[发明专利]一种目标跟踪、跟踪目标识别特征的提取方法和装置

说明书

本发明提供了一种目标跟踪、跟踪目标识别特征的提取方法和装置，所述提取方法包括：获取历史跟踪图像中跟踪目标的目标特征池；获取所述历史跟踪图像的最后一帧图像中所述跟踪目标的背景特征；将所述目标特征池作为正样本、所述背景特征作为负样本训练分类器得到分类特征向量；按照元素的系数从大到小依次从所述分类特征向量中选取目标特征生成所述识别特征。该方案充分考虑历史跟踪图像对跟踪目标判别的影响，使得跟踪目标的识别特征具有历史一致性，从而保持识别特征的稳定性，同时采用最后一帧图像中的背景特征作为区分，从而提高了判别跟踪目标的准确性，综合考虑当前帧图像和历史图像对跟踪目标的影响，提高了跟踪结果的准确性。

技术领域

本发明涉及图像处理领域，具体涉及一种目标跟踪、跟踪目标识别特征的提取方法和装置。

背景技术

目标跟踪是指对跟踪图像中指定目标区域进行实时自动跟踪，实时计算出目标在图像场景中的精确位置。目标跟踪是近年来计算机视觉领域中备受关注的前沿方向，它从包含运动目标的图像序列中检测、识别并跟踪目标，并对其行为进行理解和描述。目标分析的研究涉及到模型识别、图像处理、计算机视觉、人工智能等学科的内容。随着现代信息技术的发展，目标跟踪在军用、民用以及医学等方面具有重要意义。比如，目标跟踪在视频监控、智能导航、互动游戏、机器人技术以及增强现实等领域有着至关重要的应用。通常在进行目标跟踪时，目标的识别特征都是采用固定维度的特征，而且这些固定维度的特征是根据上一帧图像中确定的跟踪目标附近采集的正负样本来确定的。

然而，由于跟踪图像中景物的多样性和复杂性，目标跟踪技术在工程应用中仍然有许多问题有待解决。比如，在目标跟踪过程中，由于光线变化、目标外观变化、复杂背景影响等因素导致目标外观模型中的一些特征的判别能力和描述能力下降，而随着每次跟踪目标的识别特征的更新，判别误差也会逐渐增大，对当前帧图像中的跟踪目标的判别几乎仅取决于上一帧图像所确定的跟踪目标，与历史图像中的跟踪目标脱离了联系，往往造成跟踪目标判别不准确，出现跟踪错误等现象。

因此，如何提高目标跟踪过程中判定跟踪目标的准确度，成为一个亟待解决的技术问题。

发明内容

因此，本发明要解决的技术问题在于现有技术中在目标跟踪过程中，判定跟踪目标的准确度低，容易出现跟踪错误。

从而提供一种目标跟踪、跟踪目标识别特征的提取方法和装置。

有鉴于此，本发明实施例的第一方面提供了一种跟踪目标识别识别特征的提取方法，包括：获取历史跟踪图像中跟踪目标的目标特征池；获取所述历史跟踪图像的最后一帧图像中所述跟踪目标的背景特征；将所述目标特征池作为正样本、所述背景特征作为负样本训练分类器得到分类特征向量；按照元素的系数从大到小依次从所述分类特征向量中选取目标特征生成所述识别特征。

优选地，所述获取历史跟踪图像中跟踪目标的目标特征池包括：分别提取每一帧图像中所述跟踪目标的压缩特征；对所述压缩特征进行低秩一致性分析，得到所述压缩特征的稀疏矩阵；根据所述稀疏矩阵选取预设个数的所述压缩特征生成所述目标特征池。

优选地，所述分类器包括识别特征SVM分类器、决策树分类器、逻辑回归分类器、朴素贝叶斯分类器、神经网络分类器中的任一种。

优选地，所述根据所述稀疏矩阵选取预设个数的所述压缩特征生成所述目标特征池包括：获取所述稀疏矩阵的稀疏值；按照所述稀疏值从小到大依次选取所述预设个数的所述压缩特征生成所述目标特征池。

优选地，所述获取所述历史跟踪图像的最后一帧图像中所述跟踪目标的背景特征包括：选取距离所述跟踪目标预设范围内的背景图像；提取所述背景图像的压缩特征作为所述背景特征。