[發(fā)明專利]一種基于AR技術的目標跟蹤方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202211148472.2
• 申請日: 2022-09-21
• 公開（公告）號: CN115249254B
• 公開（公告）日: 2022-12-30
• 發(fā)明（設計）人: 汪翠芳
• 申請（專利權）人: 江西財經(jīng)大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/45;G06T19/00
• 代理公司: 北京久維律師事務所 11582
• 代理人: 陳強

本發(fā)明提供一種基于AR技術的目標跟蹤方法及系統(tǒng)；本方法包括：S1、獲取視頻圖像，視頻圖像通過AR設備上的攝像裝置拍攝得到；S2、分析視頻圖像的第一幀圖像的復雜程度；S3、根據(jù)第一幀圖像的復雜程度選擇目標檢測模型；S4、將第一幀圖像輸入到目標檢測模型，對第一幀圖像進行特征提取，檢測目標所在位置；S5、獲取視頻圖像的第二幀圖像。本系統(tǒng)包括圖像采集模塊、圖像分析模塊、模型建立模塊、模型選擇模塊、目標檢測模塊及目標跟蹤模塊；本發(fā)明通過圖像的灰度圖計算出灰度共生矩陣，并用灰度共生矩陣的熵值表征圖像的復雜程度，根據(jù)圖像復雜程度的變化選擇不同的目標檢測模型，提高目標的檢測效率，更好地實現(xiàn)目標跟蹤。

技術領域

本發(fā)明涉及圖像處理技術領域，特別地涉及一種基于AR技術的目標跟蹤方法及系統(tǒng)。

背景技術

增強現(xiàn)實技術(Augmented Reality，簡稱“AR”)，是一種全新的人機交互技術，該技術的目標是在屏幕上把虛擬世界套在現(xiàn)實世界并進行互動，用戶可以通過增強現(xiàn)實系統(tǒng)感受到客觀物理世界中原本不存在的增強信息。在這個過程中需要實現(xiàn)對真實世界動態(tài)物體的認知，從而獲得對于運動物體的響應，目標檢測與目標跟蹤是實現(xiàn)增強現(xiàn)實技術的關鍵。

在目標跟蹤的過程中，受到觀察角度變化、物體運動等的影響，容易丟失跟蹤的目標，同時目標檢測的速度也直接影響目標跟蹤的高效性。在人機交互技術，提高目標檢測效率以便更好地實現(xiàn)目標跟蹤，對提高用戶對AR的體驗效果具有重要意義。

發(fā)明內(nèi)容

針對上述問題，本申請?zhí)峁┮环N基于AR技術的目標跟蹤方法及系統(tǒng)，本發(fā)明基于圖像的復雜程度選擇不同的目標檢測模型，以提高目標檢測效率。

本發(fā)明的技術方案為：一種基于AR技術的目標跟蹤方法，包括如下步驟：

S1、獲取視頻圖像，所述視頻圖像通過AR設備上的攝像裝置拍攝得到；

S2、分析所述視頻圖像的第一幀圖像的復雜程度；

S3、根據(jù)所述第一幀圖像的復雜程度選擇目標檢測模型；

S4、將所述第一幀圖像輸入到所述目標檢測模型，對所述第一幀圖像進行特征提取，檢測目標所在位置；

S5、獲取所述視頻圖像的第二幀圖像，基于所述第一幀圖像中目標所在位置信息通過目標跟蹤濾波器進行目標跟蹤；

在所述步驟S2中，包括：將所述第一幀圖像轉化為灰度圖像，基于所述灰度圖像生成灰度共生矩陣，計算所述灰度共生矩陣的熵值，用所述熵值表征圖像的復雜程度；

所述灰度共生矩陣表示為從灰度為的像素點出發(fā)，坐標偏移量(，)的另一像素點灰度為的概率，所述概率采用以下公式計算：

，式中，表示像素點和的相對距離，表示像素點和的相對角度，表示像素點的坐標；

采用以下公式計算所述灰度共生矩陣的熵值：

，式中，表示從灰度為的像素點出發(fā)，坐標偏移量(，)的另一像素點灰度為的概率；

在所述步驟S3中，根據(jù)所述第一幀圖像的復雜程度選擇目標檢測模型包括：若熵值小于閾值Q，則選擇第一目標檢測模型，否則選擇第二目標檢測模型；

所述第一目標檢測模型采用One stage算法進行目標檢測，所述第二目標檢測模型采用Two stage算法進行目標檢測。

更進一步地，所述目標檢測模型的訓練過程包括：

獲取樣本圖像，用特征框標記所述樣本圖像中目標所在位置；

提取所述樣本圖像的灰度圖像，生成灰度共生矩陣并計算所述灰度共生矩陣的熵值，將熵值小于閾值Q的樣本圖像設置為第一訓練數(shù)據(jù)集，將剩余的樣本圖像設置為第二訓練數(shù)據(jù)集；