[发明专利]一种面向电扶梯的复杂场景目标跟踪方法及系统在审

专利信息
申请号: 202110923998.2 申请日: 2021-08-12
公开(公告)号: CN113553992A 公开(公告)日: 2021-10-26
发明(设计)人: 王国庆;潘海华;邵卫华;李克祥;朱朝柯 申请(专利权)人: 浙江索思科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/20
代理公司: 北京高航知识产权代理有限公司 11530 代理人: 乔浩刚
地址: 325000 浙江省温州市鹿城*** 国省代码: 浙江;33
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 面向 扶梯 复杂 场景 目标 跟踪 方法 系统
【权利要求书】:

1.一种面向电扶梯的复杂场景目标跟踪方法,其特征在于,包括:

S1获取电扶梯的视频图像;

S2检测视频图像中的人体目标,获取包含人体目标的矩形标注区域作为待跟踪区域;

S3针对视频图像中检测到的人体目标,基于核相关滤波跟踪法对人体目标进行跟踪,在跟踪的过程中,比较多尺度候选区域的核相关响应值,确定最大响应值的跟踪区域位置和大小,获取核相关滤波跟踪结果;

S4获取当前核相关滤波跟踪结果的响应强度,获取有效跟踪判断结果;

S5当有效跟踪判断结果为跟踪失败时,进一步基于金字塔Lucas-Kanade光流法对人体目标进行跟踪,获取光流法跟踪结果。

2.根据权利要求1所述的一种面向电扶梯的复杂场景目标跟踪方法,其特征在于,步骤S1中具体包括:接收由摄像头拍摄的电扶梯的视频流数据,其中摄像头通过支架或支撑杆安装在电扶梯的上方或斜上方,其视觉覆盖整个电扶梯载客区,以采集电扶梯的视频图像。

3.根据权利要求1所述的一种面向电扶梯的复杂场景目标跟踪方法,其特征在于,步骤S2之前,还包括:

SC1针对获取的视频图像进行预处理,获取预处理后的视频图像;

步骤S2包括,基于预处理后的视频图像进行人体目标检测。

4.根据权利要求1所述的一种面向电扶梯的复杂场景目标跟踪方法,其特征在于,步骤S2中具体包括:

提取视频图像中的前景部分和背景部分,根据获取的前景部分,利用SVM+HOG分类器检测视频图像中的人体目标;

并采用矩形标识对检测到的人体目标进行标注,获取包含人体目标的矩形标注区域。

5.根据权利要求1所述的一种面向电扶梯的复杂场景目标跟踪方法,其特征在于,步骤S3还包括:

基于检测到的人体目标初始化目标模板和分类器参数矩阵;和/或

基于核相关滤波跟踪结果中的最大响应值的跟踪区域位置和大小,对目标模板和分类器参数矩阵进行更新。

6.根据权利要求1所述的一种面向电扶梯的复杂场景目标跟踪方法,其特征在于,步骤S4具体包括:

获取当前核相关滤波跟踪结果的响应强度,如果响应强度小于设定的阈值时,则判断核相关滤波跟踪法的有效跟踪判断结果为跟踪失败,停止继续基于核相关滤波跟踪法对人体目标进行跟踪;如果响应强度大于等于设定的阈值时,则判断核相关滤波跟踪法的有效跟踪判断结果为跟踪成功,继续基于核相关滤波跟踪法对人体目标进行跟踪。

7.根据权利要求1所述的一种面向电扶梯的复杂场景目标跟踪方法,其特征在于,步骤S5具体包括:当有效跟踪判断结果为跟踪失败时,基于前一帧人体目标区域的光流场,预测人体目标在当前帧中的位置,具体包括:

计算前一帧人体目标区域的中每个像素点的梯度和曲率,以得到人体目标对象的角点,根据获取的角点基于金字塔Lucas-Kanade光流法跟踪当前帧图像中相应的角点,得到人体目标在当前帧的每个角点的速度矢量即角点光流的大小和方向;

根据角点光流的大小和方向预测人体目标在当前帧的位置,获取人体目标跟踪结果。

8.一种面向电扶梯的复杂场景目标跟踪系统,其特征在于,包括:

获取模块,用于获取电扶梯的视频图像;

目标检测模块,用于检测视频图像中的人体目标,获取包含人体目标的矩形标注区域作为待跟踪区域;

核相关滤波跟踪模块,用于针对视频图像中检测到的人体目标,基于核相关滤波跟踪法对人体目标进行跟踪,在跟踪的过程中,比较多尺度候选区域的核相关响应值,确定最大响应值的跟踪区域位置和大小,获取核相关滤波跟踪结果;

判断模块,用于获取当前核相关滤波跟踪结果的响应强度,获取有效跟踪判断结果;

光流跟踪模块,用于当有效跟踪判断结果为跟踪失败时,进一步基于金字塔Lucas-Kanade光流法对人体目标进行跟踪,获取光流法跟踪结果。

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浙江索思科技有限公司,未经浙江索思科技有限公司许可,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/202110923998.2/1.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