[发明专利]基于核相关滤波优化的马尔科夫决策在线多目标跟踪方法有效
| 申请号： | 201810529460.1 | 申请日： | 2018-05-29 |
| 公开（公告）号： | CN108921873B | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 黄立勤;陈志鸿 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊;薛金才 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于核相关滤波优化的马尔科夫决策在线多目标跟踪方法，把检测到的目标分配为激活状态，处于激活状态的目标通过预训练的支持向量机分类器被转换到跟踪状态或非激活状态；当目标进入跟踪状态时，结合TLD跟踪算法和核相关滤波跟踪算法在线跟踪每个目标和构建外观模型，利用高置信度模型更新策略和中值流跟踪稳定性判断将目标保持继续跟踪或者转为丢失状态；当目标为丢失状态时，使用相似度函数进行数据关联，如果处于丢失状态的目标与检测到的目标相关联，那么将丢失状态的目标转移到跟踪状态，否则继续保持为丢失状态，如果目标超过T帧处于丢失状态，将丢失状态的目标转移到非激活状态。本发明可使多目标跟踪性能更加鲁棒。 | ||
| 搜索关键词： | 基于 相关 滤波 优化 马尔科夫 决策 在线 多目标 跟踪 方法 | ||
【主权项】：
1.一种基于核相关滤波优化的马尔科夫决策在线多目标跟踪方法，其特征在于，包括以下步骤：步骤S1：将检测到的目标分配为激活状态，利用预训练的支持向量机分类器将处于激活状态的目标分类为跟踪状态或非激活状态；步骤S2：当目标进入跟踪状态时，结合TLD跟踪算法和核相关滤波跟踪算法在线跟踪每个目标和构建外观模型，如果外观模型在下一帧成功地跟踪目标，则保持目标为跟踪状态，否则转移状态进入丢失状态；步骤S3：当目标进入丢失状态时，使用相似度函数确定处于丢失状态的目标与新检测到的目标是否关联，如果处于丢失状态的目标与新检测到的目标相关联，将丢失状态的目标转移到跟踪状态，否则继续保持为丢失状态；步骤S4：如果目标超过Tlost帧处于丢失状态，将丢失状态的目标转移到非激活状态。
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福州大学，未经福州大学许可，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/201810529460.1/，转载请声明来源钻瓜专利网。
