[发明专利]基于用户指定的初始化点的对象跟踪

说明书

提供了一种基于用户指定的初始化点进行对象跟踪的电子设备。电子设备存储图像帧的序列，该图像帧的序列包括第一图像帧和第二图像帧。电子设备估计第一图像帧中的第一特征点集合与第二图像帧中的第二特征点集合之间的特征对应关系的集合。电子设备针对特征对应关系的集合中的不同的特征对应关系组生成不同的第一运动估计模型，并从不同的特征对应关系组中进一步估计与第一图像帧和第二图像帧中的感兴趣对象对应的多个内围特征对应关系。电子设备生成第二运动估计模型作为最优运动估计模型并基于第二运动估计模型在帧的序列中跟踪感兴趣对象。

对相关申请的交叉引用/通过引用并入

无。

技术领域

本公开的各种实施例涉及图像处理技术。更具体而言，本公开的各种实施例涉及用于基于用户指定的初始化点进行对象跟踪的电子设备。

背景技术

数字图像处理领域中的最新进展已经导致用于跟踪视频中的对象的各种方法和技术的发展。在常规的对象跟踪系统中，可以要求用户输入作为初始化参数以选择可以通过帧的序列被跟踪的感兴趣对象。例如，用户输入可以与表示感兴趣对象的补丁的选择对应。为了提供用户输入，用户可能必须生成包围住感兴趣对象的整个边界框。可以在第一帧上执行手动初始化，并且可以使用被包围住的图像像素来训练目标模型，然后可以使用该目标模型搜索后续帧中的最优对象位置。但是，在许多现实生活的应用(诸如电影编辑或监控)中，用户可能无法生成感兴趣对象的完整边界框，因为在感兴趣对象周围手动生成矩形边界框对于用户而言可能是费力、麻烦或不切实际的，尤其是在感兴趣对象是快速移动的对象(诸如车辆)时。而且，在一些情况下，感兴趣对象的完整边界框可能不可见，因此，创建完整的边界框可能不是初始化对象跟踪系统的可行解决方案，并且可能进一步给用户带来不便。

如本申请的其余部分以及参考附图所阐述的，通过将所描述的系统与本公开的一些方面进行比较，常规和传统方法的其它限制和缺点对于本领域技术人员将变得显而易见。

发明内容

如在权利要求中更完整阐述的，基本如至少一个图所示和/或结合至少一个图所描述的，提供了用于基于用户指定的初始化点进行对象跟踪的电子设备和方法。

可以通过阅读以下对本公开的详细描述以及附图来理解本公开的这些和其它特征以及优点，在附图中，相同的参考标记始终表示相同的部分。

附图说明

图1是图示根据本公开的实施例的用于基于用户指定的初始化点来跟踪对象的电子设备的示例性环境的框图。

图2是根据本公开的实施例的用于基于用户指定的初始化点进行对象跟踪的示例性电子设备的框图。

图3A和3B共同图示了根据本公开的实施例的用于实现图2的电子设备的第一示例性场景。

图4A和4B共同描绘了图示根据本公开的实施例的用于基于用户指定的初始化点进行对象跟踪的示例性方法的流程图。

具体实施方式

可以在所公开的用于基于用户指定的初始化点进行对象跟踪的电子设备和方法中找到以下描述的实施方式。本公开的示例性方面提供了一种电子设备，该电子设备可以充当用于实况视频馈送或预记录视频的图像帧序列中的对象的实时或近实时跟踪的设备。所公开的电子设备提供了一种解决方案，以减少每当要求用户输入来选择和跟踪场景中的感兴趣对象时完全注释场景中的感兴趣对象的用户开销。所公开的电子设备可以在不同的应用中被使用，诸如数字摄影中的自动对焦应用、实况或记录的视频馈送中的感兴趣对象的监控、视频编辑应用、向视频添加特殊效果以及无人机的导航。

所公开的电子设备提供了一种在随机采样和共识框架中经由稳健估计来动态地找到感兴趣对象的支持区域的解决方案。所提出的稳健估计可以使用稳健评分模型，该稳健评分模型除了与第一图像帧中感兴趣对象的最后已知位置(或者在第一图像帧的情况下是用户点击的位置)的接近度之外还可以强调最佳变换模型。