[发明专利]基于快速压缩跟踪算法的尺度自适应目标跟踪方法有效
| 申请号： | 201711164884.4 | 申请日： | 2017-11-21 |
| 公开（公告）号： | CN108062557B | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 刘晴;龙英;冯维 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | H04N7/18 | 分类号： | H04N7/18 |
| 代理公司： | 33272 杭州奥创知识产权代理有限公司 | 代理人： | 王佳健 |
| 地址： | 310018 浙*** | 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： | 本发明公开了一种基于快速压缩跟踪算法的尺度自适应目标跟踪方法。本发明首先，采用上下文模型对类哈尔特征进行加权，增强了类哈尔特征对光照变化的鲁棒性。其次，采用分步跟踪，即增强了算法的抗遮挡能力和应对目标尺度变化的能力，又保持了算法的实时性。最后，提出尺度自适应方法，实现了对尺度变化目标的稳定跟踪。本发明对目标尺度变化、目标外观变化及目标被遮挡的情况具有较好的鲁棒性，且能保证帧频在39帧/秒左右，满足实时性的要求。 | ||
| 搜索关键词： | 基于 快速 压缩 跟踪 算法 尺度 自适应 目标 方法 | ||
【主权项】：
1.基于快速压缩跟踪算法的尺度自适应目标跟踪方法，其特征在于：首先对输入图像进行变换得到加权haar-like特征图像；其次，判断目标是否受到遮挡；当遮挡发生时，采用分块粗搜索-压缩跟踪精搜索的方式跟踪目标；当未遮挡时，采用重心粗搜索-压缩跟踪精搜索的方式跟踪目标；最后，对跟踪窗进行尺度更新；/n所述的对输入图像进行变换是采用上下文特征对输入图像进行变换,加权haar-like特征z的计算公式如下：/n
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杭州电子科技大学，未经杭州电子科技大学许可，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/201711164884.4/，转载请声明来源钻瓜专利网。
- 上一篇：无脉动高阶椭圆齿轮泵
- 下一篇：一种电信接入网数据的处理方法和处理系统
