[发明专利]一种目标跟踪方法

说明书

本发明涉及一种目标跟踪方法，该方法包括：获取第t帧图像的第一特征点集，其中，t为大于0的自然数；将所述第一特征点集与第t‑1帧图像对应的第一特征点库进行匹配以获取第二特征点集；利用所述第一特征点库对所述第一特征点集进行跟踪以获取第三特征点集；利用所述第二特征点集和所述第三特征点集以获取所述第t帧图像的第一目标框；利用所述第一目标框对所述第一特征点集进行处理，对所述第一特征点库进行更新，以获取更新后的第二特征点库。本发明的目标跟踪方法提高了目标跟踪的实时性和鲁棒性，对于发生形变或遮挡的目标能够进行准确的跟踪，提高目标跟踪的准确率。

技术领域

本发明属于目标跟踪技术领域，具体涉及一种目标跟踪方法。

背景技术

CMT算法(Consensus-based Tracking and Matching of Keypoints for ObjectTracking，基于特征点跟踪和匹配的目标跟踪算法)是一种基于特征的跟踪方法，使用了经典的光流法作为算法的一部分，核心是对特征点进行匹配。CMT算法兼顾了实时性和鲁棒性，跟踪效果令人满意，适用于多种场合，特别是对于静态物体跟踪效果趋于完美。

CMT算法时根据前一帧中目标特征点通过光流法获取第一部分跟踪点，同时直接检测当前帧的特征点，与初始帧所有特征点进行全局匹配获取第二部分跟踪点，然后将上述两部分跟踪点进行数据融合得到当前帧的初步特征点。再计算经全局匹配后融合得到的关键点的夹角以及关键点两两之间的距离，评估出当前帧中目标的旋转因子和尺度因子。最后对融和后的跟踪点进行投票，通过分层聚类得到最大类，将最大类中的关键点的坐标均值作为目标中心点，更新输出目标跟踪框，从而实现对目标的跟踪。

CMT算法虽然较好地解决了目标跟踪过程中发生的旋转和尺度变化，但是CMT原算法中的全局匹配部分和光流法跟踪部分所使用的特征点都是基于初始帧所提取的特征点进行的匹配和跟踪，而在实际目标跟踪过程中，目标外观往往会因为目标形变而发生变化，从而导致目标自身特征点与初始帧有较大不同，导致在很多实际情况下CMT算法的跟踪性能不强，从而导致跟踪混乱甚至导致跟踪失败。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种目标跟踪方法。本发明要解决的技术问题通过以下技术方案实现：

一种目标跟踪方法，包括：

获取第t帧图像的第一特征点集，其中，t为大于0的自然数；

将所述第一特征点集与第t-1帧图像对应的第一特征点库进行匹配以获取第二特征点集；

利用所述第一特征点库对所述第一特征点集进行跟踪以获取第三特征点集；

利用所述第二特征点集和所述第三特征点集以获取所述第t帧图像的第一目标框；

利用所述第一目标框对所述第一特征点集进行处理，对所述第一特征点库进行更新，以获取更新后的第二特征点库。

在本发明的一个实施例中，将所述第一特征点集与第t-1帧图像对应的第一特征点库进行匹配以获取第二特征点集，包括：

利用KNN匹配方法将所述第一特征点集中的所有特征点与所述第一特征点库中的所有特征点逐一进行匹配，以获取所述第二特征点集。

在本发明的一个实施例中，利用所述第一特征点库对所述第一特征点集进行跟踪以获取第三特征点集，包括：

利用所述第一特征点库对第t帧图像的第一特征点集进行光流法跟踪，以获取第三特征点集。

在本发明的一个实施例中，在利用所述第一特征点库对所述第一特征点集进行跟踪以获取第三特征点集之后，还包括：

对所述第二特征点集和所述第三特征点集进行融合以获取第四特征点集；

根据所述第四特征点集以获取所述第t帧图像的第一目标框。