[發(fā)明專利]基于KCF的目標(biāo)尺寸自適應(yīng)的目標(biāo)跟蹤方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210981740.2
• 申請日: 2022-08-16
• 公開（公告）號: CN115330831A
• 公開（公告）日: 2022-11-11
• 發(fā)明（設(shè)計）人: 倪健;袁明明;王凱;王濤
• 申請（專利權(quán)）人: 浪潮通信信息系統(tǒng)有限公司
• 主分類號: G06T7/223
• 分類號: G06T7/223;G06V20/52;G06V20/40;G06V10/764;G06V10/774;G06V10/50;G06V10/82
• 代理公司: 濟(jì)南信達(dá)專利事務(wù)所有限公司 37100
• 代理人: 孫園園

1.一種基于KCF的目標(biāo)尺寸自適應(yīng)的目標(biāo)跟蹤方法，其特征在于，該方法具體如下：

初始化：完成KCF目標(biāo)根據(jù)算法的快速分類器初始化：讀取視頻序列中的幀圖像數(shù)據(jù)，并提取幀圖像數(shù)據(jù)中的待跟蹤目標(biāo)的圖像塊；

構(gòu)建循環(huán)樣本矩陣：使用待跟蹤目標(biāo)周圍區(qū)域的循環(huán)矩陣密集采集正負(fù)樣本，作為分類器的訓(xùn)練樣本；

提取樣本LBP特征：基于LBP特征提取方法提取樣本圖像的LBP特征向量，用于快速分類器訓(xùn)練；

快速分類器訓(xùn)練：利用構(gòu)造的樣本訓(xùn)練快速分類器；

快速目標(biāo)檢測：利用訓(xùn)練好的快速分類器快速檢測新一幀圖像，并找到最匹配的位置區(qū)域；

更新圖像塊：利用基于深度學(xué)習(xí)的目標(biāo)檢測方法檢測新一幀圖像中的目標(biāo)區(qū)域，完成跟蹤目標(biāo)的圖像塊更新。

2.根據(jù)權(quán)利要求1所述的基于KCF的目標(biāo)尺寸自適應(yīng)的目標(biāo)跟蹤方法，其特征在于，所述待跟蹤目標(biāo)是由基于深度學(xué)習(xí)的目標(biāo)檢測方法對提取的幀圖像數(shù)據(jù)進(jìn)行目標(biāo)檢測，檢測到的目標(biāo)即為待跟蹤目標(biāo)；

其中，檢測到的目標(biāo)為一個或者多個；當(dāng)檢測到的目標(biāo)為一個時，描述如下：

定義待跟蹤目標(biāo)位置區(qū)域為O₀(x₀,y₀,w₀,h₀)，相應(yīng)的圖像塊為以O(shè)₀的中心為中心、寬為1.5*w₀、高為1.5*h₀的矩形區(qū)域。

3.根據(jù)權(quán)利要求1所述的基于KCF的目標(biāo)尺寸自適應(yīng)的目標(biāo)跟蹤方法，其特征在于，提取樣本LBP特征具體如下：

將3*3領(lǐng)域像素值p_i與中心像素值p₀進(jìn)行比較，并進(jìn)行閾值化處理，公式如下：

其中，將bi按順時針方向排列得到一個8位的二進(jìn)制編碼，再轉(zhuǎn)換為十進(jìn)制數(shù)，則得到LBP算子對中心像素計算得到后的結(jié)果，記為f(x,y)；i＝1,2,…,8；(x,y)為3*3領(lǐng)域中心像素的坐標(biāo)；f(x,y)的取值范圍為0-255；

對經(jīng)過LBP算子運算后的樣本圖像做直方圖統(tǒng)計，得到直方圖特征向量，公式如下：

其中，n為LBP算子轉(zhuǎn)換為十進(jìn)制后產(chǎn)生的數(shù)值，采用3*3領(lǐng)域的一致模式算子，即n＝256；i＝1,2,…,n-1；

將樣本圖像分為子區(qū)域R₀，R₁,…,R_m-1，R₀，R₁,…,R_m-1各個區(qū)域的直方圖定義為：

其中，i＝0,1,…,n-1；j＝0,1,…,m-1；

將子區(qū)域R₀，R₁,…,R_m-1的直方圖連接起來構(gòu)成最終的目標(biāo)特征向量，并采用夾角余弦來度量LBP特征之間的距離。