[发明专利]基于分块多示例学习算法的目标跟踪方法和系统有效
| 申请号： | 201610339958.2 | 申请日： | 2016-05-20 |
| 公开（公告）号： | CN105976401B | 公开（公告）日： | 2019-03-12 |
| 发明（设计）人： | 王振杰;李月朋;杨朝晖;梁海军 | 申请（专利权）人： | 河北工业职业技术学院 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06K9/62 |
| 代理公司： | 石家庄国为知识产权事务所 13120 | 代理人： | 苏英杰 |
| 地址： | 050091 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于分块多示例学习算法的目标跟踪方法，包括：将目标图像分为若干个分块图像片；通过多示例学习算法得出每个分块图像片的弱分类器池，并从弱分类器池中选出分类能力强的若干个弱分类器构成强分类器；目标跟踪过程中，结合所有分块图像片的强分类器计算目标图像的综合分类器分数，并根据计算出的综合分类器分数确定目标位置。上述基于分块多示例学习算法的目标跟踪方法目标跟踪性能较高、跟踪过程稳定，能够解决严重的光照、位姿变化及遮挡等问题。本发明还公开一种基于分块多示例学习算法的目标跟踪系统。 | ||
| 搜索关键词： | 基于 分块 示例 学习 算法 目标 跟踪 方法 系统 | ||
【主权项】：
1.一种基于分块多示例学习算法的目标跟踪方法，其特征在于，包括以下步骤：将目标图像分为若干个分块图像片；通过多示例学习算法得出每个所述分块图像片的弱分类器池，并从所述弱分类器池中选出分类能力强的若干个弱分类器构成强分类器；目标跟踪过程中，结合所有所述分块图像片的强分类器计算目标图像的综合分类器分数，并根据计算出的综合分类器分数确定目标位置；所述结合所有所述分块图像片的强分类器计算目标图像的综合分类器分数的方法为：根据对应的强分类器计算各个所述分块图像片的分类器分数；计算各个分类器分数的平均值，得出目标图像的综合分类器分数；所述根据计算出的综合分类器分数确定目标位置包括：依据目标的综合分类器分数及每个分块图像片的分类器分数检测并区分正常跟踪、光照位姿改变、遮挡问题及跟踪失败的跟踪状态。
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河北工业职业技术学院，未经河北工业职业技术学院许可，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/patent/201610339958.2/，转载请声明来源钻瓜专利网。
