跟蹤每個分割物體；

步驟(2)中，在接下來的每一幀中用重合度判斷目標框和跟蹤框是否滿足分割成功或跟蹤成功的條件，具體步驟為：

(2.1)計算Camshift跟蹤的物體區域C_area與Yolact分割物體區域Y_area的區域重合度θ，其中：

(2.2)若重合度θ超過設定閾值ε，則證明Camshift跟蹤成功；

(2.3)若小于設定閾值ε，證明Camshift跟蹤失敗。

步驟(3)中，輸出目標跟蹤結果，具體步驟為：

(3.1)分割失敗時用CamShift的跟蹤框補充YOLACT結果；

(3.2)跟蹤失敗或出現新的識別物體時添加新的CamShift跟蹤目標；

(3.3)兩者都成功時輸出YOLACT的結果。

本發明的有益效果是：