[发明专利]一种基于分块的抗遮挡目标跟踪方法有效
申请号: | 201710599859.2 | 申请日: | 2017-07-21 |
公开(公告)号: | CN107424171B | 公开(公告)日: | 2020-01-03 |
发明(设计)人: | 凌贺飞;罗巍;李平 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06T7/223 | 分类号: | G06T7/223;G06T7/246;G06T7/269;G06T7/292;G06K9/62 |
代理公司: | 42201 华中科技大学专利中心 | 代理人: | 廖盈春;李智 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
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的抗遮挡目标跟踪方法,结合核相关滤波跟踪算法KCF较快的跟踪速度和较好的跟踪效果,使得分块方法的实时性得到保证。该方法使用高置信度的模型更新策略,解决了KCF在遇到遮挡问题时的模型漂移问题,且加快了跟踪的速度和精度,同时利用分块方法,在目标的跟踪过程中被部分遮挡后,合理利用未被遮挡部分的位置信息和可靠性,较为准确的确定了目标在遮挡后的位置信息,从而提高了跟踪对遮挡的鲁棒性。由于本发明中的方法能够满足实时性,因此能够应用于真实场景。 | ||
搜索关键词: | 一种 基于 分块 遮挡 目标 跟踪 方法 | ||
【主权项】:
1.一种基于分块的抗遮挡目标跟踪方法,其特征在于,包括:/n(1)输入图像序列的第一帧,设置帧数t=1,对第t帧图像中待跟踪目标所处的目标区域建模得到外观模型和分类器,并对目标区域进行分块,对每块分别进行建模得到各分块对应的外观模型和分类器;/n(2)若视频序列没有结束,则继续读入图像序列,并更新t,若t≤第一预设值,则进入步骤(3);否则进入步骤(5);/n(3)对目标区域进行跟踪并更新各分块对应的外观模型参数和分类器参数,计算每一个分块的置信度,若t=第一预设值,则进入步骤(4),否则进入步骤(2);/n(4)分别计算前预设帧中相同位置处的所有分块的置信度和,选择置信度和处于前N位所对应的N个位置,将选择的N个位置对应的N个分块的分块跟踪器确定为目标分块跟踪器,进入步骤(2),N为正整数;/n(5)计算当前帧中与选择的N个位置对应的N个分块的置信度,若该N个分块的置信度均小于第二预设值,则进入步骤(6),否则进入步骤(7);/n(6)将当前帧中待跟踪目标所处的目标区域的位置信息设置为上一帧中待跟踪目标所处的目标区域的位置信息,进入步骤(2);/n(7)利用N个目标分块跟踪器的跟踪结果确定待跟踪目标的整体位置,并更新目标分块跟踪器,进入步骤(2);/n所述对第t帧图像中待跟踪目标所处的目标区域建模得到外观模型和分类器,包括:/n设置窗口大小为待跟踪目标所处的目标区域的M倍,窗口中心位置与目标区域中心位置相同,在窗口内对目标区域所形成的目标框进行平移得到不同的样本,根据样本与目标区域中心位置的距离,为各样本分配连续的高斯标签值,M为第三预设值;/n对窗口所处的区域提取方向梯度直方图HOG特征,并对提取的HOG特征进行快速傅里叶变换得到窗口的外观模型x
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华中科技大学,未经华中科技大学许可,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/201710599859.2/,转载请声明来源钻瓜专利网。
- 上一篇:消音避震管及空调系统
- 下一篇:一种VAV系统外区用地板送风装置
- 同类专利
- 一种基于分块的抗遮挡目标跟踪方法-201710599859.2
- 凌贺飞;罗巍;李平 - 华中科技大学
- 2017-07-21 - 2020-01-03 - G06T7/223
- 本发明公开了一种基于分块的抗遮挡目标跟踪方法,结合核相关滤波跟踪算法KCF较快的跟踪速度和较好的跟踪效果,使得分块方法的实时性得到保证。该方法使用高置信度的模型更新策略,解决了KCF在遇到遮挡问题时的模型漂移问题,且加快了跟踪的速度和精度,同时利用分块方法,在目标的跟踪过程中被部分遮挡后,合理利用未被遮挡部分的位置信息和可靠性,较为准确的确定了目标在遮挡后的位置信息,从而提高了跟踪对遮挡的鲁棒性。由于本发明中的方法能够满足实时性,因此能够应用于真实场景。
- 一种基于局部特征和全局HSV特征组合的目标特征描述方法-201910818301.8
- 王臻;王勇 - 广东工业大学
- 2019-08-30 - 2019-12-20 - G06T7/223
- 本发明公开了一种基于局部特征和全局HSV特征组合的目标特征描述方法,包括以下步骤:获取目标对象帧,在目标对象帧中选取背景区域、目标区域、并设定用于计算局部像素块似然度的扩展区域;利用超像素聚类方法将目标区域分割成若干局部块,对每一局部块分别提取边缘方向特征和亮度特征并组合成局部特征描述向量;分别计算背景区域和目标区域的HSV空间颜色特征,并组合成全局特征描述向量;利用局部特征描述向量计算目标区域局部块的似然,通过目标区域中每一个位置像素属于对象目标区域的概率计算全局似然;利用局部块似然和全局似然计算目标区域总体似然概率,根据目标区域的总体似然概率判断特征描述的准确度。本发明提高了目标表观描述的准确度。
- 专利分类