[發明專利]目標追蹤方法、系統、終端設備及存儲介質

在審

• 申請號: 202211021372.3
• 申請日: 2022-08-24
• 公開（公告）號: CN115393397A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 何昭水;梁浩;郭靖;林志潔;劉太亨;蔡兵兵;余歡;譚北海;謝勝利
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06V10/50;G06V10/764;G06V10/762;G06V10/74;G06V10/40
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 常柯陽

1.一種目標追蹤方法，其特征在于，包括：

根據上一幀目標追蹤結果或初始選擇目標對下一幀目標區域進行采樣，得到若干個候選區域樣本作為樣本集；

基于預設迭代收縮算法的稀疏判別分類，計算所述樣本集內每個候選目標的第一置信度，所述預設迭代收縮算法包括三級基礎代數子程序；

基于預設迭代收縮算法的稀疏生成模型，計算所述樣本集內每個候選目標的抗遮擋直方圖的相似性；

根據所述第一置信度和所述相似性計算每個候選目標的協同置信度；

選取滿足預設要求的所述協同置信度對應的所述候選目標作為下一幀的追蹤目標。

2.根據權利要求1所述的目標追蹤方法，其特征在于，所述預設迭代收縮算法，包括：

計算基礎迭代；

根據所述基礎迭代計算第一稀疏矩陣表示或第一非負稀疏矩陣表示；

計算迭代間隔；

根據所述迭代間隔和所述第一稀疏矩陣表示計算泰勒站展開點，或根據所述迭代間隔和所述第一非負稀疏矩陣表示計算泰勒站展開點；

當迭代誤差滿足誤差條件時，獲取所述第一稀疏矩陣表示的解或者獲取所述第一非負稀疏矩陣表示的解。

3.根據權利要求1所述的目標追蹤方法，其特征在于，所述基于預設迭代收縮算法的稀疏判別分類，計算所述樣本集內每個候選目標的第一置信度，包括：

獲取投影對角矩陣；

通過所述對角矩陣將模板矩陣和候選目標矩陣投影到動態辨別空間，得到投影模板矩陣和投影候選目標矩陣，所述候選目標矩陣與所述樣本集對應，所述模板矩陣與所述模板集對應；

根據所述投影模板矩陣、所述投影候選目標矩陣和所述預設迭代收縮算法計算所述候選目標的第二稀疏矩陣表示的第一重構誤差；

根據所述第一重構誤差計算每個候選目標的第一置信度。

4.根據權利要求1所述的目標追蹤方法，其特征在于，所述基于預設迭代收縮算法的稀疏生成模型，計算所述樣本集內每個候選目標的抗遮擋直方圖的相似性，包括：

獲取字典矩陣；

獲取所述樣本集內多個標準滑動框小圖的樣本矩陣；

根據所述字典矩陣和所述樣本矩陣計算所述標準滑動框小圖的第二非負稀疏矩陣表示；

獲取所述標準滑動框小圖的抗遮擋直方圖；

計算模板與所述標準滑動框小圖的抗遮擋直方圖的相似性。

5.根據權利要求3所述的目標追蹤方法，其特征在于，所述獲取投影對角矩陣，包括：

獲取稀疏系數向量；

根據所述稀疏系數向量的元素生成投影對角矩陣。

6.根據權利要求4所述的目標追蹤方法，其特征在于，所述獲取字典矩陣，包括：

計算初始標準滑動框小圖的若干個聚類中心；

將所有聚類中心合成字典矩陣。

7.根據權利要求4所述的目標追蹤方法，其特征在于，所述獲取所述標準滑動框小圖的抗遮擋直方圖，包括：

根據所述字典矩陣、所述樣本矩陣和稀疏系數矩陣計算重構誤差矩陣；

根據所述重構誤差矩陣內的元素計算遮擋矩陣；

根據所述遮擋矩陣和所述稀疏系數矩陣計算所述標準滑動框小圖的抗遮擋直方圖。

8.一種目標追蹤系統，其特征在于，包括：

第一模塊，用于根據上一幀目標追蹤結果或初始選擇目標對下一幀目標區域進行采樣，得到若干個候選區域樣本作為樣本集；

第二模塊，用于基于預設迭代收縮算法的稀疏判別分類，計算所述樣本集內每個候選目標的第一置信度，所述預設迭代收縮算法包括三級基礎代數子程序；

第三模塊，用于基于預設迭代收縮算法的稀疏生成模型，計算所述樣本集內每個候選目標的抗遮擋直方圖的相似性；

第四模塊，用于根據所述第一置信度和所述相似性計算每個候選目標的協同置信度；

第五模塊，用于選取滿足預設要求的所述協同置信度對應的所述候選目標作為下一幀的追蹤目標。