[发明专利]一种暗背景下的单目标跟踪方法有效

专利信息
申请号: 201910146796.4 申请日: 2019-02-27
公开(公告)号: CN109872345B 公开(公告)日: 2022-08-26
发明(设计)人: 傅景能;李强;王万平;黄涛;韩维强;马毅飞;梁波 申请(专利权)人: 中国科学院光电技术研究所
主分类号: G06T7/246 分类号: G06T7/246;G06T7/277
代理公司: 暂无信息 代理人: 暂无信息
地址: 610209 *** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 背景 目标 跟踪 方法
【说明书】:

发明公开了一种暗背景下的单目标跟踪方法,属于图像处理、计算机视觉领域。它基于一个由观测相机、时序控制单元和跟踪数据处理单元组成的硬件系统平台,其中一种暗背景下的单目标跟踪方法部署于跟踪数据处理单元的数字信号处理(DSP)芯片中。一种暗背景下的单目标跟踪方法利用的基本模型组件包括表观模型、运动模型和目标与干扰物重叠检测模型。本发明将跟踪状态(z)进行基本划分,包括:z0:简单形态特征匹配跟踪;z1:干扰物与目标重叠;z2:目标形态变化。在不同的跟踪状态下,采用不同的级联匹配跟踪策略。该方法实现了暗背景下,存在目标与干扰物重叠、目标形态和尺度明显变化的场景的高帧频图像序列跟踪。

技术领域

本发明属于图像处理、计算机视觉领域,具体涉及一种暗背景下的单目标跟踪方法。

背景技术

目标跟踪技术是计算机视觉领域的核心课题之一,具有十分重要的意义和广泛的实用价值。到目前为止,出现了大量优秀的跟踪算法,包括经典的均值漂移算法(MeanShift),序贯归一化互相关算法(Normalized Cross Correlation,NCC),Struck算法(Structured Output Tracking with Kernels),以及一系列相关滤波(KernelCorrelation Filter,KCF)算法。但是,每种算法各有利弊,很难做到对于各种场景均适用的跟踪算法,必须根据实际场景的特点,采用多种目标特征和策略组合对目标进行跟踪。在诸如深空暗背景单目标跟踪情况下,除关注的被跟踪目标以外,还可能伴随着大量的干扰物,干扰物频繁出现在观测相机的视场中,甚至直接遮挡目标;另外,在深空暗背景下,经过太阳光照射的目标表现为高反差,目标姿态细微改变,导致目标成像形态和尺度明显变化,均给稳定的目标跟踪带来了极大的挑战。

发明内容

本发明的目的是:针对暗背景这一特殊跟踪场景,提供一种匹配速度快、匹配精度高、而且处理器计算量小的单目标匹配跟踪方法。

本发明的技术方案是:一种暗背景下的单目标跟踪方法,基于一个由观测相机、时序控制单元和跟踪数据处理单元组成的硬件系统平台(见图1),其中一种暗背景下的单目标跟踪方法部署于跟踪数据处理单元的数字信号处理(DSP)芯片中。

一种暗背景下的单目标跟踪方法,包含建立三个基本模型组件——运动模型、表观模型和目标与干扰物重叠检测模型。具体步骤如下:

1.1建立目标运动模型

采用最近邻滤波法对目标轨迹进行匹配。将目标运动考虑为匀速运动,目标运动状态转移方程可描述为:

xk+1=Φxk+uk (1)

其中,运动状态:xk、yk、和分别为目标在第k帧图像中列坐标、行坐标、列分量速度、行分量速度,状态转移矩阵uk为状态转移噪声,均值为0,协方差矩阵为:

测量方程为:

yk=Hxk+nk (2)

其中,nk为测量噪声,其期望为0,协方差矩阵为测量矩阵通过卡尔曼滤波算法预测被跟踪目标位置离其最近的疑似目标认为与单前被跟踪的目标轨迹相匹配。

1.2建立目标表观模型

1.2.1目标简单形态特征模型

(a)目标面积——属于目标连通域ΩTar的像素数目:

ATar=#{(i,j)∈ΩTar} (3)

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院光电技术研究所,未经中国科学院光电技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910146796.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top