[发明专利]一种目标跟踪模板更新的方法、系统和存储介质

摘要

本发明提供了一种目标跟踪模板更新的方法，包括步骤1：人工选定初始跟踪位置，得到初始模版T0；步骤2：前N帧图像中的目标跟踪；步骤3：初始样本集S的构建，及其特征计算；步骤4：K均值聚类，得到初始样本集的聚类中心C；步骤5：计算聚类中心C与初始模板T0的相关系数；步骤6：判断相关系数是否大于阈值；步骤7：进行模板更新；步骤8：利用RANSAC算法对样本集S进行噪声过滤。本发明的有益效果是:1.本策略适用于各种跟踪算法；2.可以防止某一帧的跟踪偏差导致的模板更新出错；3.该方法不受噪声干扰；4.实时跟踪时，人眼看到的跟踪效果，与模板学习时所用的跟踪样本，并不完全一致的；5.提供了离线学习的机制。

主权项

1.一种目标跟踪模板更新的方法，其特征在于，包括如下步骤：步骤1：人工选定初始跟踪位置，得到初始模版T0；步骤2：前N帧图像中的目标跟踪；步骤3：初始样本集S的构建，及其特征计算；步骤4：K均值聚类，得到初始样本集的聚类中心C；步骤5：计算聚类中心C与初始模板T0的相关系数；步骤6：判断相关系数是否大于阈值，如果是执行步骤7；否则，直接进入步骤13；步骤7：跟踪正常，进行模板更新；步骤8：利用RANSAC算法对样本集S进行噪声过滤；步骤9：对去除噪声之后的新的样本集，进行聚类，得到聚类中心C1；步骤10：利用C1对N帧图像再度跟踪，构建新的样本集S1；步骤11：利用RANSAC算法对样本集S1进行噪声过滤，得到聚类中心C2；步骤12：更新当前模版；步骤13：进入下一阶段的跟踪；后续每一个阶段的模板更新，都是利用前一阶段模板得到样本集的基础上，通过去掉噪声进行聚类所得到。